Meta ha presentado Muse Ember, su modelo de IA más pequeño y eficiente hasta ahora. El nuevo modelo está pensado para ejecutar procesos complejos como los que realizan los agentes en segundo plano. Ember se une a Spark, Glimmer, Wonder y otros integrantes de la familia Muse, desarrollada por el equipo de superinteligencia de Meta.
A diferencia de los grandes modelos como Claude Sonnet, GPT-6 Sol o el mismo Wonder, Muse Ember se enfoca en tareas repetitivas. De acuerdo con Meta, actividades como analizar documentos, extraer información, enrutar solicitudes o ejecutar subtareas de programación son las que consumen la mayor parte de los recursos cuando un agente de IA trabaja de forma autónoma.
Muse Ember admite hasta un millón de tokens de entrada y puede generar hasta 512.000 tokens de salida. Esto le permite procesar bases de código completas o colecciones de documentos en una sola solicitud. En términos de desempeño, Meta afirma que su modelo iguala a Claude Haiku 5.5 en algunos benchmarks y supera a GPT-6 Luna en otras pruebas, todas con un coste menor por tarea.
El nuevo modelo de Meta también tiene capacidades multimodales, las que le permiten comprender texto, imágenes, audio y video de forma nativa. Esto habilita a los agentes para que puedan analizar capturas de pantalla, diagramas, documentos escaneados, grabaciones de voz o vídeo sin necesidad de usar un modelo adicional. En la prueba OSWorld, que mide la capacidad de un agente para controlar el ordenador de forma autónoma, Muse Ember supera a GPT-6 Luna y Claude Haiki 5.5, todos con el razonamiento al máximo.
Muse Ember supera a Claude y ChatGPT en varias pruebas de programación y agentes
Según Meta, Muse Ember está diseñado para subtareas de programación, como leer archivos, ejecutar pruebas y hacer correcciones específicas. Los ingenieros optimizaron el modelo para tareas concretas que suelen ejecutarse cientos de veces durante una sesión de desarrollo. Meta añade que las tareas más avanzadas, como planificar estrategias generales, pueden realizarse con Muse Wonder, mientras que Ember se encargará del trabajo operativo.
En Terminal Bench 4.0, la prueba que mide si un agente puede llevar a cabo tareas reales de ingeniería, Muse Ember obtiene una calificación de más del doble de GPT-6 Sol. La parte alta de la tabla está reservada para los modelos de Anthropic (Opus, Astra y Sonnet), mientras que la parte media se la disputan otros modelos grandes de código abierto y Ember.
De acuerdo con una publicación en el blog de Meta, Muse Spark se mantiene por debajo de los umbrales de alto riesgo. El modelo cuenta con las mismas medidas de seguridad en el entrenamiento y ejecución que tienen otros integrantes de la familia Muse. Esto significa que no tiene capacidades para hackear y llevar a cabo otras tareas prohibidas, aunque siempre valdrá la pena tener cuidado con los permisos que habilitas para que la IA trabaje con tus archivos.
Muse Ember ya está disponible a partir de hoy a través de Meta Model API y Muse Code. EL modelo tiene un coste de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida.