Simon Willison en su más reciente reportaje dice que Meta AI presentó Muse Ember, su modelo más pequeño y eficiente, pensado para ejecutar razonamientos complejos y para los agentes que repiten las mismas tareas una y otra vez: llamadas a herramientas, subtareas de código, enrutamiento, extracción y análisis de documentos largos.
En prompts cortos, el modelo cuesta lo mismo que GPT-6 Luna y Claude Haiku 5.5: 0.10 dólares por millón de tokens de entrada y 0.50 dólares por millón de tokens de salida, y su entrada en caché es aún más barata: 0.004 dólares por millón frente a 0.01 de sus rivales. En contraste, Claude Fable 5.2 cuesta 80 veces más: 8 y 40 dólares por millón de tokens.
Como explica Willison, el precio se complica con los prompts largos: Luna mantiene su precio base hasta los 272,000 tokens, Ember hasta los 200,000 y Haiku 5.5 solo hasta los 100,000; superado ese umbral, Ember sube a 0.30 dólares por millón de tokens de entrada, 0.012 en caché y 1.50 de salida, mientras Haiku 5.5 llega a 0.50, 0.05 y 2.50.
Willison advierte además que el precio por token ya no basta para comparar modelos, porque los tokens de razonamiento varían muchísimo entre un modelo y otro, y propone mirar el índice de inteligencia frente al costo por tarea de Artificial Analysis: ahí, Muse Ember (xhigh) cuesta 0.12 dólares por tarea con un índice de 33.9, y Ember (max) 0.14 dólares con 35.8, frente a los 0.25 dólares de Claude Haiku 5.5 (xhigh). Ambos modelos de Ember se ubican sobre la línea de Pareto y en la frontera de eficiencia del ranking completo.
Ember ofrece seis niveles de razonamiento —minimal, low, medium, high, xhigh y max— y Willison los puso a prueba generando pelícanos en bicicleta en formato SVG: el nivel máximo produjo un resultado de calidad comparable al de Muse Wonder, que cuesta 40 veces más, mientras el nivel «high» no logró devolver el SVG completo.
El anuncio oficial de Meta AI añade las cifras de contexto: Ember maneja un contexto de un millón de tokens y hasta 512,000 tokens de salida, y ya está disponible en Muse Code y en la Meta Model API como muse-ember-1.0. En las evaluaciones de la compañía, Ember (max) supera a Haiku 5.5 y a Luna en AutomationBench-AA (37.8) y en Agents’ Last Exam (61.6), aunque queda detrás de Haiku 5.5 en FrontierCode 2.0-AA (27.2 frente a 34.9); su índice de inteligencia es 36, igual que Haiku 5.5 y por encima de los 28 de Luna, con un costo por tarea de 0.14 dólares frente a los 2.39 de Muse Spark 1.3.
La llegada de Ember muestra hacia dónde se mueve la carrera de los modelos: no solo más inteligencia, sino más inteligencia por dólar para el trabajo repetitivo de los agentes.
Para más noticias de tecnología, cultura geek, gadgets y entretenimiento, visita: GeekAndLife.com.mx. Descubre más contenido en nuestras redes: Instagram | YouTube | TikTok
Fuente: Simon Willison’s Weblog