Meta apresentou um modelo leve do Superintelligence Labs para agentes de IA que automatizam tarefas. Muse Ember atende chamadas de ferramentas, extração e análise longas; preço: US$ 0,10 por milhão de tokens.

A Meta lançou o Muse Ember, um modelo de inteligência artificial mais leve e econômico desenvolvido pelo laboratório Superintelligence Labs para executar tarefas recorrentes de agentes de IA que exigem raciocínio complexo. A novidade foi projetada para aplicar instruções em larga escala, reduzindo custos operacionais em fluxos que envolvem automação e processamento de grandes volumes.

O Ember foi pensado para atividades como chamadas de ferramentas, subtarefas de programação, roteamento, extração de dados e análise de documentos longos. O modelo tem preço anunciado de US$ 0,10 por milhão de tokens de entrada (cerca de R$ 0,54), valor que a Meta destacou como um diferencial para operações em escala.

A empresa apresentou uma comparação baseada na pontuação composta da Artificial Analysis para posicionar custo e desempenho entre alternativas. Segundo a comparação apresentada, o Ember se mostrou mais barato e mais eficiente que concorrentes comerciais citados, como o Haiku (Anthropic) e o Luna (OpenAI), e também competitivo frente a opções de código aberto como DeepSeek V4.1 Flash e GLM 5.3 Flash.

A proposta técnica prevê o uso do Ember em conjunto com sistemas maiores da mesma família, como o Muse Wonder, em uma arquitetura de execução de agentes: modelos mais avançados definem planejamento e regras, enquanto o Ember aplica essas orientações em grande volume. Em exemplo prático, um agente de atendimento ao cliente poderia ter o Wonder definindo a solução para um problema e o Ember executando essas instruções em dezenas de milhares de atendimentos.

“Muse Wonder planeja, Muse Ember lida com o volume”

O treinamento do Ember contemplou múltiplos formatos de informação: além de textos, o modelo foi preparado para processar imagens e áudio, o que permite que agentes analisem diversas fontes sem depender de sistemas separados para cada tipo de mídia.

Formatos que o Muse Ember pode analisar

Capturas de tela e gráficos — reconhece e interpreta imagens com dados visuais.
Documentos digitalizados — extrai texto e estrutura de arquivos escaneados.
Mensagens de voz — processa e transcreve áudios curtos.
Gravações de reuniões — analisa trechos de áudio mais longos para extração de pontos-chave.
Vídeos — incorpora sinais multimodais para entendimento de conteúdos audiovisuais.

O Ember é o quarto modelo lançado na linha Muse. A sequência começou em abril com o Spark, seguido em agosto pelo Glimmer, versão de código aberto do Spark. Em setembro foi lançado o Muse Agent, produto voltado ao consumidor, que recebeu novos recursos no início de novembro, como Spaces e videochamadas. Em outubro, a família ganhou o Muse Wonder, descrito como o modelo mais avançado, e agora o Ember foi adicionado como opção para execução em escala.

Para equipes e empresas que buscam reduzir custos operacionais de agentes de IA sem abrir mão de capacidade multimodal, o Muse Ember foi apresentado como uma alternativa voltada à aplicação em massa das regras e planos gerados por modelos superiores, mantendo foco em eficiência e economia por tarefa.