Meta merilis Muse Ember sebagai model AI ringan dengan tarif input 0,10 dollar AS per satu juta token. Model ini ditujukan untuk pekerjaan agen AI yang memproses informasi berulang dalam volume besar dengan biaya lebih rendah.
Tarif output Muse Ember dipatok 0,50 dollar AS per satu juta token. Meta menyebutnya sebagai model paling ringan dan paling hemat biaya yang pernah dirilis oleh divisi AI Meta Superintelligence Labs.
Peluncuran Muse Ember berlangsung pada Senin (9/11/2026). Fokus utamanya adalah menjalankan tugas-tugas operasional yang dapat diulang, mulai dari mengambil informasi hingga memakai alat bantu.
Model ini dapat membaca dokumen panjang dan memilih informasi yang sesuai dengan permintaan. Muse Ember juga mampu meneruskan permintaan ke sistem yang tepat serta mengerjakan bagian kecil dari tugas pemrograman.
Selisih Tarif dengan Model Lain
Biaya input Muse Ember berada jauh di bawah Muse Spark 1.3 yang bertarif 1,25 dollar AS per satu juta token. Untuk keluaran, Muse Spark 1.3 dikenai tarif 4,25 dollar AS per satu juta token, sedangkan Ember berada pada 0,50 dollar AS.
Tarif input Ember juga lebih rendah daripada DeepSeek V4.1 Flash dan GLM 5.3 Flash. Kedua model tersebut masing-masing berbiaya 0,15 dollar AS per satu juta token input.
| Model | Tarif Input per Satu Juta Token |
|---|---|
| Muse Ember | 0,10 dollar AS |
| Muse Spark 1.3 | 1,25 dollar AS |
| DeepSeek V4.1 Flash | 0,15 dollar AS |
| GLM 5.3 Flash | 0,15 dollar AS |
Token merupakan satuan data yang diproses oleh model AI. Dalam teks, satu token dapat berbentuk satu kata atau potongan kata.
Pembagian Kerja dalam Agen AI
Meta menempatkan Ember sebagai pelaksana dalam sistem yang juga memakai Muse Wonder. Muse Wonder dirancang sebagai model lebih besar yang dapat menyusun rencana kerja sebelum langkah-langkahnya dieksekusi oleh Ember.
Pembagian itu bisa dipakai pada layanan pelanggan yang menerima banyak keluhan. Muse Wonder dapat menetapkan aturan penanganan untuk jenis keluhan tertentu, lalu Muse Ember menjalankan aturan tersebut pada puluhan ribu permintaan.
Skema ini membuat pekerjaan berulang tidak selalu harus ditangani model yang lebih besar. Pendekatan tersebut diarahkan untuk menekan biaya ketika agen AI menghadapi permintaan dalam jumlah tinggi.
Menerima Teks hingga Video
Muse Ember tidak hanya ditujukan untuk teks dan dokumen panjang. Model ini juga bisa memproses gambar, audio, serta video dalam satu alur kerja agen AI.
Kemampuan multimodal itu memungkinkan model membaca tangkapan layar, grafik, dan hasil pindai dokumen. Ember juga dapat mengolah pesan suara, rekaman rapat, serta video tanpa memakai model terpisah.
Meta tidak merinci batas panjang dokumen yang dapat ditangani Muse Ember. Perusahaan juga belum memaparkan contoh penggunaan lain di luar fungsi pengolahan informasi, penerusan permintaan, pemakaian alat bantu, dan tugas pemrograman tertentu.
Dalam pengujian internal dengan indeks Artificial Analysis, Meta membandingkan skor dan biaya per tugas Ember dengan sejumlah model lain. Hasil perbandingan itu menunjukkan Ember mencatat skor lebih tinggi dengan biaya per tugas lebih rendah daripada Anthropic Haiku dan OpenAI Luna.
Muse Ember sudah tersedia untuk dijajal. Model ini menyasar kebutuhan pemrosesan informasi berulang yang menuntut efisiensi biaya dalam skala besar.
