KI11.11.2026, 12:47 UTC·2 Min. Lesezeit

Meta stellt Muse Ember vor: kleinstes KI-Modell für Agenten

Meta Superintelligence Labs hat Muse Ember veröffentlicht, das bisher kleinste Modell des Konzerns, für wiederkehrende Agenten-Aufgaben ab 0,10 Dollar pro Million Input-Token.

Abstract illustration of a compact AI model chip handling many repeated automated tasks in a workflow. — Bild: Webrazzi

Meta Superintelligence Labs hat mit Muse Ember sein bislang kleinstes Modell vorgestellt. Es ist für Aufgaben gedacht, die KI-Agenten in einem Workflow immer wieder ausführen: Datensätze aus einer Datenbank abrufen, Kundenanfragen klassifizieren, bestimmte Informationen aus langen Dokumenten ziehen und kleinere Programmieraufgaben in Softwareprojekten erledigen. Entwickler können das Modell über die Meta Model API und Muse Code nutzen.

Großes Modell plant, Ember führt aus

Laut Meta lässt sich Ember mit größeren Modellen wie Muse Wonder oder Muse Spark kombinieren. In einem Kundensupport-System könnte Muse Wonder etwa festlegen, unter welchen Bedingungen Rückerstattungen genehmigt werden. Ember wendet diese Regeln dann auf Tausende Anfragen an, prüft Bestellungen und leitet Fälle, die eine menschliche Prüfung brauchen, an das zuständige Team weiter. Fallen pro Anfrage mehrere Operationen an, wirkt sich schon ein kleiner Kostenunterschied pro Modellaufruf auf die Gesamtrechnung aus.

Ember verarbeitet Text, Bilder, Audio, Video und PDFs und gibt Text aus. Ein Agent kann so das Zahlungsdatum aus einer gescannten Rechnung lesen oder Aufgaben aus einer Meeting-Aufzeichnung auflisten, ohne ein weiteres Modell einzusetzen. Das Kontextfenster umfasst rund 1 Million Token, genug für eine große Dokumentensammlung oder eine komplette Codebasis in einer Anfrage. Eine einzelne Antwort ist auf etwa 524.000 Token begrenzt.

Preise und Benchmarks

Bei Anfragen bis 200.000 Input-Token verlangt Meta 0,10 Dollar pro Million Input-Token und 0,50 Dollar pro Million Output-Token. Darüber steigen die Preise auf 0,30 beziehungsweise 1,50 Dollar. In einem Vergleich auf Basis von Artificial-Analysis-Daten lagen die Kosten pro Aufgabe bei Ember bei 0,14 Dollar, bei Muse Spark 1.3 bei 2,39 Dollar. Im allgemeinen Leistungsindex erreichten die Modelle 36 und 37 Punkte.

Die Ergebnisse hängen von der Aufgabe ab. Im AutomationBench-AA, der mehrstufige Arbeitsabläufe misst, kam Ember auf 37,8 Prozent, OpenAIs GPT-6 Luna auf 20,2 Prozent und Anthropics Claude Haiku 5.5 auf 13,9 Prozent. Im FrontierCode 2.0-AA, der prüft, ob Codeänderungen reif für die Übernahme ins Projekt sind, lag Claude Haiku 5.5 mit 34,9 Prozent vor Ember mit 27,2 Prozent.

Ember ist das vierte Modell der Muse-Familie nach Muse Spark im April, Muse Glimmer im August und Muse Wonder im Oktober. Laut Meta ist es das erste Modell, das mit dem größeren Muse Wonder Full trainiert wurde.

Apps, die sich lohnen

SUMO: das Zahlenrätsel

Tippe die richtigen Felder, addiere, triff das Ziel. Leicht zu lernen, schwer zu meistern. Kostenlos, für jedes Alter.

Dialo: Sprachen lernen durch Sprechen

Sprich mit einem KI-Gesprächspartner; jeder Satz kommt korrigiert und in deiner Sprache erklärt zurück. 9 Sprachen, A1 bis C2.

ediviewer: EDI-Dateien wie Dokumente lesen

EDIFACT- und X12-Nachrichten öffnen, jedes Segment verständlich erklärt, in JSON/XML umwandeln, als PDF und Excel exportieren. Läuft lokal, kein Upload.

giftdetect: das passende Geschenk in Minuten

Wähle, für wen es ist, den Anlass und die Persönlichkeit. Die Suchmaschine liest Produktbeschreibungen lokaler Shops und sortiert, was passt. Kostenlos, ohne Anmeldung.

Schlagwörter:metamuse emberai agentsmeta superintelligence labssmall modelsapi pricing