Muse Ember : le petit modèle de Meta fait jeu égal avec Haiku 5.5 pour trois fois moins cher

Muse Ember : le petit modèle de Meta fait jeu égal avec Haiku 5.5 pour trois fois moins cher

Meta a lancé lundi 9 novembre Muse Ember, son plus petit modèle, pensé pour l'exécution des tâches d'agents : appels d'outils, extraction de données, routage, sous-tâches de code, lecture de longs documents. Il est affiché à 0,10 $ le million de tokens en entrée et 0,50 $ en sortie, avec un contexte d'un million de tokens. Disponible via l'API Meta Model et Muse Code, il arrive quatrième dans la gamme Muse, après Spark, Glimmer et Wonder.

TL;DRL'essentiel pour les pressés
  • Ember affiche le même tarif que Claude Haiku 5.5 et GPT-6 Luna : 0,10 $/0,50 $ le million de tokens. Mais le prix triple au-delà de 200 000 tokens d'entrée, un palier que le billet d'annonce ne mentionne pas.
  • Sur l'Intelligence Index d'Artificial Analysis, Ember fait jeu égal avec Haiku 5.5 (36 tous les deux) pour un coût par tâche presque trois fois plus bas.
  • Haiku 5.5 garde l'avantage sur le code prêt à livrer : 34,9 % contre 27,2 % sur FrontierCode 2.0.
0,14 $le coût par tâche de Muse Ember sur l'Intelligence Index, contre 0,41 $ pour Claude Haiku 5.5 et 0,15 $ pour GPT-6 Luna (Artificial Analysis)

Wonder planifie, Ember exécute

Le positionnement est assumé. Dans l'architecture d'agents que pousse Meta, Muse Wonder, le modèle frontier sorti en octobre, planifie et fixe les règles. Ember les applique en volume. Meta donne l'exemple d'un agent de support client : Wonder définit comment traiter un type de dossier, Ember déroule sur des dizaines de milliers de cas. Meta annonce un modèle multimodal (texte, image, audio, vidéo), même si la fiche d'Artificial Analysis ne liste pour l'instant que le texte et l'image.

Les benchmarks demandent de la prudence. Meta a fait tourner lui-même 4 des 10 lignes de son tableau comparatif et qualifie ses mesures des concurrents de « best-effort ». La vérification indépendante existe : Artificial Analysis donne 36 à Ember sur son Intelligence Index, le niveau de Haiku 5.5, qui reste légèrement devant avant arrondi. « Fait jeu égal » est donc plus juste que « dépasse ». Et sur FrontierCode 2.0, le test le plus proche d'un code destiné à être mergé, Haiku garde près de 8 points d'avance.

Meta a aussi laissé un chiffre hors du billet d'annonce. La page de prix de Muse Code indique qu'au-delà de 200 000 tokens d'entrée, le tarif triple, à 0,30 $ en entrée et 1,50 $ en sortie. Pour un modèle vendu avec un contexte d'un million de tokens, c'est piquant. Les codebases entières et les gros documents, justement l'usage qui justifie un tel contexte, tombent dans le palier cher. Haiku 5.5 applique le même mécanisme dès 100 000 tokens (0,50 $/2,50 $), Ember reste donc moins cher, mais l'écart se resserre.

Simon Willison, qui a testé le modèle dès sa sortie, rappelle que comparer les prix au token est trompeur. Les modèles de raisonnement consomment des volumes très différents pour une même tâche. Au coût par tâche, mesure qu'il juge plus honnête, Ember se place sur la frontière de Pareto d'Artificial Analysis. Ses tests montrent aussi les limites. Le niveau de raisonnement « high » n'a pas rendu un SVG complet, et monter le raisonnement n'améliore pas la qualité de façon fiable.

Mon avis : notable. Ember n'apporte aucun saut de capacités : il attaque la facture d'exécution des agents, le poste qui gonfle avec le volume. Son efficacité vient surtout du fait qu'il écrit beaucoup moins de tokens de sortie que Haiku pour le même travail. Pour les équipes françaises qui font tourner des pipelines d'agents, c'est une pression directe sur les prix d'Anthropic et d'OpenAI sur ce segment.

Ce que ça change pour vous

Les premiers concernés sont ceux qui paient des tâches répétitives en volume : extraction d'entités, catégorisation, parsing de documents, routage de tickets. En SEO, c'est le cas typique de la catégorisation d'URL ou de l'enrichissement d'un crawl. Sur des centaines de milliers de lignes, passer de 0,41 $ à 0,14 $ la tâche change le budget du projet, pas seulement la marge.

Ceux pour qui rien ne change : la génération de code à merger, où Haiku reste devant, et l'usage grand public, puisque Ember n'est pas dans l'application Meta AI. Les amateurs de poids ouverts attendront aussi : contrairement à Glimmer en août, Meta ne dit rien sur une ouverture du modèle. Et le haut du panier reste sur une autre planète tarifaire : Claude Fable 5.2, lancé la veille, coûte 8 $/40 $, soit 80 fois le tarif d'Ember.

Ce que vous devez faireConcrètement, pour votre visibilité
  • Rejoue un échantillon de tes tâches d'agents (extraction, classification, appels d'outils) sur Ember via l'API Meta Model et compare le coût réel par tâche, pas le prix au token.
  • Mesure la taille de tes prompts avant de migrer : au-delà de 200 000 tokens d'entrée, le tarif passe à 0,30 $/1,50 $ - découpe tes documents, sinon le gain s'évapore.
  • Garde Haiku 5.5 ou un modèle frontier pour le code destiné à être mergé : Ember reste près de 8 points derrière sur FrontierCode 2.0.

Sources

Source : Research.meta.ai

Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).

Besoin d'un accompagnement personnalisé?

Je propose des accompagnements au forfait et en régie pour vous aider à améliorer votre visibilité en ligne.