Meta lancia Muse Ember: il modello efficiente per agenti IA che sfida Claude e GPT
Meta lancia Muse Ember: il modello efficiente per agenti IA che sfida Claude e GPT
In risposta all'uscita di Anthropic Fable 5.2, Meta ha rilasciato Muse Ember, un modello di intelligenza artificiale ottimizzato per agenti software. Il nuovo sistema punta a offrire prestazioni competitive a un costo significativamente inferiore, posizionandosi come alternativa economica nei compiti ripetitivi e nel ragionamento.
Meta ha annunciato il rilascio di Muse Ember, un nuovo modello di intelligenza artificiale progettato per essere più piccolo ed efficiente rispetto alle controparti dei concorrenti. L'uscita del sistema coincide con la presentazione da parte di Anthropic del potente Fable 5.2, ma Meta ha scelto una direzione opposta, concentrandosi su modelli leggeri ideali per compiti ripetitivi degli agenti, come la consultazione di documenti, il richiamo di strumenti, lo smistamento delle richieste e l'esecuzione di parti circoscritte di lavoro di programmazione.
Il punto focale del lancio di Muse Ember riguarda il rapporto tra prestazioni e costi operativi. Secondo i dati pubblicati da Meta tratti da Artificial Analysis, Ember con ragionamento al massimo ottiene 35,8 punti nell’Intelligence Index. Questo punteggio è leggermente inferiore ai 36,2 registrati da Claude Haiku 5.5, ma supera nettamente i 27,8 di GPT-6 Luna. Tuttavia, il vantaggio economico emerge chiaramente nei costi stimati per attività: Ember costa 0,136 dollari, contro gli 0,411 dollari richiesti da Haiku e gli 0,152 dollari di Luna. La spesa finale dipende dal numero di token utilizzati, che riflette comunque il livello di efficienza del modello.
Nei test specifici sui flussi di lavoro aziendali AutomationBench-AA, Ember ha completato il 37,8% delle attività, superando il 20,2% di Luna e il 13,9% di Haiku. Nel benchmark Terminal-Bench 4.0, dedicato alla programmazione da terminale, il modello Meta ha raggiunto il 40,9%, davanti al 39,2% di Haiku e al 16,4% di Luna. È importante notare che in quest'ultimo confronto i modelli sono stati testati con ambienti di esecuzione differenti: mini-swe-agent per Meta, mentre Claude Code e Codex sono stati utilizzati per Anthropic e OpenAI.
Ember non domina tutte le categorie. Nel test di programmazione FrontierCode 2.0-AA, Haiku ha ottenuto il 34,9% contro il 27,2% di Ember. Nei test interni di Meta sull'uso del computer, Ember ha segnato il 69,5%, appena sopra il 68,9% di Haiku. Considerando solo i compiti completati interamente, le percentuali scendono al 33,8% per Ember e al 27,8% per Haiku, mantenendo comunque la testa della classifica.
Il modello supporta testo, immagini, audio e video, con una finestra di contesto di circa un milione di token e un output massimo di circa 525.000 token. Il prezzo base è di 0,10 dollari per milione di token in ingresso e 0,50 dollari per quelli generati, identico a Haiku 5.5 e GPT-6 Luna. Ember offre tariffe inferiori per la lettura dei token dalla cache, ma oltre i 200.000 token in ingresso le tariffe triplicano per l'intera richiesta.
Muse Ember è già disponibile tramite la Meta Model API e Muse Code. Come accaduto per il modello precedente Muse Wonder, non è prevista alcuna tariffa API scontata in cambio dei dati degli utenti per l'addestramento dei modelli.
D.Pan--ThChM
