Meta : Muse Ember
Muse Ember est un modèle de Meta sorti le 9 novembre 2026, conçu pour exécuter des raisonnements complexes et pour les tâches répétables de code et d’agent. Il accepte du texte, des images, de la vidéo, des fichiers et de l’audio, sait appeler des outils et produit des sorties structurées.
Muse Ember, Muse Spark 1.3 ou Muse Wonder : lequel choisir ?
Muse Ember complétait, à sa sortie, la gamme de Meta pour les tâches de code et d’agent répétables à grande échelle, selon l’entreprise. Celle-ci destinait Muse Spark au code et aux flux de travail d’agents, et Muse Wonder aux problèmes les plus difficiles.
Selon Meta, à sa sortie, Muse Ember obtenait 36 à l’Intelligence Index en réflexion max, contre 37 pour Muse Spark 1.3 avec le même réglage. Pour les problèmes les plus difficiles, Meta conseillait de l’associer à Muse Wonder, qui planifie pendant que Muse Ember traite le volume. Muse Ember était aussi le premier modèle entraîné à l’aide de Muse Wonder Full.
Selon la documentation de Meta, Muse Ember accepte le même corps de requête que Muse Spark : la plupart des exemples se transposent en changeant l’identifiant du modèle. Pour les problèmes de code difficiles en un seul passage, les questions demandant beaucoup de connaissances ou le code visuel, cette documentation conseille plutôt Muse Spark ou Muse Wonder.
À quoi sert Muse Ember
Chat
Muse Ember peut servir au routage selon la documentation de Meta : il classe les requêtes et les envoie au bon gestionnaire ou modèle. Il prend aussi en charge l’utilisation d’ordinateur, la compréhension d’images, l’appel d’outils, les sorties structurées et l’ancrage sur une recherche web. Selon Meta, à sa sortie, il pouvait mener un flux de travail d’entreprise de bout en bout : récupérer des enregistrements, appeler des outils successivement et mettre à jour des systèmes d’une application à l’autre.
Vision et compréhension
Muse Ember comprenait nativement le texte, les images, l’audio et la vidéo à sa sortie, selon Meta. Les agents pouvaient lire des captures d’écran, des graphiques et des documents numérisés, ou traiter des mémos vocaux, des réunions enregistrées et des vidéos sans modèle séparé. Selon la documentation de Meta, il peut aussi répéter une tâche sur des milliers d’images, de fichiers ou d’enregistrements, avec de nombreuses requêtes en parallèle : légender et trier des photos, extraire des champs ou classer des tickets.
Code
Muse Ember était conçu, à sa sortie, pour les sous-tâches de code qu’un agent envoie des centaines de fois par session, selon Meta : lire des fichiers, lancer des tests et apporter des corrections ciblées. Selon la documentation de Meta, il peut également servir de sous-agent, c’est-à-dire prendre en charge des tâches confiées par un agent principal. Ces tâches comprennent du code ciblé, des commandes de terminal et des recherches.
- Chat
- Vision et compréhension
- Code
Essayer Muse Ember
Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.
Où l'essayer
- Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,10 $ en entrée, 0,50 $ en sortie par million de tokensOuvrir sur OpenRouter
Quoi lui demander
- Chat
Expliquer un sujet simplement
Voir s'il rend clair un sujet technique, sans jargon.
Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité. - Code
Écrire une fonction
Voir s'il pense aux cas limites et teste son propre code.
Écris une fonction Python qui reçoit une liste de dates au format JJ/MM/AAAA et renvoie la plus récente. Elle doit ignorer les dates invalides sans planter. Ajoute trois exemples de test et explique tes choix en deux phrases. - Raisonnement
Démêler plusieurs contraintes
Une seule solution existe : regardez s'il la trouve et la justifie.
Quatre collègues, Ana, Bilal, Chloé et David, présentent chacun une fois, du lundi au jeudi, un par jour. - Ana ne peut pas le lundi. - Bilal passe avant Chloé. - David passe le lendemain d'Ana. - Chloé ne peut pas le jeudi. Donne toutes les solutions possibles et justifie chaque étape.
Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.
Les performances de Muse Ember
Muse Ember obtenait, selon Meta à sa sortie, 40,9 % sur Terminal-Bench 4.0 en réflexion max, contre 39,2 % pour Claude Haiku 5.5 et 16,4 % pour GPT-6 Luna (code agentique en terminal, chaque modèle dans son meilleur harnais publié).
Selon Meta, à sa sortie et en réflexion max, le modèle atteignait 61,6 % à Agents’ Last Exam, contre 57,0 % pour Claude Haiku 5.5 et 57,1 % pour GPT-6 Luna (tâches d’agent de bout en bout, évaluation interne sur un sous-ensemble Linux). Sur OSWorld 2.1, il obtenait 69,5 %, contre 68,9 % pour Claude Haiku 5.5 et 50,5 % pour GPT-6 Luna (utilisation d’ordinateur dans des applications de bureau, évaluation interne avec crédit partiel).
Selon Meta, à sa sortie et en réflexion max, Muse Ember atteignait 80,6 % sur PerceptionBench avec outils, contre 78,6 % pour Claude Haiku 5.5 et 62,8 % pour GPT-6 Luna (perception visuelle fine, évaluation interne). Sur FrontierCode 2.0-AA, il obtenait 27,2 %, devancé par Claude Haiku 5.5 à 34,9 %, contre 25,2 % pour GPT-6 Luna (tâches d’ingénierie réelles jugées sur leur aptitude à être fusionnées).
Bien utiliser Muse Ember : réflexion et effort
Muse Ember impose la réflexion, avec « max » comme niveau d’effort par défaut. Les niveaux disponibles sont « minimal », « low », « medium », « high », « xhigh » et « max ».
Selon la documentation de Meta, la valeur « none » renvoie une erreur HTTP 400. Le niveau « max » dépasse « xhigh » : le modèle passe plus de temps à raisonner avant de répondre et utilise davantage de tokens de réflexion. Pour les tâches à réponse directe, comme les recherches, la mise en forme et la traduction, Meta conseille de régler reasoning_effort sur « low » pour obtenir des réponses plus rapides.
Caractéristiques techniques de Muse Ember
Muse Ember est sorti le 9 novembre 2026. Le bloc des caractéristiques rassemble ses repères techniques, dont le contexte, les entrées et la réponse maximale. Sa fenêtre de contexte atteint 1 048 576 tokens. Sa sortie maximale est de 524 288 tokens par réponse. Le modèle accepte en entrée du texte, des images, de la vidéo, des fichiers et de l’audio.
- Éditeur
Meta
- Produit
- Texte
- Sortie
- Contexte
- 1,05 M tokens
- Réponse maximale
- 944 k tokens
- Réflexion
- Toujours active
- Entrées
- Texte, Image, Fichier, Audio, Vidéo
- Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturetop_preasoningseedresponse_formatmax_tokens- Hébergeurs
- Google, Meta
Source : OpenRouter, relevé du 22/11/2026.
Où utiliser Muse Ember, et comment il se facture
Muse Ember était disponible à sa sortie dans Muse Code et dans la Meta Model API sous l’identifiant muse-ember-1.0, selon Meta. Il prenait en charge la Responses API. Lors de cette annonce, les prix annoncés valaient pour les requêtes jusqu’à 200K tokens ; les requêtes plus longues avaient leur propre tarif.
Selon la documentation de Meta, Muse Ember est proposé dans la Meta Model API et dans Muse Code, à l’usage et avec tout abonnement. Dans la Meta Model API, il fonctionne uniquement en mode Standard. Aucune variante en mode Contributor n’est proposée. La carte d’accès donne les derniers prix relevés.
L'API Meta
Pour relier le modèle à votre application
Chez OpenRouter, au prix de Meta (relevé du 22/11/2026) : 0,10 $ / M tokens en entrée, 0,50 $ / M tokens en sortie.
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
FAQ
Quand Muse Ember est-il sorti ?
Muse Ember est sorti le 9 novembre 2026. Selon Meta, à sa sortie, il était disponible dans Muse Code et dans la Meta Model API sous l’identifiant muse-ember-1.0, et prenait en charge la Responses API.
Muse Ember est-il open source ?
Muse Ember fait partie des modèles hébergés sur la Meta Model API, avec Muse Wonder et Muse Spark, selon la documentation de Meta. Muse Glimmer et Muse Spark Open sont, eux, des modèles à poids ouverts.
Quelle est la fenêtre de contexte de Muse Ember ?
Muse Ember a une fenêtre de contexte de 1 048 576 tokens. Sa sortie maximale est de 524 288 tokens par réponse.