Meta lance Muse Ember : un modèle pour agents à 0,10 $ le million de tokens d'entrée

Si un agent tourne en production chez vous, l'essentiel de la facture ne provient généralement pas des étapes « intelligentes », mais des étapes ennuyeuses : analyser un document, appeler un outil, envoyer une requête vers la bonne route, extraire des champs d'un e-mail. Ces étapes se comptent par milliers à l'heure, et leur consacrer un modèle phare revient à appeler l'ingénieur en chef pour changer des ampoules. C'est précisément cette niche que Meta vise avec son nouveau modèle Muse Ember.

Ce que Meta a lancé

Meta Superintelligence Lab a présenté Muse Ember lundi. C'est le modèle le plus léger et le plus économique de l'entreprise. Sa vocation affichée : « le travail que les agents répètent toute la journée » — appels d'outils, sous-tâches de code, routage, extraction de données et analyse de longs documents.

L'argument principal est le prix : 10 cents le million de tokens d'entrée. C'est nettement moins cher que Haiku d'Anthropic et Luna d'OpenAI, et comparable aux modèles ouverts DeepSeek V4.1 Flash et GLM 5.3 Flash. Pour la comparaison « prix contre qualité », Meta a retenu le score agrégé d'Artificial Analysis et montré qu'Ember est non seulement moins cher, mais aussi plus intelligent que Haiku et Luna.

Autre atout : la multimodalité. Ember a été entraîné à travailler avec du texte, des images et de l'audio. Selon Meta, les agents peuvent lire des captures d'écran, des graphiques et des scans de documents, ainsi que traiter des notes vocales, des enregistrements de réunions et des vidéos sans modèle séparé. Si c'est vraiment le cas, le pipeline compte moins de maillons : la reconnaissance vocale et l'OCR distincts pourraient devenir inutiles.

Comment cela se passe en pratique

Meta propose elle-même un duo de deux modèles. Muse Wonder, le modèle phare sorti en octobre, planifie. Ember traite le volume. La formule de l'annonce : « Muse Wonder plans, Muse Ember handles the volume ».

Prenons le support client. Le modèle lourd analyse une seule fois un type de demande, par exemple le remboursement d'un abonnement, et formule les règles : que vérifier, quand approuver, quand passer la main à un humain. Ensuite, le modèle léger applique ces règles à des dizaines de milliers de demandes : il lit l'e-mail, regarde la capture d'écran de l'erreur, déclenche l'outil adéquat dans le CRM, remplit les champs. Le modèle coûteux travaille rarement, le modèle bon marché en permanence, et c'est lui qui détermine la facture finale.

L'idée n'est pas nouvelle : les cascades et le routage de modèles sont utilisés depuis longtemps. Mais Meta propose une configuration toute prête de deux modèles de la même famille. Ember est le quatrième de la gamme Muse, après Spark, de taille intermédiaire (avril), son jumeau ouvert Glimmer (août) et le modèle phare Wonder (octobre).

Réserves

Tous les chiffres proviennent de l'annonce de Meta. La métrique de comparaison a été choisie par l'entreprise elle-même, et l'indice agrégé fait la moyenne de tâches variées : votre agent peut donc se comporter différemment. L'article ne précise pas combien coûtent les tokens de sortie (qui pèsent souvent lourd dans les boucles d'agents), quelle est la fenêtre de contexte du modèle, ni s'il est possible de télécharger les poids. Glimmer est présenté comme ouvert ; rien de tel n'est dit pour Ember.

Autre piège : le prix par token n'est pas le prix par tâche. Si le modèle bon marché fait plus d'étapes ou se trompe plus souvent et nécessite des relances, l'économie fond. Ce n'est pas un hasard si Meta parle précisément de cost-per-task.

Que faire de tout cela

Si vous avez un agent avec un gros volume d'étapes répétitives, prenez de vrais logs, faites passer 500 à 1 000 tâches par Ember et par votre bête de somme actuelle, puis comparez le coût d'une tâche menée à bien, et non celui du token.

Si vous n'avez pas encore séparé votre agent en planificateur et exécutant, c'est le moment : même sans Meta, c'est généralement la première optimisation de la facture. Si vous utilisez des modèles distincts pour les captures d'écran et l'audio, vérifiez si un seul peut s'en charger. Et n'oubliez pas de regarder les tarifs des tokens de sortie et les limites lorsqu'ils seront publiés : c'est justement là qu'un modèle bon marché cesse parfois de l'être autant.