Meta* lança o Muse Ember: 1 milhão de tokens de contexto e US$ 0,10 por entrada

Se você já construiu agentes com modelos grandes, sabe como isso aparece na fatura. O agente não faz uma única requisição. Ele anda em círculos: chama uma ferramenta, lê a resposta, pensa, chama a próxima. A cada passo, todo o contexto acumulado vai para o modelo, e o custo cresce mais rápido do que parece no início. É exatamente essa dor que a Meta* tenta resolver com o modelo Muse Ember.

*Meta: organização reconhecida como extremista; sua atividade é proibida no território da Rússia.

Que modelo é esse e para que foi feito

O Muse Ember é um modelo compacto, projetado para tarefas cíclicas de agentes. A lista da Meta* traz quatro cenários: chamada de ferramentas, parsing de documentos volumosos, roteamento e escrita de trechos de código. São os cavalos de batalha dos sistemas agênticos. Aqui não se precisa de genialidade em problemas de olimpíada, mas de previsibilidade, velocidade e preço baixo por passo.

Os parâmetros são estes:

• janela de contexto: 1 milhão de tokens;
• tamanho da resposta: até 512 mil tokens;
• multimodalidade: áudio, vídeo e imagens na entrada;
• identificador na API: muse-ember-1.0;
• disponibilidade: API da Meta*, Google Cloud e Oracle Cloud.

Preço: 10 centavos por milhão de tokens de entrada e 50 centavos por milhão de tokens de saída.

O que isso significa na prática

Vamos fazer a conta com um exemplo hipotético. Suponha que seu agente envie ao modelo 50 mil tokens de contexto a cada passo e receba cerca de mil tokens de resposta. Pela tarifa do Ember, isso dá aproximadamente meio centavo na entrada e um vigésimo de centavo na saída, ou seja, cerca de US$ 0,0055 por passo. Cem passos em uma tarefa complexa custariam cerca de 55 centavos. O cálculo é nosso e ilustrativo, mas a ordem de grandeza é clara: um modelo barato permite não economizar no número de iterações e reverificações.

A segunda vantagem prática é a multimodalidade sem gambiarras. O agente pode ler sozinho a captura de tela de uma interface ou analisar a gravação de uma reunião, sem que você precise conectar um modelo separado de reconhecimento de fala ou de visão. Menos componentes no pipeline significam menos pontos de falha e menos latência entre serviços.

O terceiro cenário é o roteamento. É conveniente colocar um modelo compacto na entrada do sistema: ele classifica a requisição, decide se é necessária uma ferramenta pesada ou um modelo caro e só então repassa a tarefa. Assim, as chamadas caras ficam reservadas para os casos realmente complexos.

Onde é preciso ter cautela

A principal ressalva: a afirmação de que o Muse Ember supera o Claude Haiku 5.5 e o GPT-6 Luna na relação entre preço e inteligência se baseia em benchmarks da própria Meta*. Não é uma comparação independente. A métrica de "preço por inteligência" é, aliás, facilmente ajustada a um conjunto de testes favorável, e as tarefas de agentes na vida real dependem muito do seu conjunto de ferramentas, do formato dos prompts e da qualidade dos esquemas de chamada de funções.

O segundo ponto é o contexto longo. Uma janela de um milhão de tokens não garante que o modelo encontre com a mesma eficácia um detalhe no início e no fim de um documento. Já os 512 mil tokens de saída são o limite superior das capacidades, e não uma promessa de qualidade em todo o comprimento. São necessários testes próprios com os seus dados.

O terceiro ponto: a disponibilidade em duas nuvens, Google Cloud e Oracle Cloud, é conveniente para empresas que já têm contratos e faturamento nelas. Mas restrições de região e de cotas precisam ser verificadas separadamente e, para equipes russas, também as nuances jurídicas de trabalhar com produtos de uma empresa cuja atividade é proibida na Rússia.

O que fazer

1. Pegue de 50 a 100 traces reais do seu agente, com chamadas de ferramentas e documentos longos.
2. Execute-os no muse-ember-1.0 e no modelo que você usa hoje.
3. Compare não só a precisão, mas também o custo da execução completa, o número de erros nas chamadas de funções e o tempo de resposta.
4. Se o resultado for próximo, experimente colocar o Ember como roteador ou executor de passos simples, deixando o modelo caro para o planejamento.

O modelo é interessante, antes de tudo, como mais uma pressão sobre os preços no segmento de modelos baratos para agentes. Os números do relatório merecem confiança apenas até o momento em que você os verificar nas suas próprias tarefas.