> ## Content Index
> Fetch the complete content index at: https://www.nexjournal.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# Meta presenta Muse Ember: su modelo más eficiente diseñado para la ejecución masiva de flujos agénticos
- URL: https://www.nexjournal.com/meta-presenta-muse-ember-su-modelo-mas-eficiente-disenado-para-la-ejecucion-masiva-de-flujos-agenticos/
- Published: 2026-11-09T20:00:00.000Z
- Updated: 2026-11-09T20:00:00.000Z
- Description: Meta lanza Muse Ember, un modelo optimizado para tareas de razonamiento repetitivo, llamadas a herramientas y análisis multimodal masivo, ofreciendo un rendimiento competitivo frente a Claude Haiku 5.5 y GPT-6 Luna con un coste de $0,10 por millón de tokens de entrada.
- Author: Jesús González
- Tags: IA, Meta, Muse, Muse Ember

La compañía **Meta** ha anunciado el lanzamiento oficial de **Muse Ember**, su modelo de inteligencia artificial más compacto y eficiente hasta la fecha. Diseñado específicamente para ejecutar tareas agénticas repetitivas —como llamadas a herramientas (*tool calling*), subtareas de programación, enrutamiento, extracción de datos y procesamiento de documentos extensos—, el sistema busca maximizar el rendimiento computacional por dólar invertido en entornos de producción.

Entrenado utilizando las capacidades avanzadas de *Muse Wonder Full*, el modelo se posiciona en la frontera de eficiencia de la plataforma de evaluación *Artificial Analysis*, superando en métricas clave a modelos competidores como *GPT-6 Luna* y equiparándose a *Claude Haiku 5.5* por una fracción de su coste operativo.

## *Rendimiento en benchmarks agénticos, código y multimodaltud*

Muse Ember incorpora una **ventana de contexto de 1 millón de tokens** y permite generar hasta **512.000 tokens de salida**, lo que facilita el análisis de bases de código completas o conjuntos documentales extensos en una sola solicitud:

- **Automatización de flujos corporativos:** En el benchmark *AutomationBench-AA*, el modelo alcanzó un **37,8% de precisión en máxima capacidad de razonamiento**, superando al 20,2% de *GPT-6 Luna* y al 13,9% de *Claude Haiku 5.5*. En *Agents' Last Exam* obtuvo un **61,6%**.
- **Desarrollo y código agéntico:** Logró una puntuación de **40,9% en Terminal-Bench 4.0** y **46 puntos en el Coding Agent Index-AA**, posicionándose como un motor de ejecución secundaria para resolver pruebas y aplicar parches dirigidos.
- **Capacidades multimodales nativas:** El sistema procesa texto, imágenes, audio y vídeo sin necesidad de modelos auxiliares, alcanzando un **69,5% en OSWorld 2.1** para el control directo de interfaces informáticas y un **80,6% en PerceptionBench**.

## *Precios, seguridad e integración comercial*

En el apartado económico, Meta ha fijado una tarifa de **$0,10 por millón de tokens de entrada**, **$0,004 por millón de tokens en caché** y **$0,50 por millón de tokens de salida**, con un coste estimado por tarea de unos $0,14 según *Artificial Analysis*.

En el ámbito de la seguridad, el modelo fue evaluado bajo el *Meta Superintelligence Scaling Framework*, confirmando que se mantiene por debajo de los umbrales de alto riesgo en ciberseguridad y biotecnología, e incorporando defensas contra inyecciones de instrucciones ocultas en páginas web o archivos procesados. 

Muse Ember ya se encuentra disponible a través de la **Meta Model API** y **Muse Code**, contando con la adopción inicial de socios tecnológicos como Box, Cloudflare, Oracle y You.com.