Meta Superintelligence Labs dévoile Muse Ember, un nouveau modèle d’intelligence artificielle présenté comme le plus léger et le plus économique de sa gamme Muse.
Sa spécialité n’est pas nécessairement de rivaliser avec les modèles les plus puissants sur tous les benchmarks, mais de prendre en charge les tâches répétitives qui font fonctionner les agents IAL'IA agentique désigne les systèmes d'intelligence artificielle capables de planifier puis d'exécuter eux-mêmes des tâches complexes — réserver, coder, naviguer sur le Web, piloter des logiciels — plutôt que de se contenter de répondre à une question. Lire la fiche : appels aux outils, sous-tâches de programmation, extraction d’informations, routage et analyse de longs documents.
Avec Muse Ember, Meta cible un problème central du développement des agents autonomes : leur coût d’exploitation à grande échelle. Un agent peut en effet multiplier les interactions avec différents modèles et services pour accomplir une seule mission. Utiliser systématiquement un modèle haut de gamme pour chaque opération devient alors rapidement coûteux.
Muse Ember mise sur un coût de traitement particulièrement bas
Meta met particulièrement en avant le rapport entre le coût d’exécution et les performances de son nouveau modèle. En s’appuyant sur le score composite de l’Artificial Analysis Intelligence Index, l’entreprise présente Muse Ember comme une solution compétitive face à des modèles comme Haiku d’Anthropic et Luna d’OpenAI.
Le tarif annoncé est de 0,10 dollar par million de jetons en entrée. Selon Meta, ce positionnement permettrait à Muse Ember de rivaliser économiquement avec des modèles open source comme DeepSeek V4.1 Flash et GLM 5.3 Flash, tout en conservant un niveau de précision adapté aux tâches visées.
Cette stratégie repose sur une spécialisation plutôt que sur la recherche de performances maximales dans tous les domaines. Muse Ember est conçu pour traiter rapidement un grand volume d’opérations relativement ciblées, là où un modèle plus puissant serait parfois surdimensionné.
Muse Wonder planifie, Muse Ember exécute
Meta imagine notamment Muse Ember comme le complément d’un modèle plus avancé, tel que Muse Wonder, au sein d’une architecture d’agents. Le modèle haut de gamme pourrait définir les règles, planifier les opérations et gérer les situations complexes, tandis que Muse Ember prendrait ensuite en charge les tâches répétitives.
L’exemple du service client illustre cette approche. Un modèle plus puissant pourrait déterminer la procédure à suivre pour résoudre un problème donné, avant de confier à Muse Ember son application sur des dizaines de milliers de demandes similaires. Cette répartition permettrait de réserver les capacités de raisonnement les plus coûteuses aux situations qui en ont réellement besoin.
Meta résume cette philosophie par une formule : « Muse Wonder planifie, Muse Ember traite le volume ». L’objectif est de construire des agents capables de fonctionner à grande échelle sans faire appel en permanence aux modèles les plus onéreux.
Un modèle multimodal pour traiter textes, images et audio
Muse Ember ne se limite pas aux entrées textuelles. Meta indique avoir également entraîné son modèle pour travailler avec différents formats de données, notamment les images et l’audio. Cette polyvalence permettrait aux agents de traiter des captures d’écran, des graphiques, des documents numérisés, des mémos vocaux, des enregistrements de réunions ou encore des vidéos.
L’intérêt est de limiter le recours à plusieurs modèles spécialisés pour traiter différents types de contenus. Un même agent pourrait ainsi extraire des informations d’un document scanné, analyser une capture d’écran ou exploiter un enregistrement audio sans devoir systématiquement transférer la tâche à un autre système.
Cette capacité multimodale renforce le positionnement de Muse Ember comme un modèle d’exécution destiné aux environnements où les agents doivent traiter de grandes quantités d’informations hétérogènes.
Muse Ember complète une gamme qui s’élargit
Avec Muse Ember, Meta ajoute un quatrième modèle à sa famille Muse. Il succède notamment à Muse Spark, le modèle intermédiaire dévoilé en avril, et à Glimmer, sa déclinaison open source présentée en août. En octobre, l’entreprise avait également lancé Muse Wonder, son modèle de pointe destiné aux tâches les plus exigeantes.
Cette gamme accompagne le développement de Muse Agent, l’assistant IA grand public de Meta lancé en septembre. Le service a depuis bénéficié de nouvelles fonctionnalités, dont Spaces, conçu pour faciliter la collaboration avec l’agent, ainsi que des capacités de conversation vidéo.
La stratégie de Meta devient ainsi plus lisible : proposer plusieurs modèles complémentaires plutôt qu’un système unique chargé de répondre à tous les besoins. Muse Wonder prendrait en charge la planification et les raisonnements complexes, tandis que Muse Ember serait chargé de l’exécution à grande échelle. Une approche qui pourrait devenir déterminante à mesure que les agents IA multiplient les tâches et les interactions.
