Meta Superintelligence Labs resmi merilis Muse Ember pada Senin, 9 November 2026. Model ini disebut sebagai model AI paling ringan dan paling hemat biaya dalam keluarga Muse, dirancang khusus untuk pekerjaan berulang yang dijalankan agen AI sepanjang hari. 🔗 Meta AI Research
Ember ditujukan untuk "eksekusi penalaran kompleks", mulai dari panggilan alat (tool calls), sub-tugas coding, routing, ekstraksi data, hingga penguraian dokumen panjang. Meta memposisikannya sebagai pasangan dari model frontier Muse Wonder: "Muse Wonder merencanakan, Muse Ember menangani volume." 🔗 TechCrunch
Mengapa Ember Penting
Selama setahun terakhir, industri AI bergeser dari model tunggal yang mengerjakan semuanya menuju arsitektur multi-model. Model besar merencanakan dan menilai, sementara model kecil mengeksekusi dalam volume tinggi.
Ember adalah jawaban Meta untuk lapisan eksekusi ini. Dengan menekan biaya per tugas, Ember memungkinkan agen AI skala besar yang sebelumnya tidak ekonomis, misalnya meninjau puluhan ribu kontrak atau menerapkan aturan yang sama pada ratusan ribu kasus dukungan pelanggan. 🔗 TechCrunch
Performa dan Biaya
Meta menekankan biaya per tugas dengan memakai skor komposit benchmark Artificial Analysis. Pada Intelligence Index versi 5, Ember mencetak skor sekitar 36 dengan biaya sekitar US$0,14 per tugas.
Angka itu menyamai skor Claude Haiku 5.5 yang sekitar 36,2, tetapi dengan biaya per tugas hanya sekitar sepertiga dari Haiku yang sekitar US$0,41. Ember juga diklaim mengungguli setiap pengaturan penalaran GPT-6 Luna dari OpenAI pada indeks yang sama. 🔗 Meta AI Research
Perlu dicatat, harga per token Ember sebenarnya sama dengan Haiku 5.5 dan GPT-6 Luna pada tarif standar, yakni US$0,10 per juta token masukan. Keunggulan Ember terletak pada efisiensi: ia memakai lebih sedikit token untuk menyelesaikan satu tugas, sehingga biaya per tugasnya lebih rendah. 🔗 TechCrunch
Spesifikasi Kunci
- Harga: US$0,10 per juta token masukan; US$0,004 per juta token masukan ter-cache; US$0,50 per juta token keluaran.
- Jendela konteks: 1 juta token; keluaran hingga 512 ribu token.
- Tersedia sejak 9 November 2026 di Muse Code dan Meta Model API dengan ID model muse-ember-1.0; mendukung Responses API.
- Mendukung masukan multimodal: teks, gambar, audio, dan video dalam satu model.
- Model pertama yang dilatih menggunakan Muse Wonder Full sebagai pengajar.
Seluruh angka di atas berasal dari pengumuman resmi Meta. 🔗 Meta AI Research
Multimodal dan Agen
Selain teks, Ember dilatih untuk bekerja lintas media. Agen dapat membaca tangkapan layar, grafik, dan dokumen hasil pindai, atau bekerja dari memo suara, rekaman rapat, dan video tanpa memerlukan model terpisah.
Meta juga menyebut Ember mampu mengoperasikan aplikasi komputer dari tangkapan layar. Fleksibilitas ini penting untuk alur kerja agen yang nyata, di mana input berasal dari berbagai sumber dan format. 🔗 Meta AI Research
Jajaran Muse yang Kian Lengkap
Ember adalah model keempat yang dirilis di bawah merek Muse, setelah Spark (kelas menengah, April 2026), Glimmer (kembar open source Spark, Agustus 2026), dan Wonder (frontier, Oktober 2026). Produk konsumen unggulan, Muse Agent, diluncurkan September lalu. 🔗 TechCrunch
Ember melengkapi piramida ini pada lapisan bawah: model kecil yang murah untuk volume, dipasangkan dengan model yang lebih besar untuk perencanaan. Meta belum mengumumkan jadwal kehadiran Ember di aplikasi konsumen. 🔗 TechCrunch
Implikasi Pasar
Peluncuran ini menegaskan tren "model kecil yang cerdas" yang kian mendominasi 2026. Dengan biaya per tugas sekitar US$0,14, Ember menekan biaya inferensi hingga level yang membuat agen AI skala besar layak secara ekonomi.
Bagi pengembang, ini berarti arsitektur agen yang lebih murah dan lebih cepat. Bagi pesaing, ini menambah tekanan pada harga model kelas Haiku dan Luna. Namun klaim benchmark ini berasal dari Meta sendiri, sehingga kinerja di dunia nyata masih perlu dibuktikan lewat pengujian independen.
Tidak ada komentar:
Posting Komentar