Meta lance Muse Ember : un modèle multimodal à 0,10 $/M tokens pour faire tourner des essaims d'agents
🔎 La guerre des agents se gagne sur la facture, pas sur les benchmarks
Le 9 novembre 2026, Meta a lancé Muse Ember, le plus petit et le plus efficace de ses modèles Muse. Pas un modèle de vitrine : un modèle d'exécution, taillé pour le travail répétitif des agents — tool calls, sous-tâches de code, routing, extraction de données, parsing de longs documents.
Le chiffre qui compte n'est pas le prix par token, identique à celui de la concurrence (0,10 $/M en input, 0,50 $/M en output). C'est le coût par tâche : environ 0,14 $, contre 0,41 $ pour Claude Haiku 5.5 et 0,15 $ pour GPT-6 Luna au réglage de raisonnement maximal, d'après le leaderboard Artificial Analysis relayé par Six Six AI.
L'écart paraît dérisoire pour une requête isolée. Il devient stratégique quand un orchestrateur délègue des milliers de sous-tâches par jour à des dizaines de workers. La couche d'exécution, longtemps le poste de coût caché des architectures agentiques, vient de s'effondrer. Et c'est probablement la nouvelle la plus structurante de la fin d'année 2026.
L'essentiel
- Meta a lancé Muse Ember le 9 novembre 2026, son plus petit modèle Muse, conçu pour l'exécution agentique répétitive : tool calls, sous-tâches de code, routing, extraction, traitement de longs documents.
- Multimodal en entrée : texte, images, audio, vidéo et PDFs. Sortie texte uniquement. Il peut aussi piloter des applications de bureau à partir de captures d'écran.
- Contexte de 1 M de tokens (1 048 576 exactement), jusqu'à 512 000 tokens de sortie.
- Tarifs : 0,10 $/M tokens d'input non-caché, 0,004 $/M en cache, 0,50 $/M d'output (jusqu'à 200K tokens d'input). Au-delà : 0,30 / 0,012 / 1,50 $.
- Score de 36 sur l'Intelligence Index d'Artificial Analysis pour ~0,14 $ par tâche, contre 2,39 $ par tâche pour Muse Spark 1.3 (score 37).
- Positionnement assumé : couche d'exécution à coupler avec un gros modèle (Muse Wonder) qui gère le planning complexe.
- Disponibilité : Meta Model API sous l'ID
muse-ember-1.0(endpoints Responses, Chat Completions, Messages), Muse Code, Oracle Cloud, et en preview chez Google Cloud.
Outils recommandés
| Outil | Usage principal | Prix (novembre 2026) | Idéal pour |
|---|---|---|---|
| Muse Ember — Meta Model API | Couche d'exécution agentique | 0,10 $/M input, 0,50 $/M output | Essaims d'agents, tool calls en série |
| Muse Code | Sous-tâches de code agentiques | Inclus dans l'offre Meta | Dévs qui automatisent le code |
| Claude Haiku 5.5 | Exécution alternative | 0,10 $/M input, 0,50 $/M output | Écosystème Anthropic en place |
| GPT-6 Luna | Exécution alternative | 0,10 $/M input, 0,50 $/M output | Stacks OpenAI existantes |
| Hostinger VPS | Héberger orchestrateurs et workers | dès ~3 €/mois (vérifiez sur hostinger.com) | Déployer et monitorer vos essaims |
Prix constatés en novembre 2026 — vérifiez sur les sites officiels avant tout engagement.
Muse Ember en bref : un exécutant, pas une vitrine
Muse Ember n'est pas fait pour impressionner sur les benchmarks de raisonnement, mais pour enchaîner des milliers de petites tâches agentiques sans faire exploser la facture. Dès l'annonce, Zuckerberg a résumé la promesse en une phrase : plus d'intelligence par dollar que les rivaux, selon Livemint.
Côté specs, le modèle affiche un contexte de 1 048 576 tokens — un million, donc — et jusqu'à 524 288 tokens de sortie. De quoi avaler des bases de code entières ou des corpus de documents sans découpage artisanal.
La multimodalité est étendue : texte, images, audio, vidéo et PDFs en entrée, texte en sortie. Détail qui change la vie des builders d'agents : Ember peut piloter des applications de bureau à partir de simples captures d'écran, comme le rapporte The New Stack. Un agent qui clique dans votre CRM à partir de screenshots, c'est un cas d'usage natif, pas un hack.
L'effort de raisonnement est réglable du minimal au maximal, avec max par défaut. Un choix intéressant : Meta assume le coût de la qualité et laisse au développeur le soin de descendre le curseur sur les tâches triviales.
Les cibles annoncées sont claires : les entreprises et les développeurs qui automatisent le code, le traitement de documents et l'extraction de données. Autrement dit, exactement les charges de travail que les essaims d'agents multiplient par dix.
Ce qu'Ember fait — et ce qu'on ne lui demandera pas
Selon le compte officiel @AIatMeta, Ember peut porter un workflow métier de bout en bout : tirer des enregistrements, appeler des outils en séquence, mettre à jour des systèmes à travers les applications. C'est le profil type du worker d'essaim.
Ce qu'on ne lui confiera pas : la planification complexe, la stratégie multi-étapes, la recherche exploratoire. Meta le dit elle-même — Ember est fait pour travailler avec des modèles plus gros, pas pour les remplacer.
Les tarifs : le prix par token est un leurre, regardez le coût par tâche
Au prix affiché, Ember est strictement identique à ses concurrents : 0,10 $/M tokens d'input, 0,50 $/M d'output. Toute la différence se joue sur le coût par tâche accomplie : 0,14 $, contre 0,41 $ pour Haiku 5.5.
Voici la grille complète de la Meta Model API :
| Usage | Prix |
|---|---|
| Input non-caché (jusqu'à 200K tokens) | 0,10 $/M tokens |
| Input caché (cache) | 0,004 $/M tokens |
| Output (jusqu'à 200K tokens d'input) | 0,50 $/M tokens |
| Input non-caché (au-delà de 200K) | 0,30 $/M tokens |
| Input caché (au-delà de 200K) | 0,012 $/M tokens |
| Output (au-delà de 200K) | 1,50 $/M tokens |
Source : VentureBeat, novembre 2026.
Pourquoi un tel écart sur le coût par tâche alors que les prix par token sont identiques ? Parce que le coût par tâche inclut tout ce que la facture token ne montre pas : les tokens de raisonnement, les relances, les boucles d'outils, les tentatives échouées. Un modèle qui converge plus vite vers le résultat coûte moins cher, à prix unitaire égal.
Deuxième levier, et pas des moindres : le cache. À 0,004 $/M contre 0,10 $/M, l'input caché est 25 fois moins cher. Dans un essaim où tous les workers partagent le même prompt système de plusieurs milliers de tokens, c'est le genre de détail qui divise la facture.
Attention enfin au palier des 200K tokens d'input : au-delà, les prix triplent (0,30 $/M en input, 1,50 $/M en output). Rien d'insurmontable avec un contexte d'1M, mais de quoi inciter à découper proprement plutôt qu'à tout balancer dans le prompt.
L'économie des essaims : pourquoi 0,14 $ par tâche change tout
Dans une architecture en essaim, le coût total est proportionnel au prix du worker, pas à celui du planificateur. L'orchestrateur raisonne une fois ; les workers exécutent des centaines de fois. Mécaniquement, c'est la couche d'exécution qui domine la facture.
Prenons un cas concret : un pipeline de traitement documentaire qui exécute 1 000 sous-tâches par jour (extraction, routing, appels d'outils).
| Worker | Coût par tâche | Coût par jour | Coût par mois (30 j) |
|---|---|---|---|
| Muse Ember | ~0,14 $ | ~140 $ | ~4 200 $ |
| GPT-6 Luna (raisonnement max) | ~0,15 $ | ~150 $ | ~4 500 $ |
| Claude Haiku 5.5 | ~0,41 $ | ~410 $ | ~12 300 $ |
| Muse Spark 1.3 | 2,39 $ | 2 390 $ | ~71 700 $ |
Le calcul est sans appel : passer de Haiku 5.5 à Ember économise environ 8 100 $ par mois sur ce seul pipeline, soit 66 %. Face à Muse Spark 1.3, Ember est 17 fois moins cher pour un écart d'un seul point sur l'Intelligence Index (36 contre 37).
Ce n'est pas un cas isolé. Anthropic a déjà réduit de 99 % le coût des sub-agents de Claude Code, comme nous le détaillions dans notre article sur les essaims d'agents. La direction est la même chez tous les grands acteurs : faire chuter le prix de l'exécution pour rendre les architectures multi-agents viables à l'échelle.
Ma conviction : quand l'exécution devient quasi gratuite, le goulot d'étranglement se déplace. Il ne sera plus dans le coût des tokens, mais dans la qualité de l'orchestration et de la vérification. Les gagnants de 2027 ne seront pas ceux qui auront le modèle le plus intelligent, mais ceux qui sauront industrialiser des essaims fiables.
Face aux modèles flash : Haiku 5.5 et GPT-6 Luna dans le rétroviseur
Ember égale le meilleur score de Claude Haiku 5.5 pour environ un tiers du coût par tâche, et bat tous les réglages de GPT-6 Luna sur l'efficacité. C'est le cœur de l'annonce, et c'est vérifiable : le leaderboard Artificial Analysis place Ember à 36 sur l'Intelligence Index pour ~0,14 $ par tâche, en frontière d'efficacité.
| Modèle | Intelligence Index (max) | Coût par tâche estimé | Prix input/output (≤200K) |
|---|---|---|---|
| Muse Ember (Meta) | 36 | ~0,14 $ | 0,10 $ / 0,50 $ |
| GPT-6 Luna (OpenAI) | n.c. | ~0,15 $ (raisonnement max) | 0,10 $ / 0,50 $ |
| Claude Haiku 5.5 (Anthropic) | n.c. | ~0,41 $ | 0,10 $ / 0,50 $ |
| Muse Spark 1.3 (Meta) | 37 | 2,39 $ | n.c. |
Sources : Artificial Analysis, relayées par VentureBeat et The New Stack, novembre 2026.
Trois lectures de ce tableau.
Un : à prix sticker identique, l'écart de coût par tâche avec Haiku 5.5 approche 3x. C'est la signature d'un modèle optimisé pour la convergence — moins de tokens gaspillés en tâtonnement.
Deux : GPT-6 Luna à 0,15 $ par tâche reste dans la course. L'écart avec Ember est mince ; le choix se fera sur l'écosystème, la latence et la stabilité des API autant que sur le prix.
Trois : le segment des modèles flash est devenu brutalement concurrentiel, et c'est une excellente nouvelle pour les acheteurs. Pour y voir clair, notre comparatif des meilleurs LLM de novembre 2026 sera mis à jour, et notre guide des LLM pour agents IA détaille les critères qui comptent vraiment pour un worker : fiabilité des tool calls, respect des formats de sortie, coût par tâche.
L'architecture deux étages : Wonder planifie, Ember exécute
La configuration optimale, c'est un gros modèle en orchestrateur et Ember en worker. Le planning complexe coûte cher, mais il n'est exécuté qu'une fois ; l'exécution répétitive est bon marché, mais elle est exécutée des centaines de fois.
Le pattern est simple. L'orchestrateur — un Muse Wonder, un Claude Opus 4.7 ou un GPT-5.5 — décompose l'objectif, distribue les sous-tâches, vérifie les résultats. Ember exécute : il parse le document, appelle l'outil, route l'enregistrement, met à jour le système.
Ce découpage n'est pas une astuce de développeur, c'est le positionnement officiel de Meta. Ember est conçu pour compléter les gros modèles, pas pour les concurrencer : les gros gèrent le planning complexe, Ember encaisse l'exécution répétitive.
L'avantage caché de cette approche : Ember est accessible via les endpoints Responses, Chat Completions et Messages. Vous pouvez donc mixer les écosystèmes — un orchestrateur Anthropic ou OpenAI sur des workers Ember — sans réécrire votre couche d'appel.
Cette annonce s'inscrit dans une offensive plus large de Meta sur les agents. Après le lancement de Muse Spark 1.1, son premier modèle payant orienté coding agentique, voici la couche d'exécution bas coût. En face, OpenAI pousse ses agents personnels always-on Dots. La bataille ne se joue plus sur un modèle, mais sur des stacks complètes.
Démarrer avec muse-ember-1.0 : API, cloud et cache
Le modèle est disponible sous l'ID muse-ember-1.0 dans la Meta Model API, avec support des endpoints Responses, Chat Completions et Messages — la migration depuis une stack existante est quasi immédiate.
Côté distribution, Meta ne fait pas de détour : le modèle est proposé chez Oracle Cloud dès le lancement, et en preview chez Google Cloud (texte et image uniquement pour l'instant). Il est aussi intégré à Muse Code pour les workflows de développement, selon l'annonce officielle de Meta Research.
Trois réglages à traiter dès le premier jour.
Le premier : l'effort de raisonnement. Il est au maximum par défaut. Pour du routing ou de l'extraction simple, descendez au minimal — vous couperez latence et coût sans perte de qualité mesurable.
Le deuxième : le cache. Structurez vos prompts pour que la partie statique (instructions, schémas d'outils, exemples) soit stable et placée en tête. À 0,004 $/M, un prompt système de 10K tokens partagé par mille appels quotidiens coûte environ 0,04 $ par jour en cache, contre 1 $ sans cache.
Le troisième : l'hébergement de votre couche d'orchestration. Les frameworks d'agents restent gourmands en supervision, files d'attente et logs. Un VPS Hostinger fait largement l'affaire pour démarrer, avant d'envisager plus robuste. Pour choisir le framework qui pilotera vos workers, notre guide des meilleurs agents IA autonomes compare les options du moment.
Où Ember atteint ses limites
Ember est un modèle propriétaire, réservé au cloud, et il n'est pas taillé pour le raisonnement de frontière. C'est un exécutant excellent, pas un stratège.
Première limite : pas de poids ouverts, donc pas d'exécution locale. Si votre contrainte est la souveraineté des données ou le edge, Ember n'est pas la réponse. Pour le edge, suivez Needle, ce modèle de 14 Mo pensé pour tourner sur des montres et des robots ; pour du local classique, notre guide sur les agents IA open source avec Ollama reste la référence.
Deuxième limite : la sortie est texte uniquement. Pas de génération d'images, d'audio ou de vidéo. Pour un worker d'essaim, c'est sans conséquence ; pour un pipeline créatif, ça l'est.
Troisième limite : la maturité de l'écosystème. Meta arrive sur un marché des API que Anthropic et OpenAI structurent depuis des années — outils d'observabilité, SDK, bonnes pratiques. Rien d'insurmontable, mais à intégrer dans une décision de stack.
Enfin, gardons la tête froide sur le score : 36 sur l'Intelligence Index, c'est très bien pour le prix, mais loin des modèles de frontière. Pour le planning complexe, Ember n'est pas votre outil.
❌ Erreurs courantes
Erreur 1 : juger Ember sur son prix par token
Le prix sticker est identique à celui de la concurrence — c'est justement le piège. Ce qui compte, c'est le coût par tâche sur votre charge réelle, tokens de raisonnement et relances inclus. Instrumentez votre essaim dès le premier jour : comptez les tokens par tâche, pas par requête.
Erreur 2 : confier le planning à Ember
Un effort de raisonnement au maximum par défaut ne fait pas de Ember un planificateur. Le modèle est optimisé pour l'exécution, et Meta le positionne explicitement comme tel. La solution : une architecture deux étages, gros modèle en orchestrateur, Ember en worker.
Erreur 3 : ignorer le cache
À 0,004 $/M contre 0,10 $/M, l'input caché est 25 fois moins cher. Un prompt système qui varie d'un appel à l'autre ruine cet avantage. Solution : préfixes statiques, instructions figées en tête, parties variables reléguées en fin de prompt.
Erreur 4 : balancer tout au-delà de 200K tokens
Au-delà de 200K tokens d'input, les prix triplent. Le contexte d'1M est une capacité, pas une invitation. Solution : découpage intelligent, récupération ciblée, et montée en contexte long uniquement quand la tâche l'exige.
❓ Questions fréquentes
Muse Ember remplace-t-il Claude Haiku 5.5 ?
Sur le papier, il égale son meilleur score pour environ un tiers du coût par tâche. Mais Haiku 5.5 reste profondément intégré à l'écosystème Anthropic — Claude Code, MCP, outils d'observabilité. Si votre essaim tourne déjà sur Anthropic, le coût de migration peut manger l'économie. Pour une stack neuve ou un pipeline à très haut volume, Ember est objectivement plus compétitif.
Quel budget pour un essaim de 10 000 tâches par jour ?
À 0,14 $ par tâche, comptez environ 1 400 $ par jour, soit ~42 000 $ par mois avec Ember. Le même volume avec Haiku 5.5 coûterait ~123 000 $ par mois. Ajoutez le coût de l'orchestrateur — négligeable en comparaison — et le cache, qui réduit encore la note. Estimez toujours sur votre charge réelle.
Ember peut-il tourner en local ou sur mobile ?
Non. C'est un modèle propriétaire, accessible uniquement via la Meta Model API et les clouds partenaires (Oracle, Google en preview). Pour du edge, regardez du côté de Needle et ses 14 Mo. Pour de l'exécution locale d'agents, Ollama reste la porte d'entrée, avec des modèles open source nettement moins capables.
Quelle différence avec Muse Spark 1.3 ?
Un point d'Intelligence Index d'écart (36 contre 37), mais un coût par tâche 17 fois inférieur (0,14 $ contre 2,39 $). Spark 1.3 reste pertinent pour du raisonnement difficile à faible volume ; Ember domine dès qu'il s'agit d'exécuter en masse. Les deux sont complémentaires dans une stack Meta.
Faut-il laisser l'effort de raisonnement au maximum ?
C'est le réglage par défaut, mais pas forcément le bon pour toutes les tâches. Pour du routing, de l'extraction structurée ou du parsing simple, le niveau minimal suffit souvent et réduit latence comme coût. Benchmarkez chaque cas d'usage : le surcoût du raisonnement maximal ne se justifie que sur les tâches réellement difficiles.
✅ Conclusion
Avec Muse Ember, Meta ne cherche pas le modèle le plus intelligent — elle cherche le coût par tâche le plus bas, et à 0,14 $ la tâche accomplie, le coup est au but. Si vous construisez des essaims d'agents, le moment est bien choisi de revoir votre couche d'exécution : commencez par notre guide des meilleurs LLM pour agents IA, puis testez muse-ember-1.0 sur un pipeline secondaire avant de basculer.