Meta Muse Ember: Agenten-Modell erreicht Haiku 5.5 für ein Drittel der Kosten pro Aufgabe

Worum es geht

Meta Superintelligence Labs, die KI-Abteilung von Meta unter der Leitung von Alexandr Wang, hat am Montag, dem 9. November 2026, Muse Ember vorgestellt. Meta nennt es sein bisher kleinstes und effizientestes KI-Modell. Gebaut ist es für das, was KI-Agenten den ganzen Tag wiederholen. KI-Agenten sind Programme, die Aufgaben selbstständig in mehreren Schritten erledigen. Meta zählt dazu Werkzeugaufrufe, Teilaufgaben beim Programmieren, das Weiterleiten von Anfragen („Routing“), das Herausziehen von Informationen aus Texten und das Auswerten langer Dokumente.

Ember ist ab sofort in Metas Programmierumgebung Muse Code und über die Meta Model API nutzbar. Die Modell-ID lautet muse-ember-1.0, unterstützt wird auch die Responses API, eine verbreitete Programmierschnittstelle für Agenten-Anwendungen. Ein offenes Modell ist Ember nicht: Wie schon bei früheren Muse-Modellen hält Meta die Gewichte laut shiftdelete.net unter Verschluss.

Gleiche Preisliste, weniger Token pro Aufgabe

Meta verlangt folgende Preise:

Token sind die Text-Häppchen, die ein Modell liest und schreibt, und nach ihnen wird abgerechnet. TechCrunch nennt Ember mit 10 Cent pro Million Eingabe-Token „deutlich günstiger“ als Anthropics Haiku und OpenAIs Luna und sieht es preislich auf Augenhöhe mit offenen Modellen wie DeepSeek V4.1 Flash und GLM 5.3 Flash. Andere Quellen widersprechen beim ersten Punkt: Laut The New Stack (zitiert von shiftdelete.net) und OfficeChai sind die Listenpreise identisch mit denen von GPT-6 Luna (0,10/0,50 Dollar). Sie entsprechen auch dem Standardtarif von Claude Haiku 5.5 für Eingaben bis 100.000 Token.

Metas eigentliches Argument sind deshalb die Kosten pro erledigter Aufgabe. Die hängen davon ab, wie viele Token ein Modell verbraucht, bis es fertig ist. Wer weniger „nachdenkt“ und knapper antwortet, kostet bei gleichem Tarif weniger. Für Agenten, die tausende Anfragen am Tag stellen, steht genau diese Zahl am Ende auf der Rechnung.

Am meisten sparen dürften Teams laut shiftdelete.net aber über den sehr niedrigen Cache-Preis. Dabei werden immer gleiche Eingaben wie lange Anweisungen oder Dokumente zwischengespeichert und nur noch zu einem Bruchteil berechnet. Das Kontextfenster umfasst 1 Million Token, also die Textmenge, die das Modell auf einmal berücksichtigen kann. Laut Meta passt damit eine ganze Codebasis oder Dokumentensammlung in eine einzige Anfrage. In einer Antwort kann Ember bis zu 512.000 Token ausgeben.

Cryptobriefing weist noch auf etwas anderes hin: Die Preise liegen nah am vergünstigten „Contributor“-Tarif der Meta Model API. Wer diesen Tarif nutzt, erlaubt Meta, seine Interaktionsdaten fürs Training künftiger Modelle zu verwenden. Für Firmen mit strengen Datenschutzvorgaben könne das ein Hindernis sein.

Die Benchmarks im Detail

Auf dem Artificial Analysis Intelligence Index erreicht Ember bei maximaler Denkstufe 35,8 Punkte. Das ist ein Sammelwert des unabhängigen Analysehauses Artificial Analysis, der viele Tests zu einer Zahl verdichtet. Claude Haiku 5.5 kommt dort auf 36,2 Punkte, praktisch ein Gleichstand. Laut OfficeChai kostet eine Aufgabe bei Ember aber rund 0,136 Dollar, bei Haiku 0,411 Dollar. GPT-6 Luna schafft bei maximaler Stufe nur 27,8 Punkte für 0,152 Dollar. Selbst Embers niedrigere Stufe „xhigh“ (33,9 Punkte für 0,116 Dollar) liegt vor Lunas bestem Ergebnis. Meta sagt außerdem, kein Modell auf der gesamten Rangliste erreiche mehr Punkte für weniger Geld pro Aufgabe.

Die Einzelergebnisse bei maximaler Denkstufe, alle nach Metas Angaben:

Den größten Vorsprung hat Ember bei AutomationBench-AA, der komplette Geschäftsabläufe von Anfang bis Ende prüft. Dort erreicht es fast das Dreifache von Haiku. Ember kann laut Meta Datensätze abrufen, Werkzeuge nacheinander aufrufen und Systeme über mehrere Anwendungen hinweg aktualisieren. OSWorld misst die Bedienung eines Computers, also Klicken und Tippen auf einem echten Desktop.

Auch intern fällt der Vergleich deutlich aus. Muse Spark 1.3 erreicht im Index 37 Punkte, kostet aber 2,39 Dollar pro Aufgabe (Token-Preise 1,25/4,25 Dollar). Ember ist damit für einen Punkt weniger etwa 17-mal günstiger.

Planer und Arbeiter: wie Ember eingesetzt werden soll

Meta sieht Ember als Subagent: ein kleines Modell, das Aufgaben abarbeitet, die ein größeres Planungsmodell verteilt. Metas Kurzformel dafür:

„Muse Wonder plant, Muse Ember erledigt die Masse.“

TechCrunch nennt ein Beispiel aus dem Kundenservice. Ein schweres Modell legt fest, wie eine bestimmte Art von Problem zu behandeln ist, und Ember wendet diese Regeln auf Zehntausende Fälle an. Muse Wonder kostet 4 Dollar pro Million Eingabe- und 20 Dollar pro Million Ausgabe-Token. Laut OfficeChai ist das dasselbe Planer-Arbeiter-Muster, das Anthropic für Haiku 5.5 zusammen mit Opus 5.5 und Sonnet 5.5 empfiehlt. Die Rollen in Metas Modellfamilie: Wonder für die schwersten Probleme, Spark für Programmieren und Agenten-Abläufe, Ember für wiederholbare Aufgaben in großer Menge.

Ember ist nativ multimodal: Es verarbeitet Text, Bilder, Audio und Video direkt, ohne Zusatzmodelle. Ein Agent kann damit Screenshots, Diagramme, gescannte Dokumente, Sprachnotizen, Meeting-Aufnahmen oder Videos auswerten. Ember ist außerdem das erste Modell, das Meta mithilfe von Muse Wonder Full trainiert hat, dem großen Modell aus dem Oktober.

Erste Tester und Sicherheit

Zu den frühen Testern zählen laut shiftdelete.net Box, Cline, Oracle, Cloudflare und You.com. Cloudflare-CTO Dane Knecht sagt, Ember sei „am langsamen Ende bis zu 30 % schneller“ gelaufen als das vergleichbare Modell, das man getestet habe. Gemeint sind die langsamsten Antworten, die in der Praxis oft am meisten stören. Bei Untersuchungen über mehrere Code-Repositories hinweg habe es sich gut geschlagen. Chak Pothina, Inferenz-Verantwortlicher bei You.com, nennt eine p95-Latenz von 2,2 Sekunden: 95 Prozent der Antworten kamen also schneller. Ember habe 36 bis 48 Prozent weniger Ausgabe-Token erzeugt als die Vergleichsmodelle.

Zur Sicherheit erklärt Meta, Ember sei nach dem hauseigenen Superintelligence Scaling Framework geprüft worden. Bei chemischen und biologischen Risiken, Cybersicherheit und Kontrollverlust sei es unter den Schwellen für hohes Risiko geblieben. Getestet wurde auch die Abwehr von Prompt Injection, also versteckten Anweisungen in Webseiten, Dokumenten oder Werkzeugausgaben, die einen Agenten kapern sollen. Außerdem prüfte Meta, ob Ember vor folgenreichen Aktionen beim Menschen nachfragt.

Hintergrund: Metas Muse-Familie

Ember ist das vierte Modell unter der Marke Muse. Davor kamen das mittelgroße Spark im April, dessen Open-Source-Zwilling Glimmer im August und das große Spitzenmodell Wonder im Oktober. Im September startete Meta außerdem den Verbraucher-Assistenten Muse Agent, laut TechCrunch mit unerwartetem Erfolg. Inzwischen hat er Funktionen wie Spaces und Video-Chat bekommen, und Partner wie Shopify und Expedia sind an Bord. Ein Modell, das billig genug für jedes Produkt ist, passt laut OfficeChai zu dieser Strategie. Meta kündigt an, noch effizientere Modelle seien bereits im Training.

Einordnung

Mit Ember greift Meta nach dem Platz als günstiges Arbeitsmodell in Agenten-Systemen, den bisher Haiku und Luna besetzen. Für Firmen, die Agenten in großem Maßstab betreiben, sind niedrige Kosten pro Aufgabe, ein sehr billiger Cache und ein Kontext von einer Million Token handfeste Argumente.

Einige Einschränkungen gibt es aber. Mehrere Benchmarks hat Meta selbst gemessen, darunter Agents' Last Exam, OSWorld 2.1, PerceptionBench und der hauseigene Personal Superintelligence Index. Bei Terminal-Bench lief jedes Modell in einer anderen Testumgebung: Ember mit mini-swe-agent, Haiku mit Claude Code, Luna mit Codex. Ein direkter Vergleich ist das also nicht. Die Index-Werte stammen aus der neuen Version 5, die überwiegend mit nicht öffentlichen Datensätzen arbeitet. Deshalb erreicht Haiku dort nur 36 statt früher 43 Punkte, und alte und neue Werte lassen sich nicht vergleichen. Embers Kosten beruhen zudem auf Metas Listenpreisen. Bei echter Programmierarbeit wie in FrontierCode liegt Haiku deutlich vorn. shiftdelete.net rät daher, Ember vor einem Umstieg mit den eigenen Aufgaben zu testen. Wer auf Offenheit Wert legt, bekommt hier nichts zum Herunterladen: Ember gibt es nur über Metas API.