VASIOTA.COM, Berita AI – Meta merilis Muse Ember pada 9 November 2026 sebagai model kecerdasan buatan paling kecil dan efisien dalam lini Muse. Model ini dirancang untuk menjalankan pekerjaan berulang pada AI agent, mulai dari pemanggilan tools, tugas pemrograman, ekstraksi data, hingga analisis dokumen panjang dengan biaya lebih rendah.
Meta menetapkan harga Muse Ember sebesar US$0,10 per juta token input dan US$0,50 per juta token output. Untuk input yang dibaca dari cache, biayanya jauh lebih rendah, yakni US$0,004 per juta token. Dengan struktur harga tersebut, Meta menargetkan penggunaan AI agent dalam skala besar tanpa harus terus-menerus mengandalkan model kelas atas yang lebih mahal.
Dalam pengumuman resmi Meta, perusahaan menjelaskan bahwa Muse Ember dikembangkan untuk menangani pekerjaan kecil yang dilakukan AI agent berulang kali sepanjang hari. Model ini bukan ditujukan untuk menggantikan model dengan kemampuan penalaran paling kompleks, melainkan menjadi mesin eksekusi yang lebih hemat biaya.
Pendekatan tersebut terlihat dari cara Meta memosisikan Muse Ember bersama Muse Wonder. Model yang lebih besar bertugas menyusun rencana dan menangani persoalan kompleks, sedangkan Muse Ember menjalankan pekerjaan berulang dalam jumlah besar. Meta merangkumnya dengan konsep Muse Wonder plans, Muse Ember handles the volume.
Muse Ember memiliki jendela konteks hingga 1 juta token dan mampu menghasilkan output hingga 512 ribu token. Model ini juga bersifat natively multimodal, sehingga dapat memahami teks, gambar, audio, dan video tanpa membutuhkan model terpisah untuk setiap jenis masukan.
Kemampuan tersebut memungkinkan AI agent membaca tangkapan layar, diagram, dokumen hasil pemindaian, rekaman rapat, hingga video. Dalam pekerjaan berbasis komputer, model juga dapat memahami tampilan layar untuk membantu menjalankan berbagai tahapan tugas.
Dari sisi performa, Meta menampilkan hasil pengujian Muse Ember melalui sejumlah tolok ukur. Model ini memperoleh skor 40,9 pada Terminal-Bench 4.0, melampaui Claude Haiku 5.5 yang memperoleh 39,2 dan GPT-6 Luna dengan skor 16,4.
Pada OSWorld 2.1, Muse Ember meraih skor 69,5, sedikit di atas Claude Haiku 5.5 yang mendapatkan 68,9. Namun, angka tersebut berasal dari evaluasi internal Meta dengan sistem penilaian partial credit, sehingga tidak dapat langsung dianggap sebagai bukti keunggulan universal.
Meta juga menyebut biaya rata-rata Muse Ember sekitar US$0,14 per tugas berdasarkan pengukuran Artificial Analysis. Angka ini menjadi salah satu dasar perusahaan memosisikan model tersebut sebagai pilihan ekonomis untuk menjalankan pekerjaan AI agent secara berulang.
Muse Ember tersedia melalui Muse Code dan Meta Model API dengan pengenal muse-ember-1.0. Pengembang juga dapat mengaksesnya melalui Google Cloud dan Oracle Cloud. Model ini mendukung Responses API untuk membangun aplikasi dan sistem berbasis AI agent.
Peluncuran Muse Ember memperluas strategi Meta dalam mengembangkan model AI berdasarkan kebutuhan penggunaan. Sebelumnya, perusahaan memperkenalkan Muse Glimmer 30B, model open-weight yang dirancang agar AI agent dapat dijalankan secara lokal menggunakan GPU konsumen.
Perbedaan keduanya terletak pada pendekatan penggunaan. Muse Glimmer menyasar pengembang yang membutuhkan model untuk dijalankan dan dikendalikan sendiri, sedangkan Muse Ember menawarkan akses melalui API dengan struktur biaya yang dirancang untuk penggunaan berulang dalam skala besar.
Bagi pengembang dan pelaku usaha di Indonesia, model seperti Muse Ember membuka peluang membangun layanan AI agent dengan biaya inferensi lebih terukur. Tugas seperti memilah dokumen, memproses permintaan pelanggan, mengekstrak informasi, dan menjalankan subtugas pemrograman dapat dialihkan ke model yang lebih ringan tanpa harus menggunakan model paling mahal untuk setiap proses.
Dengan strategi tersebut, persaingan AI tidak lagi hanya berkutat pada model yang paling pintar. Efisiensi biaya untuk menjalankan ribuan hingga jutaan tugas juga menjadi faktor penting bagi perusahaan yang ingin mengembangkan AI agent sebagai bagian dari operasional bisnis.

