Meta lança Muse Ember, modelo de IA pequeno e barato feito para o trabalho repetitivo dos agentes

A Meta lançou nesta segunda-feira (9) o Muse Ember, o menor e mais barato modelo de inteligência artificial da sua família Muse. A proposta não é competir com os modelos mais poderosos do mercado, e sim fazer, em grande volume e a baixo custo, as tarefas repetitivas que agentes de IA executam o dia inteiro: chamar ferramentas, cumprir subtarefas de programação, classificar pedidos, extrair dados e ler documentos longos.

O modelo já está disponível na API de modelos da Meta e no Muse Code, ferramenta de programação da empresa, com o identificador muse-ember-1.0. O preço anunciado é de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, valores que sobem para US$ 0,30 e US$ 1,50 quando o pedido passa de 200 mil tokens de entrada.

Um modelo pequeno para trabalhar sob as ordens de um maior

A Meta descreve o Ember como peça de um sistema com divisão de trabalho. Um modelo maior, como o Muse Wonder ou o Muse Spark, planeja a tarefa e define as regras; o Ember executa as etapas em escala. Num atendimento ao cliente, por exemplo, o modelo mais caro pode decidir como tratar um tipo de reclamação, enquanto o mais leve aplica essa decisão a dezenas de milhares de casos. "O Muse Wonder planeja, o Muse Ember dá conta do volume", resume a empresa no anúncio.

Segundo a documentação técnica, o modelo aceita texto, imagens, áudio, vídeo e PDF, mas responde apenas em texto. A janela de contexto é de cerca de 1 milhão de tokens, com até 512 mil tokens de saída, o que, de acordo com a Meta, permite analisar uma base de código ou um conjunto grande de documentos numa única chamada. A empresa também afirma que o Ember consegue operar um computador a partir de capturas de tela.

A própria Meta indica os limites: para problemas difíceis de programação resolvidos de uma só vez, perguntas que exigem muito conhecimento ou programação visual, a recomendação é usar os modelos maiores da família.

O que a Meta promete, e o que ainda precisa ser verificado

A principal aposta é o custo por tarefa. A Meta afirma que o Ember entrega "mais inteligência por dólar" do que o Claude Haiku 5.5, da Anthropic, e o GPT-6 Luna, da OpenAI, em qualquer nível de raciocínio, e que alcança a melhor pontuação do Haiku por cerca de um terço do custo. A empresa diz ainda que o modelo está na fronteira de eficiência do ranking da Artificial Analysis, organização independente que compara modelos.

Essas comparações foram divulgadas pela própria fabricante. No relatório de avaliação, a Meta reconhece que os testes que rodou com os modelos concorrentes são "de melhor esforço" e que os comandos, as ferramentas e o ambiente de execução podem não estar otimizados para esses sistemas. Medições externas e o uso real por empresas é que vão mostrar se a vantagem se sustenta.

Na comparação de preço, o Ember também fica próximo de opções abertas e baratas, como as versões Flash do DeepSeek e do GLM, segundo a cobertura da imprensa especializada dos Estados Unidos. Diferentemente do Glimmer, versão aberta do Spark lançada em agosto, o Ember é oferecido apenas por meio dos serviços da Meta.

Segurança e contexto

A Meta afirma ter avaliado o modelo antes do lançamento em riscos químicos e biológicos, cibersegurança e perda de controle, e que ele ficou abaixo dos limites considerados de alto risco pela estrutura interna da empresa. A companhia diz também ter testado se o Ember respeita a intenção do usuário, lida bem com informações sensíveis, resiste a instruções escondidas em páginas e documentos e pede confirmação humana antes de ações de alto impacto. São avaliações internas, sem auditoria externa divulgada até agora.

O Ember é o quarto modelo da marca Muse, depois do Spark (abril), do Glimmer (agosto) e do Wonder (outubro). O lançamento acontece num momento de disputa acirrada pelos modelos pequenos e baratos, que tendem a concentrar a maior parte do volume de uso quando empresas colocam agentes de IA em produção.

Para empresas brasileiras que já testam agentes em atendimento, back-office ou desenvolvimento de software, a novidade amplia o leque de modelos de baixo custo. Antes de adotar qualquer opção, vale medir o desempenho nas próprias tarefas, verificar onde os dados são processados e avaliar a conformidade com a Lei Geral de Proteção de Dados.

Entrada do complexo da sede da Meta em Menlo Park, na Califórnia (EUA), em 2022; imagem ilustrativa. Foto: LPS.1, via Wikimedia Commons, domínio público (CC0 1.0).

Leia também

• Perplexity e Mistral lançam agentes de IA “sempre ligados”: o que muda para as empresas
• Agentes de IA saem do piloto: o que Magalu, Bradesco e Autodoc ensinam sobre automação com supervisão humana
• Google lança dois novos TPUs para IA: um protege dados sensíveis e outro dobra memória para contextos longos