A Meta colocou no ar na segunda-feira (9) o Muse Ember, a versão mais barata da sua família de modelos de linguagem. O alvo são tarefas repetitivas que ainda pedem algum raciocínio: pedaços de um projeto de software, leitura de documentos extensos, extração de campos de contratos e planilhas. Quem desenvolve paga menos por token e, em troca, usa um modelo menor que o Muse Wonder, o carro-chefe da empresa.
Contra quem a Meta joga
A comparação escolhida pela própria Meta é com o Claude Haiku 5.5, da Anthropic, e com o GPT-6 Luna, da OpenAI. Segundo a empresa, o Ember chega perto do Haiku custando um terço do valor e fica à frente do Luna com preço quase igual. Os números divulgados pela Meta mostram vantagem na maior parte dos testes, mas com exceções que importam. No FrontierCode 2.0-AA, benchmark de programação, o Ember marcou 27,2 pontos, contra 34,9 do Haiku 5.5. Na avaliação GDP.pdf-AA ficou empatado com o Luna, ambos com 22,8. No Artificial Analysis Index, empate com o Haiku em 36 pontos.
Para código, a Anthropic segue na frente nessa faixa. E todos esses resultados foram apresentados pela fabricante, sem verificação independente até agora.
Contexto longo e entrada multimodal
O modelo aceita até 1 milhão de tokens de contexto e gera respostas de até 512 mil tokens. A Meta afirma que ele foi treinado com texto, imagem e áudio, o que permitiria ler prints de tela, tabelas e gravações de reunião sem chamar um segundo modelo para transcrever ou descrever o conteúdo.
A estratégia faz sentido ao lado do Muse Wonder. Em sistemas com agentes, o modelo grande decide o plano e quebra o pedido em etapas; as etapas simples, que são a maioria das chamadas, vão para o modelo barato. É o mesmo uso que Anthropic e OpenAI propõem para suas linhas menores, e agora a Meta tem as duas peças para montar esse arranjo sem sair do próprio ecossistema.
Por que importa no Brasil
Para startups e equipes brasileiras que pagam a API em dólar, a diferença por milhão de tokens pesa direto na fatura, ainda mais em tarefas de alto volume como processar notas fiscais ou classificar atendimentos. Se a promessa da Meta sobre o Haiku se confirmar fora dos testes da empresa, o Ember merece um teste em pipelines de extração de dados. Para quem gera código, os próprios números da Meta indicam que o Haiku 5.5 continua sendo a escolha mais segura.
A disputa também envolve os laboratórios chineses. O DeepSeek V4.1 Flash e o GLM 5.3 Flash cobram valores na mesma faixa e passam a ter mais um concorrente direto.
Preço e onde usar
O Muse Ember já pode ser acessado pelo Muse Code, a ferramenta de programação da Meta, e pela API da empresa com o identificador muse-ember-1.0. A entrada custa US$ 0,10 por milhão de tokens, a saída US$ 0,50 por milhão, e a escrita em cache sai a US$ 0,004 por milhão. A estrutura de cobrança segue o padrão das linhas baratas da OpenAI e da Anthropic, então a conta final depende de quantos tokens cada modelo gasta para resolver a mesma tarefa.
