Ing. Calogero Bono
Lunedì 9 novembre 2026 il Meta Superintelligence Lab ha rilasciato Muse Ember, il suo modello AI più piccolo ed economico. Non è pensato per chiacchierare, ma per il lavoro che gli agenti ripetono ogni giorno, come chiamate a strumenti, piccoli compiti di programmazione e lettura di documenti lunghi. Conta perché sposta la gara sul costo per compito, il dato che per un'azienda decide se un agente conviene davvero.
Qualche termine, prima di entrare nei fatti. Token è l'unità in cui il modello legge e scrive il testo, e il prezzo si calcola su quelli. Agente è un programma AI che esegue più passaggi da solo, usando strumenti. Agentic harness è l'impalcatura che fa lavorare più agenti insieme. Finestra di contesto è la quantità di materiale che il modello legge in una sola volta. Benchmark è un test standard per confrontare i modelli.
Cos'è Muse Ember e a cosa serve?
Secondo il blog di Meta Research, Ember è il modello «più piccolo ed efficiente» dell'azienda, progettato per l'esecuzione di ragionamenti complessi e per il lavoro che gli agenti ripetono tutto il giorno. L'elenco comprende chiamate a strumenti, piccoli compiti di programmazione, smistamento, estrazione di dati e lettura di documenti molto lunghi.
Meta lo descrive anche come multimodale, cioè capace di capire testo, immagini, audio e video. Gli agenti possono quindi leggere screenshot, grafici e documenti scansionati, oppure partire da note vocali e registrazioni di riunioni, senza un secondo modello.
Come lavora insieme a Muse Wonder?
L'idea di fondo è la coppia. Come racconta TechCrunch, Ember va affiancato a un modello più grande come Muse Wonder dentro un agentic harness. Nell'esempio del servizio clienti, il modello pesante stabilisce le regole e quello leggero le applica su decine di migliaia di casi.
Meta lo riassume così nell'annuncio, «Muse Wonder pianifica, Muse Ember gestisce il volume». Per i problemi più difficili, la stessa Meta consiglia di usare Wonder. Un'impostazione simile al coordinamento di più agenti di codice visto nell'acquisizione di Conductor da parte di Meta.
Quanto costa e quali numeri dichiara Meta?
Ember è disponibile da subito sulla Meta Model API a 0,10 dollari per milione di token in ingresso e 0,50 dollari per milione in uscita. La finestra di contesto è di 1 milione di token, con fino a 512 mila token in uscita.
Meta dichiara che offre più intelligenza per dollaro di Claude Haiku 5.5 e GPT-6 Luna. A suo dire eguaglia il punteggio migliore di Haiku a circa un terzo del costo. Nei grafici, il punteggio massimo di Ember è 35,8 a 0,136 dollari per compito, contro 36,2 a 0,411 dollari di Haiku.
Secondo Punto Informatico, regge il confronto anche con modelli open source come DeepSeek V4.1 Flash e GLM 5.3 Flash.
Come va nei test rispetto ai concorrenti?
Con il ragionamento al massimo, Meta riporta questi risultati.
- AutomationBench-AA, 37,8 contro 13,9 di Haiku e 20,2 di Luna.
- Terminal-Bench 4.0, 40,9 contro 39,2 e 16,4.
- Coding Agent Index-AA, 46 contro 37 e 31.
- OSWorld 2.1, 69,5 contro 68,9 e 50,5, nel punteggio parziale.
Non vince ovunque. In FrontierCode 2.0-AA, che misura compiti ingegneristici reali, Haiku fa 34,9 contro 27,2 di Ember. Nel GDP.pdf-AA Ember pareggia con Luna a 22,8. Alcuni test sono interni a Meta.
Limiti da conoscere
Quasi tutti i numeri arrivano da Meta, come ricorda anche Punto Informatico, che invita a tenere «un po' di sale» a portata di mano. Alcune valutazioni sono interne e i costi di Ember nei grafici sono stime a prezzo proposto. Non abbiamo test indipendenti né dati su affidabilità e tempi di risposta in produzione. Prezzi e risultati potrebbero cambiare.
Cosa cambia per chi lavora con il digitale
Se gestisci un servizio clienti, un flusso di documenti o un gestionale con automazioni, il costo per compito diventa la voce da misurare. Un modello a 10 centesimi per milione di token rende sostenibili volumi che prima pesavano sul budget. Per chi sviluppa, l'architettura a due livelli, modello grande che pianifica e modello piccolo che esegue, è un modello di progetto da provare. Meta Muse è già oltre la chat, come mostrano gli Spaces per creare mini app. Anche la scelta del fornitore va tenuta flessibile.
Il nostro parere
Il messaggio di Meta è intelligente, perché parla di costo per compito e non di classifiche assolute. È la domanda che un titolare d'impresa si pone davvero. Ma un confronto costruito da chi vende il modello va ripetuto sui propri dati, e il risultato debole su FrontierCode ricorda che il piccolo non sostituisce il grande. La pressione sui prezzi, già vista con i modelli cinesi economici, è comunque una buona notizia per le piccole imprese.
Domande frequenti
Cos'è Muse Ember?
È il modello AI più piccolo ed economico di Meta, rilasciato il 9 novembre 2026. Serve a eseguire lavoro ripetitivo degli agenti, come chiamate a strumenti, programmazione, smistamento ed estrazione di dati.
Quanto costa Muse Ember?
Costa 0,10 dollari per milione di token in ingresso e 0,50 dollari per milione in uscita. È disponibile sulla Meta Model API.
Muse Ember è meglio di Claude Haiku 5.5?
Dipende dal compito. Meta dichiara punteggi più alti in diversi test di agenti e codice, ma Haiku vince in FrontierCode 2.0-AA, 34,9 contro 27,2. I dati sono dichiarati da Meta.
Ember capisce immagini e audio?
Sì. Secondo Meta capisce testo, immagini, audio e video, quindi gli agenti leggono screenshot, grafici, note vocali e registrazioni senza un modello separato.
Serve anche Muse Wonder?
Non è obbligatorio, ma Meta lo consiglia per i problemi più difficili. L'impostazione prevista è Wonder che pianifica ed Ember che esegue il volume.
Cosa verificare su Muse Ember nei prossimi mesi
Il vero esame arriva fuori dalle slide di Meta. Contano i test indipendenti e i costi reali in produzione.
- Cerca valutazioni di terze parti sui benchmark di Artificial Analysis e confrontale con quelle di Meta.
- Controlla se il prezzo di listino resta quello proposto, visto che i costi nei grafici sono stime.
- Prova Ember su un tuo flusso reale e misura il costo per compito accanto al modello che usi oggi.
