Meta lança Muse Ember, modelo pequeno que cobra o mesmo preço do Claude Haiku e do GPT-6 Luna

A Meta lançou em 10 de novembro de 2026 o Muse Ember, sua entrada na categoria de modelos pequenos e baratos que já tem o Claude Haiku 5.5 (Anthropic) e o GPT-6 Luna (OpenAI) como referência. O lançamento foi registrado por Simon Willison em seu blog no mesmo dia, com a comparação de preços e benchmarks que sustenta este texto.

A própria Meta descreve o Ember como voltado a tarefas repetitivas de agentes, não a conversas longas com humanos:

Nosso modelo menor e mais eficiente, projetado para execução de raciocínio complexo e o trabalho que os agentes repetem o dia todo: chamadas de ferramenta, subtarefas de código, roteamento, extração e análise de documentos longos.

Our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls, coding subtasks, routing, extraction, and long document parsing.Meta AI, no anúncio do Muse Ember

É um recorte específico: não é o modelo para a pergunta complicada e única do usuário, é o modelo que roda mil vezes por hora dentro de um pipeline de agente.

Preço por token: empate técnico

Para prompts curtos, os três modelos cobram exatamente o mesmo valor: $0,10 por milhão de tokens de entrada e $0,50 por milhão de tokens de saída. É a mesma faixa de preço do GPT-6 Luna e do Claude Haiku 5.5, o que faz do Ember uma opção de substituição direta em qualquer pipeline que já use um desses dois.

Para comparação de escala, a Claude Fable 5.2, lançada no mesmo dia por ser um modelo de ponta e não de entrada, cobra $8 por milhão de tokens de entrada e $40 por milhão de saída: 80 vezes o preço do Ember em prompts curtos. Isso deixa claro que Ember, Luna e Haiku competem num mercado à parte, o de modelo barato para volume alto, não o de modelo mais capaz.

O que muda quando o documento é longo

Os três modelos aceitam até 1 milhão de tokens de entrada, mas cada um tem um limiar a partir do qual o preço sobe. É aí que a conta deixa de ser idêntica:

A tabela publicada por Willison não traz o preço de entrada do Haiku acima do limiar, só o valor em cache e o de saída, e é assim que aparece na fonte.

O Ember tem o limiar intermediário entre os três (200 mil tokens): mais alto que o do Haiku (100 mil) e mais baixo que o do Luna (272 mil). Ele também tem o preço mais alto de entrada acima do limiar ($0,30/M). O efeito líquido é que o Ember fica no meio do caminho entre Luna e Haiku para documentos muito longos, exatamente como descreve a fonte.

Num cenário hipotético de processar um documento de 500 mil tokens (um contrato longo ou uma base de código inteira), o Luna cobraria cerca de $0,073 só de entrada (272 mil tokens a $0,10/M mais 228 mil a $0,20/M), enquanto o Ember cobraria cerca de $0,11 (200 mil a $0,10/M mais 300 mil a $0,30/M). Para quem faz análise de documento longo em volume, essa diferença de limiar pesa mais do que o preço de prompt curto, que é idêntico nos três.

Preço por token não mede o que importa

Comparar dólar por token virou enganoso desde que os modelos de raciocínio passaram a gerar números de tokens muito diferentes para resolver o mesmo problema. Um modelo que pensa mais antes de responder pode custar mais mesmo com preço por token menor, porque gasta mais tokens de raciocínio internamente.

Para isso, Willison recorre ao Intelligence Index vs. Cost per Task da Artificial Analysis, organização independente que mede modelos de LLM por tarefa resolvida, não por token gasto. No gráfico da Artificial Analysis, o Ember cai exatamente sobre a linha de Pareto: o ponto em que só se ganha em uma dimensão (inteligência ou custo) abrindo mão da outra.

A própria Meta cita esse resultado de terceiro no anúncio:

Ele também ocupa a fronteira de eficiência de todo o ranking da Artificial Analysis: nenhum modelo pontua mais alto por menos custo por tarefa.

It also sits on the efficiency frontier of the full Artificial Analysis leaderboard: no model scores higher for less per task.Meta AI, no anúncio do Muse Ember

Vale separar os dois fatos: o preço por token é informação da própria Meta, mas a posição na fronteira de eficiência é leitura de um ranking de terceiro (Artificial Analysis), que mede custo por tarefa resolvida e não custo por token anunciado. Um ponto do mesmo gráfico chamou a atenção de Willison por outro motivo: o GPT-6.1 Terra (modo "low") também aparece bem posicionado na fronteira, um sinal de que a família Terra da OpenAI merece mais atenção do que vem recebendo.

O teste do pelicano revela instabilidade entre os níveis de raciocínio

O Muse Ember vem com seis níveis de raciocínio: minimal, low, medium, high, xhigh e max. Mais alto normalmente significa mais tokens gastos pensando antes de responder, e mais custo real por tarefa mesmo com preço por token fixo.

Willison testou os seis níveis com seu benchmark pessoal de referência: pedir ao modelo que desenhe, em SVG, um pelicano andando de bicicleta. É um teste informal, mas revelador, porque mistura raciocínio espacial com geração de código.

O resultado não foi o esperado. O nível "high" falhou e não devolveu um SVG completo, e a qualidade visual dos desenhos não acompanhou de forma previsível o nível de raciocínio escolhido: um nível intermediário às vezes superou um nível mais alto. Para quem decide em produção qual nível de raciocínio usar por padrão, isso é um dado prático importante: subir o nível nem sempre compra qualidade, só custo.

O pelicano do nível "max" ficou, segundo Willison, comparável em qualidade aos gerados pelo Muse Wonder, modelo maior da própria Meta que custa 40 vezes mais por token que o Ember. Nessa tarefa específica, pagar mais não trouxe ganho visível.

Quando faz sentido trocar de modelo

Para quem já tem um agente rodando em Claude Haiku 5.5 ou GPT-6 Luna, o Ember entra como opção de teste A/B direta: mesmo preço de prompt curto, mesma faixa de capacidade declarada (chamada de ferramenta, roteamento, extração, subtarefas de código). A decisão não deveria se basear só no preço por token anunciado, e sim no custo por tarefa resolvida, que é o que o gráfico da Artificial Analysis tenta capturar.

Três critérios práticos para escolher:

• Se o pipeline processa documentos acima de 200 mil tokens com frequência, o limiar intermediário do Ember pode custar mais caro que o Luna no longo prazo: vale medir pelo volume real da carga de trabalho, não pelo preço de lista.
• Se a tarefa é sensível à instabilidade entre níveis de raciocínio, vale testar o nível "medium" antes de simplesmente subir para "high" ou "max": o caso do pelicano mostra que mais caro nem sempre é melhor.
• Se a tarefa exige qualidade de ponta e não é repetitiva em alto volume, nenhum dos três modelos de entrada é a escolha certa: aí entra o Claude Fable 5.2 ou o Muse Wonder, pagando o prêmio de 40x a 80x por uma capacidade que o Ember não promete entregar.

O Muse Ember não muda o jogo de capacidade bruta, ele empata um jogo de preço que já estava em andamento. A diferença prática está nos detalhes de limiar de contexto e na qualidade real por nível de raciocínio, e essa é a camada que só aparece quando alguém mede, como fez Willison, em vez de só ler o anúncio.

Fonte: Simon Willison