
Meta hat mit Muse Ember sein kleinstes KI-Modell vorgestellt, gedacht für häufig wiederholte Agentenaufgaben wie Dokumentenverarbeitung, Werkzeugaufrufe und kleinere Programmierarbeiten. Auf höchster Reasoning-Stufe erreicht es laut Artificial Analysis 36 Punkte im Intelligence Index, praktisch gleichauf mit Claude Haiku 5.5. Pro Benchmark-Aufgabe kostet es durchschnittlich 0,14 US-Dollar gegenüber 0,41 US-Dollar bei Haiku. Über die Meta-API kostet Ember 0,10 US-Dollar je Million Eingabetoken und 0,50 US-Dollar je Million Ausgabetoken. Ab 200.000 Eingabetoken je Anfrage verdreifachen sich die Preise für sämtliche Tokens. Beim Faktenwissen ist das Modell schwächer: Im AA-Omniscience-Test beantwortet es 21,1 Prozent der Fragen korrekt (Haiku: 34,7 Prozent), weil es 64 Prozent der Fragen gar nicht beantwortet. Die Halluzinationsrate liegt bei 17,4 Prozent. Meta empfiehlt eine Arbeitsteilung: Ein leistungsfähiges Modell plant, Ember führt die Einzelschritte aus. Für Banken und Versicherer, die KI-Agenten betreiben, heißt das praktisch: Wählen Sie das Modell je Aufgabe, prüfen Sie Faktenaufgaben gesondert und prüfen Sie Preisstaffeln vor der Skalierung. Das ist eine Einordnung von Qvestcon.
