Ce que Meta a lancé
Muse Ember est un modèle de Meta, vendu sur l'API du labo et revendu par NanoGPT et Vercel AI Gateway. Sa page de présentation dit sans détour à quoi le labo le destine :
Muse Ember is our smallest multimodal model built for high-volume agentic workflow execution, from coding subtasks and tool calls to document summariz...L'accès est l'autre point que Meta précise. Il compte pour qui hésite entre un compte direct chez le labo et un revendeur déjà utilisé :
Muse Ember is on Model API and in Muse Code, on pay-as-you-go and with any subscription.
Où acheter Muse Ember ?
D'ordinaire, on compare les vendeurs d'un même modèle parce qu'ils ne le facturent pas pareil. Ici, aucun écart : Muse Ember est facturé 0,10 $ en Input et 0,50 $ en Output sur chaque ligne du tableau, soit un prix mixte de 0,20 $.
Ce prix mixte pondère trois tokens d'Input pour un d'Output, la proportion courante d'un échange de chat, ce qui permet de résumer une grille entière en un seul chiffre.
| Vendeur | Input, $/M | Output, $/M | Mixte 3:1, $/M |
|---|---|---|---|
| NanoGPT | 0,10 | 0,50 | 0,20 |
| Vercel AI Gateway | 0,10 | 0,50 | 0,20 |
| Meta | 0,10 | 0,50 | 0,20 |
Les trois vendeurs partagent le prix le plus bas, au centime près. L'égalité vaut aussi pour la lecture en cache, c'est-à-dire l'Input que le vendeur a déjà vu et facture moins cher : chez Muse Ember, elle coûte 0,004 $ par million de tokens dans les trois grilles. Les sources ne disent pas pourquoi les revendeurs s'alignent exactement sur les tarifs du labo.
Combien coûte une tâche d'agent ?
Un prix au token laisse de côté ce dont dépend vraiment la facture : la quantité de texte que le modèle écrit. Prenons donc une étape d'agent : un long contexte de 120 000 tokens relu depuis le cache, une demande nouvelle de 30 000 tokens et une réponse rédigée de 15 000 tokens.
| Vendeur | Une tâche, $ | 1 000 tâches, $ | Part de l'Output, % |
|---|---|---|---|
| NanoGPT | 0,011 | 10,98 | 68 |
| Vercel AI Gateway | 0,011 | 10,98 | 68 |
| Meta | 0,011 | 10,98 | 68 |
Aux tarifs que partagent les trois vendeurs, cette étape coûte 0,011 $, et 1 000 étapes reviennent à 10,98 $. L'essentiel de la somme va à l'Output : la réponse est le plus petit des trois volumes de tokens, et pourtant l'Output pèse 68 % du coût.
Le cache explique ce déséquilibre. À 0,004 $ le million, le contexte relu ne pèse presque rien, alors que chaque token d'Output est facturé 0,50 $ le million. Pour une équipe qui fait tourner Muse Ember à grande échelle, la longueur des réponses est la ligne à surveiller, bien plus que la taille du contexte.
Pour qui est-il pensé ?
La documentation de Meta resserre la cible sur le travail logé à l'intérieur de systèmes d'agents plus vastes :
It runs the sub-agent tasks, tool calls, and routing inside larger agent workflows, and processes large collections of images, files, and records.Ce profil colle à la structure de coût de l'étape d'agent : les charges qui relisent un gros contexte et rédigent des réponses courtes sont celles où la grille de Muse Ember est la plus clémente. Une équipe qui l'achète déjà chez NanoGPT, Vercel AI Gateway ou Meta n'a aucune raison tarifaire de changer, puisque les tarifs concordent ligne à ligne.
Le contexte complet est-il partout disponible ?
Oui. NanoGPT, Vercel AI Gateway et Meta servent tous trois Muse Ember avec une fenêtre de contexte de 1 048 576 tokens : un agent qui transporte un très long contexte peut tourner chez n'importe lequel des trois sans perdre de place.
Sur InferIndex : Page du modèle Muse Ember