Meta presenta su modelo Muse Ember. - META
MADRID, 10 Nov. (Portaltic/EP) -
Meta ha presentado Muse Ember su modelo de inteligencia artificial (IA) "más pequeño y eficiente", diseñado tanto para ejecutar tareas de razonamiento complejas como para codificación y tareas que los agentes repiten de forma continua durante todo el día.
Junto a los modelos presentados recientemente de la familia Muse, como es el caso de Wonder para resolver problemas complejos y Spark para programación y flujos agénticos, la compañía continúa trabajando para ofrecer modelos con capacidades avanzadas que, sobre todo, ofrezcan una alta eficiencia a la hora de resolver tareas.
En este sentido, ha presentado Muse Ember, que está más enfocado en su uso para la resolución de tareas repetitivas y al que Meta se refiere como el modelo "más pequeño y eficiente" de la compañía, tal y como lo ha compartido en un comunicado.
Esto se debe, según ha explicado, a que los agentes invierten la mayor parte de sus tokens en "muchos pasos pequeños y estructurados" y, con Muse Ember, permite gestionar flujos de trabajos empresariales de principio a fin, optimizando las tareas repetitivas para ahorrar tokens, ya sea extrayendo registros, llamando a las herramientas en secuencia y actualizando los sistemas en todas las aplicaciones.
Así, Meta ha destacado la propuesta de valor de este nuevo modelo, que es capaz de ofrecer "más inteligencia por dólar" que otros modelos del sector como Claude Haiku 5.5 y GPT-6 Luna "en cualquier nivel de razonamiento", según las pruebas realizadas por la tecnológica. Por ejemplo, Muse Ember les supera en la prueba 'Agent's Last Exam', con una puntuación de 61,6 frente a 57 y 57,1 respectivamente.
Siguiendo esta línea, la compañía ha asegurado que "iguala la mejor puntuación de Haiku con aproximadamente un tercio del coste y supera todos los ajustes de Luna". Además, ha subrayado que se trata de los modelos más eficientes del ranking de Artificial Analysis, ya que ningún otro modelo obtiene una puntuación superior con un menor coste por tarea.
En concreto, Muse Ember se puede utilizar desde la API de Meta Model a un precio de 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de tokens de salida. Igualmente, para prompts de más de 200.000 tokens, el precio sube a 0,3 dólares de entrada y 1,50 dólares de salida.
Meta también ha detallado que este modelo cuenta con una ventana de contexto de un millón de tokens y hasta 512.000 de salida, lo que permite procesar la información de, por ejemplo, un código fuente completo o un conjunto de documentos. Asimismo, se trata de un modelo multimodal, por lo que entiende de forma nativa tanto texto como imágenes, audio y vídeo.
Como resultado, Muse Ember puede trabajar con notas de voz, leer capturas, gráficos y documentos escaneados, analizar grabaciones de reuniones e, incluso, manejar un ordenador "a partir de capturas de pantalla".
La compañía también ha especificado la posibilidad de utilizar Muse Ember en conjunto con las capacidades de Muse Wonder, de manera que Wonder planifique las tareas complejas y Ember "gestione el volumen".
Con todo, Meta ha hecho hincapié en que el nuevo modelo se ha desarrollado bajo los parámetros de seguridad del 'Meta Superintelligence Scaling Framework', de manera que se han contemplado protecciones frente a los riesgos químicos y biológicos, la ciberseguridad y la pérdida de control del modelo.
También se ha desarrollado con marcos de seguridad para su comportamiento al actuar en nombre de un usuario, con respecto al manejo de información sensible, la resistencia a instrucciones ocultas en páginas web o documentos y la petición de confirmación humana antes de acciones de alto impacto.
Con todo, Muse Ember, Muse Spark y Muse Wonder ya están disponibles en Google Cloud y Oracle Cloud.