Meta lance Muse Ember, son IA la plus économique pour programmer et automatiser des tâches

Meta presentó Muse Ember, un modèle d'intelligence artificielle conçu pour effectuer des tâches opérationnelles en arrière-plan, comme l'analyse de documents, l'extraction de données et le soutien aux processus de programmation. Selon la compagnie, c'est le membre le plus petit et le plus efficace de sa famille Muse à ce jour et il est conçu pour exécuter des sous-tâches répétitives qui font partie du travail des agents d'IA autonomes.

Le modèle est déjà disponible via Meta Model API et Muse Code. Meta a fixé son prix à 0,10 dollar par million de tokens d'entrée et 0,50 dollar par million de tokens de sortie. Les tokens sont des unités de texte que les modèles traitent pour interpréter une demande et générer une réponse ; le coût final dépend de la quantité de contenu envoyé et produit.

Muse Ember s'intègre à la famille de modèles Muse, développée par l'équipe de superintelligence de Meta, aux côtés de Spark, Glimmer et Wonder. La compagnie indique qu'Ember prend en charge le travail opérationnel, tandis que des modèles de plus grande capacité, comme Wonder, peuvent aborder des tâches nécessitant une planification générale.

Pour quoi sert Muse Ember

Meta a conçu Ember pour des activités qu'un agent peut exécuter plusieurs fois au cours d'une session, telles que la lecture de fichiers, l'exécution de tests et la correction de fragments de code spécifiques. Il peut également analyser des documents, extraire des informations et diriger des demandes vers d'autres processus.

L'entreprise soutient que ces actions consomment une part importante des ressources lorsqu'un agent travaille de manière autonome. Dans ce schéma, un modèle petit et moins coûteux peut se charger des tâches limitées, tandis qu'un système plus puissant définit les étapes générales ou résout des problèmes complexes.

Muse Ember prend en charge jusqu'à un million de tokens d'entrée et peut générer jusqu'à 512 000 tokens de sortie, selon Meta. Cette capacité permettrait de traiter des bases de code complètes ou de grandes collections de documents en une seule demande, bien que le volume d'informations traitées puisse également influencer le coût.

Capacités multimodales et tests de performance

Le modèle est également multimodal : il peut interpréter du texte, des images, de l'audio et de la vidéo. Cela permettrait à un agent d'examiner des captures d'écran, des diagrammes, des documents numérisés ou des enregistrements sans nécessairement recourir à un autre modèle pour chaque format.

Meta affirme qu'Ember égale Claude Haiku 5.5 sur certains benchmarks et dépasse GPT-6 Luna dans d'autres tests, avec un coût inférieur par tâche. Sur OSWorld, une évaluation qui mesure la capacité d'un agent à contrôler un ordinateur, la compagnie soutient qu'Ember a surpassé GPT-6 Luna et Claude Haiku 5.5 lorsque les modèles ont été testés avec le raisonnement au maximum.

Dans Terminal Bench 4.0, qui évalue les tâches d'ingénierie logicielle réalisées par des agents, Meta assure que Muse Ember a obtenu une note supérieure au double de GPT-6 Sol. L'entreprise indique également que les modèles Opus, Astra et Sonnet d'Anthropic occupent les premières places, tandis qu'Ember se situe dans la zone médiane du classement.

Ces comparaisons correspondent à des tests spécifiques et aux résultats communiqués par Meta. Les performances peuvent varier selon la tâche, la configuration utilisée et les critères de chaque benchmark, donc ces chiffres ne préjugent pas nécessairement du résultat dans tous les usages quotidiens.

Sécurité et disponibilité

Meta indique que Muse Ember se maintient en dessous des seuils de risque élevé et dispose de mesures de sécurité appliquées pendant l'entraînement et l'exécution. La compagnie affirme que le modèle n'a pas la capacité d'effectuer des actions interdites, comme pirater des systèmes.

Néanmoins, l'utilisation d'agents nécessite une attention particulière aux permissions qui leur sont accordées. Si un système peut accéder à des fichiers, exécuter des tests ou interagir avec un ordinateur, il convient de limiter son accès au strict nécessaire et de vérifier les actions automatisées.

Muse Ember est disponible dès aujourd'hui sur Meta Model API et Muse Code. Sa proposition vise à réduire le coût des tâches fréquentes et déléguables au sein des flux de travail avec agents, particulièrement en programmation et en traitement de l'information.