Meta Luncurkan Muse Ember dan Patok Harga Input 0,10 Dolar per Juta Token
Meta meluncurkan Muse Ember, model terkecil dan paling efisien dalam keluarga Muse, lewat Meta Model API dan Muse Code pada 9 November 2026. Harganya 0,10 dolar AS per juta token input dan 0,50 dolar AS per juta token output, dengan jendela konteks 1 juta token. Menurut Artificial Analysis, skor Intelligence Index-nya 36, sama dengan Claude Haiku 5.5, tetapi estimasi biaya per tugas hanya 0,14 dolar AS dibanding 0,41 dolar AS. Persaingan model kecil kini bergeser dari kecerdasan mentah ke biaya per tugas agen.
Apa Itu Muse Ember dan Berapa Harganya?
Muse Ember adalah model paling kecil dan efisien buatan Meta Superintelligence Labs, dirancang untuk pekerjaan yang diulang agen sepanjang hari seperti panggilan tool, subtugas koding, routing, ekstraksi, dan pembacaan dokumen panjang. Model ini tersedia sejak 9 November 2026 dengan nama muse-ember-1.0 di Meta Model API dan Muse Code.
Menurut halaman pengumuman Meta, tarif standar adalah 0,10 dolar AS per juta token input, 0,004 dolar AS per juta token input yang di-cache, dan 0,50 dolar AS per juta token output untuk prompt hingga 200 ribu token. Untuk prompt yang lebih panjang, tarifnya naik menjadi 0,30 dolar AS per juta token input, 0,012 dolar AS untuk input ter-cache, dan 1,50 dolar AS per juta token output.
Jendela konteksnya mencapai 1 juta token dengan keluaran maksimum 512 ribu token, cukup untuk memasukkan satu basis kode atau kumpulan dokumen sekaligus dalam satu panggilan. Muse Ember juga memahami teks, gambar, audio, dan video secara native, sehingga agen bisa membaca tangkapan layar, grafik, dokumen pindaian, memo suara, hingga rekaman rapat tanpa model tambahan.
Muse Ember adalah model pertama yang dilatih memakai Muse Wonder Full. Meta menempatkannya sebagai pelengkap portofolio, yaitu Muse Wonder untuk masalah tersulit, Muse Spark untuk koding dan alur kerja agen, dan Muse Ember untuk tugas berulang berskala besar. Ketiganya kini tersedia juga di Google Cloud dan Oracle Cloud, menurut Meta.
Seberapa Hemat Muse Ember Dibanding Claude Haiku 5.5 dan GPT-6 Luna?
Pada pengaturan penalaran maksimum, Muse Ember mencetak 36 di Artificial Analysis Intelligence Index, sama dengan Claude Haiku 5.5, dengan estimasi biaya 0,14 dolar AS per tugas. Haiku membutuhkan sekitar 0,41 dolar AS untuk skor yang sama, sehingga Ember kira-kira tiga kali lebih murah per tugas.
Hitungan itu memakai harga yang diusulkan Meta untuk Ember dan harga resmi pesaing, jadi angkanya adalah estimasi, bukan tagihan nyata. Artificial Analysis mencatat GPT-6 Luna mencetak 27,8 pada biaya 0,152 dolar AS per tugas di titik tertingginya, sedangkan Ember mencapai 35,8 pada 0,136 dolar AS. Meta menyebut tidak ada model dengan skor lebih tinggi untuk biaya lebih rendah.
Di benchmark agen, Meta melaporkan Muse Ember mencetak 37,8 persen di AutomationBench-AA, dibanding 20,2 persen untuk GPT-6 Luna dan 13,9 persen untuk Claude Haiku 5.5. Di Agents' Last Exam skornya 61,6 persen, tipis di atas Luna 57,1 persen dan Haiku 57 persen. Untuk koding, Terminal-Bench 4.0 memberi Ember 40,9 persen melawan 39,2 persen milik Haiku.
Hasilnya tidak menang di semua lini. Pada FrontierCode 2.0-AA, yang menilai tugas rekayasa nyata berdasarkan kelayakan merge, Haiku unggul dengan 34,9 persen sementara Ember 27,2 persen. Muse Spark 1.3 mencetak 37 di Intelligence Index dengan estimasi 2,39 dolar AS per tugas, sehingga Ember kehilangan satu poin tetapi memangkas biaya per tugas dari 2,39 menjadi 0,14 dolar AS.
Apa Kata Mitra yang Sudah Menguji Muse Ember?
Meta menyertakan kesaksian lima mitra awal, yaitu Box, Cline, Oracle, Cloudflare, dan You.com. Pola yang muncul seragam, yakni Muse Ember dinilai cocok sebagai subagen cepat dan murah untuk koding, analisis dokumen, dan alur kerja agen berkecepatan tinggi, bukan sebagai pengganti model besar untuk masalah paling sulit.
"What stood out in our testing was speed. Muse Ember ran up to 30% faster at the tail than the comparable model we tested, and it handled broad, multi-repo investigation tasks well," kata Dane Knecht, CTO Cloudflare, dalam pengumuman Meta. Ia menilai model ini cocok untuk beban kerja agen yang cepat dan berkapasitas tinggi.
Chak Pothina, Inference Lead You.com, melaporkan Muse Ember menyelesaikan setiap quest koding dalam pengujian mereka dengan latensi terendah, yaitu p95 sebesar 2,2 detik. Angka itu, katanya, sekitar 4 sampai 13 kali lebih cepat daripada model open-weight terkemuka dengan 36 sampai 48 persen lebih sedikit token keluaran. Saoud Rizwan, pendiri Cline, menyebutnya cocok dipakai sebagai subagen di dalam harness oleh tim yang menekan biaya.
Yashodha Bhavnani, VP of AI Products di Box, mengatakan Muse Ember mampu menilai kontrak terhadap playbook negosiasi perusahaan klausul demi klausul lalu menyimpulkan peringkat risiko yang tepat. Perlu dicatat, semua kesaksian ini dipilih dan dipublikasikan oleh Meta sendiri, sedangkan Agents' Last Exam adalah evaluasi internal Meta yang hanya memakai subset Linux.
Apa Dampaknya bagi Perusahaan Pengguna AI Agen?
Dampak utamanya ada di struktur biaya agen. Karena agen mengirim ratusan panggilan kecil dalam satu sesi, harga per juta token dan biaya per tugas menentukan tagihan bulanan lebih besar daripada skor benchmark tertinggi. Muse Ember memberi pembanding baru bagi perusahaan yang kini memakai model kelas Haiku atau Luna untuk pekerjaan berulang.
Meta sendiri menganjurkan pola kerja berlapis, yakni Muse Wonder merencanakan dan Muse Ember menangani volume. Pola serupa lazim dipakai tim yang memasang model besar sebagai perencana dan model kecil sebagai pelaksana. Meta juga menyatakan evaluasi pra-rilis menempatkan Ember di bawah ambang risiko tinggi untuk kategori kimia dan biologi, keamanan siber, dan kehilangan kendali.
Ada catatan yang perlu diwaspadai pembeli. Tarif 0,10 dolar AS hanya berlaku untuk prompt hingga 200 ribu token, lalu naik menjadi 0,30 dolar AS per juta token input di atas ambang itu. Biaya per tugas juga dihitung pada penalaran maksimum dengan harga yang diusulkan Meta, sehingga tagihan nyata bisa berbeda tergantung pola penggunaan.
Bagi perusahaan dan pengembang di Indonesia, kehadiran Muse Ember layak dimasukkan ke uji banding sebelum menetapkan model untuk otomasi dokumen, layanan pelanggan, dan asisten koding. Langkah praktisnya adalah menghitung biaya per tugas pada beban kerja sendiri, bukan hanya membaca harga per token, serta memeriksa lokasi pemrosesan data dan syarat penggunaan data sebelum dipakai untuk data pelanggan.
(Burung Hantu Infratek / Berbagai Sumber)
⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan dengan bantuan AI internal Burung Hantu Infratek.
🦉 Burung Hantu Infratek adalah software house dan system integrator yang sudah berpengalaman lebih dari 5 tahun dalam pengembangan dan implementasi generative AI pada berbagai perusahaan dan institusi.
Berita Terkait Meta Muse
🤖 Anthropic Rilis Fable 5.2 dan Mythos 5.2 dengan Harga Turun 20 Persen
⚔️ Anthropic Rilis Claude Duet; Agen AI Proaktif Tantang Muse dan Dots
⚡ Meta Ungkap Isi Prometheus; Superkluster AI Menuju 1 Juta GPU
💸 Meta Kerek Belanja Modal ke $145 Miliar; Siapkan Saham Tanpa Hak Suara
Sumber dan Referensi
[1] Introducing Our Smallest, Most Efficient Model: Muse Ember - Meta AI Research
[2] Meta unveils Muse Ember, its smallest model yet for cheaper AI agents - Interesting Engineering
[4] Meta launches Muse Ember for low-cost agent tasks - TestingCatalog