Meta a sorti Muse Ember le 9 novembre 2026, au prix de GPT-6 Luna et de Claude Haiku 5.5. Artificial Analysis le mesure à 40,9 % sur Terminal-Bench 4.0, l'épreuve des tâches longues dans un terminal : trois fois le score de Luna (12,6 %), et au-dessus de Haiku 5.5 (32,8 %).
Deux sources, jamais mêlées : ce que mesure Artificial Analysis, évaluateur indépendant, et ce qu'annonce Meta.
Ce qui sort
Muse Ember est le plus petit modèle de la gamme Muse de Meta, sous Muse Spark et Muse Wonder. Meta le présente comme un modèle d'exécution : appels d'outils, sous-tâches de code, routage, extraction et résumé de documents longs. Il raisonne avant de répondre, accepte du texte, des images, de l'audio et de la vidéo en entrée, et sa fenêtre de contexte est d'un million de tokens.
L'accès est ouvert depuis le 9 novembre par l'API de Meta (identifiant muse-ember-1.0) et dans toutes les formules d'abonnement de Muse Code, l'outil de code en terminal de Meta.
Ce que le billet annonce :
- un prix de 0,10 $ par million de tokens en entrée et 0,50 $ en sortie jusqu'à 200 000 tokens d'entrée, puis 0,30 $ et 1,50 $ au-delà ;
- un usage en binôme : Muse Wonder ou Muse Spark planifie, plusieurs instances de Muse Ember exécutent les sous-tâches en parallèle. Meta le montre sur le portage de 16 analyseurs lexicaux de Pygments, de Python vers Rust, un agent Ember par fichier ;
- un coût estimé d'environ 0,13 $ par tâche de l'indice d'Artificial Analysis, à l'effort maximal.
Ce que le billet ne dit pas : si les poids du modèle seront publiés, quel effort de raisonnement est appliqué par défaut, et aucun score sur GPQA Diamond ni sur Humanity's Last Exam.
Benchmarks
| Épreuve | Mesuré (Artificial Analysis, 11/11/2026, effort max) | Annoncé (Meta, 09/11/2026, effort max) |
|---|---|---|
| Indice d'intelligence Artificial Analysis v5.0 | 36,0 | 36 |
| Terminal-Bench 4.0 (tâches longues dans un terminal) | 40,9 % | 40,9 % |
| Coding Agent Index v2.0 (avec l'agent Muse Code) | 45,9 | 46 |
| FrontierCode 2.0 (code jugé sur sa capacité à être fusionné) | 27,2 % | 27,2 % |
| GDP.pdf (travail professionnel sur documents longs) | 22,8 % | 22,8 % |
| AutomationBench (processus métier de bout en bout) | 68,1 (score de l'épreuve dans l'indice) | 37,8 |
| HLE Diamond (questions d'experts, épreuve de l'indice) | 25,1 % | non publié |
| GPQA Diamond | non mesuré | non publié |
| Agents' Last Exam (tâches d'agent complètes) | non mesuré | 61,6 |
| OSWorld 2.1 (pilotage d'un ordinateur) | non mesuré | 69,5 (crédit partiel), 33,8 (réussite complète) |
| PerceptionBench (perception visuelle, avec outils) | non mesuré | 80,6 |
| Personal Superintelligence Index (indice interne de Meta) | non mesuré | 46,8 |
Lecture : pour cinq épreuves, Meta reprend les mesures d'Artificial Analysis et les deux colonnes concordent. AutomationBench fait exception, avec 68,1 sur la fiche de l'évaluateur et 37,8 dans le billet. L'écart se retrouve pour les deux modèles que Meta compare (Claude Haiku 5.5 à 35,4 contre 13,9, GPT-6 Luna à 53,2 contre 20,2) : les deux chiffres ne comptent visiblement pas la même chose, et le billet ne dit pas lequel il publie. Nous n'en tirons aucune comparaison. Les quatre dernières épreuves sont des chiffres de Meta seul.
Face aux modèles que vous utilisez déjà
Les modèles retenus sont ceux que ChatGPT et Claude servent par défaut, et ceux qu'ils servaient juste avant. Côté OpenAI : GPT-6 Luna, modèle des offres gratuite et Go de ChatGPT depuis le 8 octobre, GPT-6 Sol pour les offres payantes, et GPT-5.6 Luna, le gratuit d'avant. Côté Anthropic : Claude Sonnet 5.5, que les applications Claude font tourner à l'effort moyen, et Claude Sonnet 5, annoncé le 30 juin comme modèle par défaut des offres Free et Pro. Claude Haiku 5.5 s'ajoute, parce qu'il est vendu au même prix que Muse Ember et que Meta le prend comme point de comparaison.
| Modèle (réglage mesuré) | Rôle | Indice v5.0 | Terminal-Bench 4.0 | Coding Agent Index v2.0 (agent) | GDP.pdf | Coût pour passer l'indice |
|---|---|---|---|---|---|---|
| Muse Ember (max) | nouveau | 36,0 | 40,9 % | 45,9 (Muse Code) | 22,8 % | 117 $ |
| Muse Ember (xhigh) | même modèle, effort réduit | 34,1 | 35,4 % | 39,8 (Muse Code) | 22,4 % | 96 $ |
| Claude Haiku 5.5 (max) | même prix au token | 36,5 | 32,8 % | 37,3 (Claude Code) | 20,8 % | 339 $ |
| GPT-6 Luna (max) | par défaut de ChatGPT gratuit | 27,9 | 12,6 % | 31,2 (Codex) | 22,8 % | 136 $ |
| GPT-5.6 Luna (max) | génération précédente du gratuit | 23,8 | 11,6 % | non mesuré | 24,0 % | 334 $ |
| GPT-6 Sol (max) | offres payantes de ChatGPT | 44,2 | 43,9 % | non mesuré | 25,2 % | 1 930 $ |
| Claude Sonnet 5.5 (medium) | réglage des apps Claude | 30,8 | 29,8 % | non mesuré | 20,2 % | 679 $ |
| Claude Sonnet 5.5 (max) | même modèle, effort maximal | 54,5 | 63,6 % | 59,3 (Claude Code) | 25,8 % | 7 981 $ |
| Claude Sonnet 5 (max) | génération précédente | non calculé | 14,1 % | non mesuré | non mesuré | non calculé |
Origine unique : mesuré par Artificial Analysis, toutes les lignes relevées le 11 novembre 2026. Le coût est ce que l'évaluateur a payé, aux tarifs de l'API, pour faire passer toutes les épreuves de son indice. « Non mesuré » : l'évaluateur ne publie pas ce réglage dans la version 2.0 de son index d'agents de code. « Non calculé » : il n'a pas recalculé l'indice v5.0 pour ce modèle.
Ce que le tableau dit, concrètement :
- Sur 100 tâches longues dans un terminal, Muse Ember en réussit 41. GPT-6 Luna, le modèle de ChatGPT gratuit, en réussit 13 à son effort maximal, pour le même prix au token.
- Sur l'indice général, Muse Ember et Claude Haiku 5.5 font jeu égal (36,0 contre 36,5). L'évaluateur a payé 117 $ pour faire passer l'indice à Ember, contre 339 $ pour Haiku 5.5 : à prix au token identique, Ember consomme moins de tokens pour arriver au même niveau.
- Au réglage que les applications Claude utilisent, Sonnet 5.5 fait moins bien qu'Ember sur l'indice (30,8) comme sur le terminal (29,8 %). Poussé au maximum, Sonnet 5.5 reprend nettement la tête (54,5 et 63,6 %), pour un coût de passage 68 fois plus élevé.
- GPT-6 Sol, le modèle des offres payantes de ChatGPT, reste devant Ember sur l'indice (44,2) et au même niveau sur le terminal (43,9 % contre 40,9 %).
Pour quels usages
Sous-tâches de code bornées. C'est l'usage que Meta revendique, et la mesure indépendante le soutient : 40,9 % sur Terminal-Bench 4.0 et 45,9 sur le Coding Agent Index, devant Claude Haiku 5.5 (32,8 % et 37,3) et GPT-6 Luna (12,6 % et 31,2). L'écart avec les modèles de tête reste large : Claude Sonnet 5.5 au maximum fait 63,6 % et 59,3. Le schéma de Meta en tient compte. Pour situer les autres candidats sur le code, voyez notre comparatif mensuel des modèles pour écrire du code.
Documents longs. Sur GDP.pdf, Muse Ember fait 22,8 %, autant que GPT-6 Luna et un peu plus que Claude Haiku 5.5 (20,8 %). Rien ne le distingue ici des modèles au même prix.
Prix
- 0,10 $ par million de tokens en entrée, 0,50 $ en sortie, 0,004 $ pour les tokens relus depuis le cache, jusqu'à 200 000 tokens d'entrée (fiche du modèle chez Meta, relevée le 11 novembre 2026). Claude Haiku 5.5 et GPT-6 Luna ont les mêmes prix d'entrée et de sortie, avec un cache à 0,01 $.
- Sur le scénario de notre page de référence, Muse Ember revient à 3 € par mois, contre 4 € pour Claude Haiku 5.5 et GPT-6 Luna : la différence vient du cache.
Pour le situer face à tous les autres, voyez le prix de Muse Ember comparé aux autres modèles, mis à jour chaque jour.
Vitesse
Mesure d'Artificial Analysis du 11 novembre, à l'effort maximal : 455 tokens par seconde, premier mot après 4,7 secondes. Claude Haiku 5.5 au même réglage écrit 254 tokens par seconde, avec un premier mot après 184 secondes ; GPT-6 Luna, 109 tokens par seconde après 80 secondes. Muse Ember écrit donc 1,8 fois plus vite que Haiku 5.5 et 4,2 fois plus vite que Luna, et il commence à répondre bien plus tôt. Tous les réglages sont sur notre page Vitesse des modèles IA.
Ce qu'on ne sait pas encore
- Le coût par tâche en agent. Artificial Analysis publie le score de Muse Ember dans son index d'agents de code, mais pas encore ce que coûte une tâche, alors qu'il le donne pour Haiku 5.5 (2,67 $) et GPT-6 Luna (0,16 $).
- AutomationBench. Les deux chiffres publiés ne se recouvrent pas, et le billet n'explique pas son calcul.
- Les épreuves annoncées seules. Agents' Last Exam, OSWorld 2.1 et PerceptionBench sont des chiffres de Meta, sans mesure indépendante à ce jour.
- Les poids et le réglage par défaut. Le billet ne dit ni si les poids seront publiés, ni quel effort de raisonnement s'applique quand on n'en précise pas.
Ce qu'il faut retenir
Sur les mesures indépendantes, Muse Ember fait mieux que Claude Haiku 5.5 et GPT-6 Luna, vendus au même prix au token, sur les tâches de code longues, et il écrit plus vite qu'eux. Il ne rejoint pas pour autant les modèles de milieu de gamme : GPT-6 Sol fait mieux sur l'indice, Claude Sonnet 5.5 au maximum fait beaucoup mieux sur le terminal.
Pour une équipe, la question porte sur le découpage : quelles tâches répétées de votre chaîne un petit modèle peut-il prendre, et lesquelles doivent rester à un modèle plus fort ? Nous pouvons le mesurer sur vos propres flux, avant tout changement.
Sources
- Meta, billet « Start building with Muse Ember, our smallest, most efficient model » (accès, prix, usage en binôme, scores annoncés) : dev.meta.ai/resources/blog/build-with-muse-ember, lu le 11/11/2026.
- Meta, fiche du modèle Muse Ember (grille de prix avec le cache, tableau de benchmarks) : dev.meta.ai/models/muse-ember, lue le 11/11/2026.
- Artificial Analysis, fiche Muse Ember (indice v5.0, Terminal-Bench 4.0, épreuves de l'indice, coût de l'indice, vitesse) : artificialanalysis.ai/models/muse-ember, lue le 11/11/2026 ; fiches muse-ember-xhigh, claude-haiku-5-5, gpt-6-luna, gpt-5-6-luna, gpt-6-sol, claude-sonnet-5-5, claude-sonnet-5-5-medium et claude-sonnet-5 lues le même jour.
- Artificial Analysis, Coding Agent Index v2.0 (score et coût par tâche, par agent) : artificialanalysis.ai/agents/coding, relevé le 11/11/2026 pour notre page de prix.
- Anthropic, notes de version de Claude (modèles des applications) : support.claude.com, relues le 10/11/2026 ; annonces de Claude Sonnet 5 et Claude Sonnet 5.5, lues le 20/10/2026.
- OpenAI, modèles de ChatGPT par offre : notes de version de ChatGPT du 7 octobre 2026, non lues (page protégée contre les lecteurs automatiques) ; information reprise par Notebookcheck, « ChatGPT Free and Go users start getting GPT-6 Luna in Chat ».
- Prix et vitesse : relevés du 11/11/2026 sur nos pages Prix des modèles IA et Vitesse des modèles IA.