Muse Ember : Meta s'aligne sur le prix de Claude Haiku 5.5 et GPT-6 Luna, l'écart se joue sur les jetons

Ce que Meta a lancé

Meta a présenté le 9 novembre 2026, vers 19 heures (heure de Paris), Muse Ember, qu'elle décrit comme son modèle « le plus petit et le plus efficace ». Il vise le travail que les agents IA répètent toute la journée : appels d'outils, sous-tâches de code, aiguillage des requêtes, extraction de données et lecture de longs documents, selon l'annonce de Meta. L'idée, résumée par Meta : un grand modèle comme Muse Wonder planifie, Muse Ember « gère le volume ».

D'après la documentation de Meta Model API, le modèle (identifiant muse-ember-1.0) lit le texte, les images, l'audio, la vidéo et les PDF, avec une fenêtre de contexte de 1 048 576 jetons et jusqu'à 524 288 jetons en sortie. Il est proposé dans l'API de Meta et dans Muse Code, l'outil de programmation de Meta, au paiement à l'usage et dans toutes les formules. Il ne fonctionne qu'en mode « Standard » : pas de variante « Contributor », celle dont les échanges servent à améliorer les produits de Meta.

Ce n'est pas le même produit que ceux déjà annoncés par Meta cet automne. Muse Spark Open est un modèle à poids téléchargeables ; Muse Ember, lui, n'est accessible que par API. Et l'application grand public Muse, dont la voix et les avatars restent hors de France, n'est pas concernée.

Même prix par jeton que ses deux rivaux

Meta compare Muse Ember à Claude Haiku 5.5 d'Anthropic et à GPT-6 Luna d'OpenAI. Les trois modèles ont exactement le même prix catalogue, d'après la grille de Meta, celle d'Anthropic et celle d'OpenAI. Relevé du 10 novembre 2026, en dollars par million de jetons :

Source : grilles tarifaires de Meta, Anthropic et OpenAI, relevées le 10 novembre 2026.

Deux différences seulement : la lecture du cache, 2,5 fois moins chère chez Meta, et le seuil des requêtes longues. Chez Meta, une requête qui dépasse 200 000 jetons d'entrée, cache compris, est facturée en entier au tarif long, précise sa page de prix. TechCrunch a écrit le 9 novembre qu'à 10 cents par million de jetons en entrée, Ember est « nettement moins cher » que Haiku et Luna : les grilles des trois éditeurs, consultées le lendemain, affichent pourtant le même tarif.

Où se fait l'écart : les jetons consommés

L'argument de Meta ne porte donc pas sur le prix du jeton, mais sur le coût d'une tâche. Artificial Analysis, un classement indépendant qui fait passer les mêmes épreuves à tous les modèles, calcule ce coût sur son indice d'intelligence, dans sa version 5, qui regroupe neuf évaluations. Selon ses fiches de Muse Ember, de Claude Haiku 5.5 et de GPT-6 Luna, en effort de raisonnement maximal :

Source : fiches modèles d'Artificial Analysis, consultées le 10 novembre 2026.

À prix égal, Claude Haiku 5.5 coûte presque trois fois plus par tâche parce qu'il produit 2,6 fois plus de jetons pour le même score. GPT-6 Luna dépense à peu près autant de jetons que Muse Ember, mais obtient 8 points de moins. C'est ce que Meta résume en disant qu'Ember atteint le meilleur score de Haiku « pour environ un tiers du coût » : sur le graphique de l'annonce, 0,136 dollar contre 0,411 dollar, soit 33 %. La légende de ce graphique parle toutefois de coûts « estimés au prix proposé » pour Ember, alors que la note de bas de page évoque le prix catalogue. Le mécanisme est le même que celui décrit dans notre analyse sur le cache et la facture d'un agent : le tarif affiché compte moins que la quantité consommée.

Meta choisit aussi ses comparaisons. Sur le classement d'Artificial Analysis, GPT-6.1 Terra en effort moyen obtient 38 points pour 0,17 dollar par tâche, en 2,6 minutes, alors qu'il est facturé dix fois plus cher par jeton (1 et 5 dollars, selon la grille d'OpenAI). Il est absent du comparatif de Meta. Pour situer ces indices, voir notre point sur les classements publics de modèles d'IA, et sur le modèle d'OpenAI, le lancement de GPT-6.1 Terra.

Ce que disent les autres scores

Le tableau de l'annonce de Meta mélange deux types de chiffres. Ceux marqués « AA » viennent d'Artificial Analysis : Muse Ember y mène sur AutomationBench (37,8 % contre 13,9 % pour Haiku et 20,2 % pour Luna) et sur le Coding Agent Index (46 contre 37 et 31), mais Claude Haiku 5.5 le devance sur FrontierCode 2.0, un test de code jugé sur des contributions réelles (34,9 % contre 27,2 %). Sur GDP.pdf, Ember et Luna sont à égalité (22,8 %). Les autres sont des évaluations internes de Meta : Agents' Last Exam, le Personal Superintelligence Index, OSWorld 2.1 et PerceptionBench.

Ces chiffres internes demandent de la prudence. Sur OSWorld 2.1, Meta met en avant le score à crédit partiel (69,5 % contre 68,9 % pour Haiku) ; en réussite stricte, Ember obtient 33,8 % contre 27,8 %. Sur Terminal-Bench 4.0, chaque modèle tourne dans un environnement différent : mini-swe-agent pour Ember, Claude Code pour Haiku, Codex pour Luna, d'après la note de bas de page de Meta. Dernier écart : Meta décrit un modèle qui comprend l'audio et la vidéo, alors que la fiche d'Artificial Analysis ne mentionne que le texte et l'image en entrée. Le Latent n'a pas mesuré ces performances.

Y accéder depuis la France

Trois voies sont documentées. La première est l'API de Meta. Sa politique géographique, mise à jour le 12 octobre 2026, liste une vingtaine de territoires exclus (Chine, Russie, Iran…) où la France ne figure pas. Mais elle précise que l'accès n'est possible que là où Meta l'a activé, sans publier de liste positive. Le centre d'aide indique seulement que l'API est ouverte dans « la plupart des pays » où Meta AI est disponible et où la facturation est prise en charge. Le moteur de recherche de Google suggère d'ailleurs la recherche « meta model api isn't available in your country yet » : le message existe, sans qu'on sache dans quels pays il s'affiche. Concrètement, seule la création du compte le confirme.

La deuxième est OpenRouter, qui référence Muse Ember depuis le 9 novembre 2026 au soir, au même tarif, avec Meta pour seul fournisseur. La troisième est Google Cloud, où le modèle est en préversion. Sa documentation indique que les modèles Muse ne sont servis que par le point d'accès « global » : pas de région européenne pour garder le traitement en Europe. Meta annonce aussi Oracle Cloud, que nous n'avons pas vérifié.

Ce que ça change pour toi

Si tu fais tourner des agents, Muse Ember ne te fera pas économiser sur le tarif affiché : il coûte le même prix par jeton que Claude Haiku 5.5 et GPT-6 Luna. L'économie, si elle existe, viendra du nombre de jetons que le modèle consomme sur tes tâches. Les chiffres d'Artificial Analysis donnent une piste, pas une garantie : ce sont leurs épreuves, pas les tiennes. Surveille aussi le seuil de 200 000 jetons d'entrée, vite atteint par un agent qui garde tout son historique. Et si ton entreprise exige un traitement des données en Europe, aucune des trois voies ne le propose à ce jour.