---
title: Meta stellt Muse Ember vor: kostengünstiges Sprachmodell für KI-Agenten
url: https://www.elseif.net/de/meta-stellt-muse-ember-vor-kostengunstiges-sprachmodell-fur-ki-agenten
published: 2026-11-13T08:06:39+00:00
language: de
section: Agenten
source: https://www.techtalkthai.com/meta-introduces-muse-ember-to-power-cost-efficient-ai-agents/
organizations: Meta, Anthropic, OpenAI, Thinking Machines Labs
publisher: elseif
---

# Meta stellt Muse Ember vor: kostengünstiges Sprachmodell für KI-Agenten

Meta hat Muse Ember eingeführt, ein Sprachmodell auf Einstiegsebene, das deutlich günstiger ist als konkurrierende Modelle. Das Unternehmen trainierte Muse Ember mit Muse Wonder, seinem Flaggschiff-Algorithmus für große Sprachmodelle. Meta gab jedoch keine Details darüber an, welche Teile des Trainings durch Muse Wonder automatisiert wurden. Eine Möglichkeit besteht darin, dass das Unternehmen es für Post-Training-Prozesse einsetzte, bei denen die Fähigkeiten des Modells durch zusätzliches Training mit anderen Daten verfeinert werden.

Muse Ember wurde speziell für den Einsatz in KI-Agenten-Systemen optimiert. In typischen Anwendungen teilt ein fortgeschrittenes Sprachmodell wie Muse Wonder Aufgaben in Teilaufgaben auf und weist diese Agenten zu, die von kostengünstigeren Modellen angetrieben werden. Meta bewertete Muse Ember anhand des Artificial Analysis Index, der neun KI-Benchmarks abdeckt und Anwendungsfälle wie Programmierung und Finanzanalyse umfasst. Nach Angaben von Meta erreichte Muse Ember eine Leistung, die dem Einstiegsmodell Claude Haiku 5.5 von Anthropic entspricht, kostet aber etwa ein Drittel weniger. Das Modell übertraf auch OpenAIs GPT-6 Luna Algorithmus.

In einer weiteren internen Bewertung testete Meta Muse Ember und beide Konkurrenzmodelle anhand von neun zusätzlichen Benchmarks im Modus "Max", was bedeutet, dass sie maximale verfügbare Hardware-Ressourcen nutzten statt Kosteneffizienz zu priorisieren. Muse Ember übertraf Haiku und Luna in sieben von neun dieser Benchmarks. Der größte Vorteil des Modells liegt in der Automatisierung von Geschäftsprozessen. Bei AutomationBench-AA, einem Satz von 657 Aufgaben für beliebte Cloud-Anwendungen wie Gmail und Salesforce, erzielte Muse Ember einen Vorsprung von bis zu 17 Prozent.

Muse Ember verfügt über ein Kontextfenster von einer Million Token, das lange Geschäftsdokumente verarbeiten kann. Benutzer können auch Bilder, Audio und Video in Eingabeaufforderungen einbeziehen. Das Modell kann Antworten mit bis zu 512.000 Token generieren. Über Metas Model API ist Muse Ember für 10 Cent pro Million eingehende Token und 50 Cent pro Million ausgehende Token verfügbar. Mit aktiviertem integriertem Cache, das häufig verwendete Eingabeaufforderungen wiederverwendet und wiederholte Verarbeitung vermeidet, sinkt der Preis für eingehende Token auf 0,4 Cent pro Million.