Nova IA da Meta custa os mesmos US$ 0,10 dos rivais, mas fecha a conta 3x mais barata

Na segunda-feira (9), a Meta (abre em nova aba) lançou o Muse Ember, seu menor e mais barato modelo de inteligência artificial até agora. Na tabela oficial, a novidade cobra exatamente a mesma tarifa básica de seus concorrentes diretos, o Claude Haiku 5.5 (da Anthropic) e o GPT-6 Luna (da OpenAI): US$ 0,10 para ler um milhão de tokens e US$ 0,50 para escrever outro milhão. Na conta final por tarefa concluída, porém, o sistema da Meta entrega o mesmo nível de acertos do rival da Anthropic custando cerca de um terço do valor.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​​​​​‌‌​​​‌​​​‌‌​‌​‌​‌‌​​‌​​​​‌‌‌​​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌​‌‌‌​​‌​‌‌​‌​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌‌​​​​​​‌​‌‌​‌​​‌‌‌​​‌​​‌‌​​​‌​​‌‌‌​​​​‌‌​​‌‌​​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​‌​‌​‌‌​​‌​‌​​‌‌​‌​‌​​‌‌​​‌​​​‌‌‌​​​​‌‌​​​​‌⁠

Para quem não acompanha o vocabulário técnico, tokens são os pedaços de palavras, imagens ou dados que as empresas de tecnologia usam para medir o consumo de uma IA, como os quilowatts na conta de luz. Segundo medições da consultoria independente Artificial Analysis (abre em nova aba), cada tarefa executada no teste de inteligência custou em média US$ 0,14 no Muse Ember, contra US$ 0,41 no Claude Haiku 5.5. Essa diferença no bolso vem de dois fatores práticos: o modelo da Meta é mais enxuto e escreve quase um terço do volume de texto que o concorrente gasta para resolver o mesmo problema (foram 115 milhões de tokens gerados na bateria de testes, frente a 298 milhões do Haiku), e a empresa cobra 60% menos quando o programa precisa reler instruções fixas repetidas vezes.

O operário para o serviço braçal dos agentes

Esse desconto na leitura repetida (chamada tecnicamente de cache) mira o trabalho de bastidor dos agentes de IA, que são programas autônomos configurados para executar sequências de tarefas sozinhos no computador. O Muse Ember não foi criado para ter grandes ideias ou conversar sobre qualquer assunto, mas para repetir milhares de vezes ao dia as etapas operacionais que mais pesam no orçamento das empresas: acionar ferramentas externas, extrair informações de arquivos, encaminhar chamados, ajustar trechos de código e varrer documentos longos.

Em testes antecipados relatados pela Meta, a empresa de gestão de arquivos Box colocou o modelo para revisar contratos cláusula por cláusula a partir do manual de negociação de uma empresa, atribuindo uma nota de risco ao documento, e para selecionar currículos de candidatos com base nos requisitos detalhados de uma vaga. A recomendação da própria Meta é usar o lançamento em dupla com um modelo maior, como o Muse Wonder (que custa cerca de US$ 6,95 por tarefa no mesmo ranking independente): o sistema grande monta o plano de ação e o Muse Ember assume o volume pesado de execução.

Onde o modelo falha e a regra que triplica o preço

Mesmo sendo um modelo pequeno, o Muse Ember aceita textos, imagens, áudios, vídeos e PDFs, com uma memória temporária (janela de contexto) capaz de receber até 1 milhão de tokens de uma vez e devolver até 512 mil tokens de resposta. Ele liderou os testes de automação de rotinas de negócios avaliados pela Artificial Analysis, mas teve desempenho misto em programação: superou os rivais em tarefas de terminal, porém perdeu para o Claude Haiku 5.5 no teste FrontierCode 2.0, que verifica se engenheiros humanos aprovariam as alterações de código (27,2% de aprovação contra 34,9% do modelo da Anthropic). Outras vitórias destacadas pela fabricante no anúncio vieram de testes internos da própria Meta.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​​​​​‌‌​​​‌​​​‌‌​‌​‌​‌‌​​‌​​​​‌‌‌​​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌​‌‌‌​​‌​‌‌​‌​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌‌​​​​​​‌​‌‌​‌​​‌‌‌​​‌​​‌‌​​​‌​​‌‌‌​​​​‌‌​​‌‌​​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​‌​‌​‌‌​​‌​‌​​‌‌​‌​‌​​‌‌​​‌​​​‌‌‌​​​​‌‌​​​​‌⁠

O ponto mais fraco do modelo aparece quando a resposta não está nos documentos anexados. Na prova de conhecimento geral da Artificial Analysis, o Muse Ember acertou apenas 21,1% das questões de cabeça, abaixo dos 34,7% do Haiku 5.5. O motivo é que a IA da Meta se recusou a responder 64% das perguntas quando não tinha certeza, postura que derrubou sua taxa de invenção de fatos falsos (alucinação) para 17,4%, metade do índice registrado pelo concorrente da Anthropic.

O Muse Ember tem código fechado e não foi liberado no aplicativo gratuito Meta AI para o público geral. Por enquanto, o acesso sob o identificador muse-ember-1.0 é restrito a programadores e empresas por meio da Meta Model API (canal que conecta o modelo a sistemas externos) e do ambiente de programação Muse Code, o que significa que o usuário comum só deve sentir a diferença de forma indireta, quando ferramentas de trabalho e atendimento corporativo usarem o modelo para processar documentos e formulários a um custo menor.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​​​​​‌‌​​​‌​​​‌‌​‌​‌​‌‌​​‌​​​​‌‌‌​​‌​​‌‌​​‌‌​​‌‌​‌​​​​‌‌​‌‌‌​​‌​‌‌​‌​​‌‌​‌​‌​​‌‌​​​​​​‌‌​​‌​​​‌‌​‌​​​​‌​‌‌​‌​​‌‌​‌​​​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌​‌‌​‌​​‌‌‌​​‌​‌‌​​​‌​​​‌‌‌​​‌​​‌‌​​​​​​‌​‌‌​‌​​‌‌‌​​‌​​‌‌​​​‌​​‌‌‌​​​​‌‌​​‌‌​​‌‌​​​‌‌​​‌‌​‌​​​‌‌​​‌​‌​‌‌​​‌​‌​​‌‌​‌​‌​​‌‌​​‌​​​‌‌‌​​​​‌‌​​​​‌⁠