Meta Muse Ember API মূল্য: $0.10 / $0.50, 1M কনটেক্সট

Meta-এর নতুন Muse Ember হলো একটি ছোট মডেল, যা একটি এজেন্টের ভেতরে সস্তা, বারবার ঘটে এমন ধাপগুলোর জন্য তৈরি, এবং Meta-এর ঘোষণা অনুযায়ী 200K টোকেন পর্যন্ত প্রম্পটে প্রতি 1M টোকেনে ইনপুটের জন্য $0.10 এবং আউটপুটের জন্য $0.50 খরচ হয়। 200K-এর উপরে দাম তিনগুণ হয়ে যায়। প্রতি ধাপে 20K টোকেন ইন এবং 500 আউট সহ একটি 50-ধাপের এজেন্ট সেশন Ember-এ প্রায় $0.11-এ দাঁড়ায়, এবং একই ভূমিকা CheapTokens-এ DeepSeek-V4-Flash দিয়ে আপনার জন্যও খোলা।

মডেলটি 2026 সালের 9 নভেম্বর Meta-এর গবেষণা ব্লগে (research.meta.ai/blog/muse-ember) ঘোষণা করা হয়; পোস্টে তারিখ আছে কিন্তু সময় নেই। আমরা 2026 সালের 10 নভেম্বর ব্লগ এবং dev.meta.ai-তে মডেল পেজটি দেখেছি।

Meta যা ঘোষণা করেছে#

Muse Ember (মডেল আইডি muse-ember-1.0) হলো Meta-এর Muse লাইনের সবচেয়ে ছোট এবং সবচেয়ে দক্ষ মডেল, যা এজেন্ট সাবটাস্কের লক্ষ্যে তৈরি: টুল কল, এক্সট্রাকশন, রাউটিং, দীর্ঘ ডকুমেন্ট পার্সিং। আপনি এটি Muse Code, Meta Model API (শুধুমাত্র Standard মোড), Google Cloud এবং Oracle Cloud-এ পেতে পারেন। Meta ওপেন ওয়েট ঘোষণা করেনি, তাই API এবং Muse Code-ই প্রবেশপথ। অঞ্চল উল্লেখ করা হয়নি।

Meta-এর মডেল পেজ থেকে সীমা (dev.meta.ai/docs/muse-ember, পেজে কোনো তারিখ নেই)। কনটেক্সট উইন্ডো — 1,048,576 টোকেন, সর্বোচ্চ আউটপুট — 524,288 টোকেন, এবং উচ্চতর মূল্য স্তর 200K টোকেনের বেশি প্রম্পটে শুরু হয়।

এটি ইনপুট হিসেবে টেক্সট, ইমেজ, ভিডিও, অডিও এবং PDF নেয় এবং টেক্সট ফেরত দেয়। আপনি Responses, Chat Completions বা Messages এন্ডপয়েন্টের মাধ্যমে এটি কল করতে পারেন, টুল কলিং, স্ট্রাকচার্ড আউটপুট, কম্পিউটার ইউজ, ইমেজ আন্ডারস্ট্যান্ডিং এবং সার্চ গ্রাউন্ডিং সহ। রিজনিং এফোর্ট minimal থেকে max পর্যন্ত চলে, এবং ডিফল্ট হলো max। পেজে স্ট্রিমিং উল্লেখ নেই, তাই আমরা দাবি করব না।

Meta বেঞ্চমার্ক সংখ্যাও প্রকাশ করেছে, এবং সেগুলো Meta-এরই, বেশিরভাগই max রিজনিং-এ: Terminal-Bench 4.0-এ 40.9% বনাম Haiku 5.5-এর 39.2%, AutomationBench-AA-তে 37.8% বনাম Meta-এর তালিকাভুক্ত অন্য দুটির 13.9% এবং 20.2%, এবং FrontierCode 2.0-AA-তে 27.2%, যা Haiku 5.5-এর 34.9%-এর পিছনে। Artificial Analysis Intelligence Index-এ এটি 36 স্কোর করে বনাম Muse Spark 1.3-এর 37। আপনার নিজের কেস চালানো পর্যন্ত এগুলোকে ভেন্ডরের দাবি হিসেবে ধরুন।

Ember-এ একটি 50-ধাপের সেশনের খরচ#

মূল্য সারণি, Meta-এর ঘোষণা অনুযায়ী (মডেল পেজ নিজেই সংখ্যা ছাড়া একটি প্রাইসিং পেজে নির্দেশ করে):

দাম প্রতি 1M টোকেনে, 10 নভেম্বর 2026-এ যাচাই করা। সেকেন্ডারি সূত্রগুলো 200K-এর বেশি নিয়মটি ভিন্নভাবে বর্ণনা করে, তাই এটি নিয়ে বাজেট করার আগে Meta-এর প্রাইসিং পেজে নিশ্চিত করুন।

এখন একটি সেশন। ধরুন আপনার এজেন্ট 50 ধাপ করে, এবং প্রতিটি ধাপে প্রায় 20K টোকেন পাঠায় (ক্রমবর্ধমান হিস্ট্রি প্লাস টুল ফলাফল) এবং প্রায় 500 টোকেন ফেরত পায়। মোট 1M টোকেন ইন এবং 25K আউট। Ember-এ: 1 × $0.10 + 0.025 × $0.50 = $0.1125 (টোকেন সংখ্যা মিলিয়নে)। ইনপুট দিকটাই প্রায় পুরো বিল, তাই আপনার এজেন্ট একই প্রিফিক্স রাখলে $0.004-এর ক্যাশড-ইনপুট মূল্য গুরুত্বপূর্ণ।

দীর্ঘ প্রম্পট কেন? কারণ এজেন্টরা প্রতিটি ধাপে হিস্ট্রি আবার পাঠায়; এটি আপনার কাছে নতুন হলে, কেন একটি এজেন্ট তার পুরো হিস্ট্রি আবার পড়ে একটি ছোট উদাহরণ দিয়ে ব্যাখ্যা করে।

আপনার প্রম্পট কোন স্তরে?#

200K রেখাটাই লক্ষ্য করার মতো। Meta দীর্ঘ প্রম্পটের জন্য তিনগুণ বেশি হার তালিকাভুক্ত করে: ইনপুটের জন্য $0.30, ক্যাশড ইনপুটের জন্য $0.012 এবং আউটপুটের জন্য $1.50।

CheapTokens-এ একই সস্তা-সাবটাস্ক ভূমিকা#

একটি সাধারণ এজেন্ট বিন্যাস পরিকল্পনার জন্য বড় মডেল রাখে এবং বারবার সাবটাস্কগুলো সস্তা একটিতে পাঠায়। সেই দ্বিতীয় আসনের জন্য, CheapTokens-এ আছে DeepSeek-V4-Flash: 380K কনটেক্সট, প্রতি উত্তরে 32,768 টোকেন পর্যন্ত আউটপুট, দিনের যেকোনো সময় একই দাম, কোনো পিক আওয়ার নেই, OpenAI- এবং Anthropic-সামঞ্জস্যপূর্ণ API, এবং সব মডেলে এক ব্যালেন্স। GLM-5.3-Flash হলো টুল-কল লুপ এবং দীর্ঘ-ডকুমেন্ট পার্সিংয়ের জন্য অন্য বিকল্প, 390K কনটেক্সট এবং 8,192 টোকেন পর্যন্ত আউটপুট সহ। DeepSeek-V4-Flash-এ আপনার নিজের 20টি সাবটাস্ক চালান এবং usage ফিল্ড দিয়ে ফলাফল তুলনা করুন।

এখানে একই 50-ধাপের সেশন, প্রতি ধাপে 20K টোকেন ইন এবং 500 আউট, লাইভ মূল্যে:

পুরো সেশনের জন্য DeepSeek-V4-Flash লাইনটি $0.0175; মোট, ইনপুট এবং আউটপুট একসাথে গণনা করলে, এটি একই মডেলের জন্য OpenRouter-এর রেফারেন্স মূল্যের চেয়ে সস্তা হয়। এই পেজের দাম নিজে নিজে আপডেট হয়।

চেষ্টা করতে একটিমাত্র রিকোয়েস্ট লাগে। কীটি একটি এনভায়রনমেন্ট ভেরিয়েবলে যায়, এবং মডেল আইডি ডক থেকে সম্পূর্ণটি (ডক-এ তালিকা আছে; প্রাইসিং-এ বর্তমান হার):

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Extract the order number from: Order #48213 shipped today."}],
    "max_tokens": 100
  }'

উত্তরে স্বাভাবিক usage অবজেক্ট থাকে, তাই আপনি আপনার সাবটাস্কের প্রকৃত ইনপুট এবং আউটপুট টোকেন পড়ে উপরের সারণিতে বসাতে পারেন। রাউটিং প্যাটার্নের জন্য, দেখুন মডেল রাউটিং: আগে সস্তা মডেল, তারপর এস্কেলেট এবং মডেল সম্পর্কে আরও জানতে, CheapTokens-এ DeepSeek।

আউটপুট দিকটি খেয়াল করুন#

Ember-এর ডিফল্ট রিজনিং এফোর্ট max, এবং Meta-এর নিজস্ব বেঞ্চমার্ক সংখ্যাগুলো বেশিরভাগই সেভাবেই চালানো হয়েছিল। যে সাবটাস্ক শুধু একটি ডকুমেন্ট থেকে একটি ফিল্ড বের করবে তার এটি দরকার নেই, এবং উচ্চতর রিজনিং এফোর্ট মানে বেশি আউটপুট টোকেন, যা দামি দিক। Meta-এর পেজগুলো বলে না রিজনিং টোকেন কীভাবে গণনা করা হয়, তাই ধরে নেওয়ার বদলে usage পড়ুন।

নির্মাতাদের জন্য ব্যবহারিক পাঠ: Ember একটি এজেন্টের সস্তা আসনের জন্য মূল্য নির্ধারিত, 200K রেখাটাই ডিজাইনের কেন্দ্র, এবং এটি নিষ্পত্তি করে একমাত্র সংখ্যা হলো আপনার নিজের usage ফিল্ড থেকে পাওয়া সংখ্যা।