Prezzo API di Meta Muse Ember: $0,10 / $0,50, contesto da 1M

Il nuovo Muse Ember di Meta è un modello piccolo pensato per i passaggi economici e ripetuti all'interno di un agente e, secondo l'annuncio di Meta, costa $0,10 per l'input e $0,50 per l'output per 1M di token su prompt fino a 200K token. Oltre i 200K il prezzo triplica. Una sessione di agente da 50 passaggi con 20K token in input e 500 in output per passaggio arriva a circa $0,11 su Ember, e lo stesso ruolo è disponibile per te su CheapTokens con DeepSeek-V4-Flash.

Il modello è stato annunciato il 9 novembre 2026 sul blog di ricerca di Meta (research.meta.ai/blog/muse-ember); il post mostra una data ma nessun orario. Abbiamo controllato il blog e la pagina del modello su dev.meta.ai il 10 novembre 2026.

Cosa ha annunciato Meta#

Muse Ember (id del modello muse-ember-1.0) è il modello più piccolo ed efficiente della linea Muse di Meta, pensato per i sotto-compiti degli agenti: chiamate a tool, estrazione, routing, parsing di documenti lunghi. Puoi raggiungerlo in Muse Code, nella Meta Model API (solo modalità Standard), su Google Cloud e Oracle Cloud. Meta non annuncia pesi aperti, quindi API e Muse Code sono le vie d'accesso. Le regioni non sono indicate.

I limiti dalla pagina del modello di Meta (dev.meta.ai/docs/muse-ember, nessuna data sulla pagina). Finestra di contesto — 1.048.576 token, output massimo — 524.288 token, e la fascia di prezzo più alta parte oltre i 200K token di prompt.

Accetta testo, immagini, video, audio e PDF come input e restituisce testo. Puoi chiamarlo tramite gli endpoint Responses, Chat Completions o Messages, con tool calling, output strutturato, computer use, comprensione delle immagini e search grounding. Lo sforzo di ragionamento va da minimal a max, e il default è max. Lo streaming non è menzionato sulla pagina, quindi non lo dichiariamo.

Meta ha anche pubblicato numeri di benchmark, e sono quelli di Meta, per lo più con ragionamento max: Terminal-Bench 4.0 al 40,9% contro il 39,2% di Haiku 5.5, AutomationBench-AA al 37,8% contro 13,9% e 20,2% per gli altri due che Meta elenca, e FrontierCode 2.0-AA al 27,2%, dietro Haiku 5.5 al 34,9%. Sull'Artificial Analysis Intelligence Index segna 36 contro 37 di Muse Spark 1.3. Trattali come un'affermazione del fornitore finché non esegui i tuoi casi.

Quanto costa una sessione da 50 passaggi su Ember#

La tabella dei prezzi, secondo l'annuncio di Meta (la pagina del modello stessa rimanda a una pagina prezzi senza cifre):

I prezzi sono per 1M di token, verificati il 10 novembre 2026. Fonti secondarie descrivono diversamente la regola oltre i 200K, quindi confermala sulla pagina prezzi di Meta prima di fare budget.

Ora una sessione. Diciamo che il tuo agente fa 50 passaggi, e ogni passaggio invia circa 20K token (la cronologia che cresce più i risultati dei tool) e riceve indietro circa 500 token. In totale sono 1M di token in input e 25K in output. Su Ember: 1 × $0,10 + 0,025 × $0,50 = $0,1125 (conteggi dei token in milioni). Il lato input è quasi l'intera bolletta, ed è per questo che il prezzo dell'input in cache di $0,004 conta se il tuo agente mantiene lo stesso prefisso.

Perché prompt lunghi? Perché gli agenti reinviano la cronologia a ogni passaggio; se è una novità per te, perché un agente rilegge tutta la sua cronologia lo spiega con un piccolo esempio.

In quale fascia cade il tuo prompt?#

La soglia dei 200K è quella da tenere d'occhio. Meta elenca tariffe tre volte più alte per i prompt più lunghi: $0,30 per l'input, $0,012 per l'input in cache e $1,50 per l'output.

Lo stesso ruolo di sotto-compito economico su CheapTokens#

Una configurazione comune degli agenti tiene un modello più grande per la pianificazione e invia i sotto-compiti ripetuti a uno economico. Per quel secondo posto, CheapTokens ha DeepSeek-V4-Flash: contesto da 380K, fino a 32.768 token di output per risposta, un prezzo unico a qualsiasi ora del giorno senza fasce di punta, un'API compatibile con OpenAI e Anthropic e un unico saldo su tutti i modelli. GLM-5.3-Flash è l'altra opzione per i cicli di tool call e il parsing di documenti lunghi, con un contesto da 390K e fino a 8.192 token di output. Esegui 20 dei tuoi sotto-compiti su DeepSeek-V4-Flash e confronta i risultati tramite il campo usage.

Ecco la stessa sessione da 50 passaggi, 20K token in input e 500 in output per passaggio, con prezzi in tempo reale:

La riga di DeepSeek-V4-Flash per l'intera sessione è $0.0175; in totale, contando insieme input e output, risulta più economica del prezzo di riferimento di OpenRouter per lo stesso modello. I prezzi su questa pagina si aggiornano da soli.

Provarlo richiede una sola richiesta. La chiave va in una variabile d'ambiente, e l'id del modello è quello completo dalla documentazione (la documentazione ha la lista; i prezzi le tariffe attuali):

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
  }'

La risposta ha il solito oggetto usage, così puoi leggere i token reali di input e output del tuo sotto-compito e inserirli nella tabella qui sopra. Per il pattern di routing in sé, vedi model routing: prima il modello economico, poi escalation e, per saperne di più sul modello, DeepSeek su CheapTokens.

Tieni d'occhio il lato output#

Lo sforzo di ragionamento predefinito di Ember è max, e i numeri di benchmark di Meta sono stati per lo più ottenuti così. Un sotto-compito che deve solo estrarre un campo da un documento non ne ha bisogno, e uno sforzo di ragionamento più alto può significare più token di output, il lato più caro. Le pagine di Meta non dicono come vengono contati i token di ragionamento, quindi leggi usage invece di dare per scontato.

La lettura pratica per chi costruisce: Ember ha un prezzo pensato per il posto economico in un agente, la soglia dei 200K è il numero su cui progettare, e l'unica cifra che decide è quella del tuo campo usage.