Le compteur électrique facture le kilowattheure au même prix à tous les appareils d’une maison. Ce qui distingue deux lave-linge n’est donc pas le tarif de l’énergie, mais ce qu’ils en consomment pour laver la même charge, chiffre que l’étiquette européenne exprime pour cent cycles de lavage. Le prix unitaire ne départage personne ; la sobriété, si.
Les petits modèles de langage en sont là. Ceux que les agents appellent à chaque étape, pour lancer un outil ou aiguiller une requête, affichent souvent des grilles alignées au centime ; l’écart se loge dans les jetons dépensés avant de rendre la copie et dans le prix du contexte relu à chaque tour. Le lundi 9 novembre, Meta a lancé sur ce terrain Muse Ember, au tarif affiché de Claude Haiku 5.5 d’Anthropic et de GPT-6 Luna d’OpenAI.
L’argument porte sur la facture : à score égal, Meta promet une tâche trois fois moins chère qu’avec Haiku. Pour peser cette promesse, il faut passer par la fiche du modèle, l’écart entre prix du jeton et coût de la tâche, la méthode des comparaisons, le partage des rôles entre planificateur et exécutant, la trajectoire de la gamme Muse et la sécurité d’un modèle appelé à agir.
Le plus léger des Muse, bâti pour la répétition
Meta Superintelligence Labs a présenté Muse Ember comme son modèle le plus petit et le plus efficient, conçu selon Meta « pour l’exécution de raisonnements complexes » et pour les besognes que les agents refont à longueur de journée : appels d’outils, sous-tâches de code, routage des requêtes, extraction de données et lecture de longs documents. À 18 h 54, heure de Paris, Mark Zuckerberg vantait sur X « notre plus petit modèle », qui offrirait plus d’intelligence par dollar que ses pairs.
Une fiche taillée pour le volume
Sa fenêtre de contexte atteint un million de jetons et sa réponse 512 000, de quoi traiter en un appel une base de code entière ou une pile de documents, ou dérouler un processus métier : extraire des données, enchaîner les outils, actualiser les systèmes d’une application à l’autre. Il est servi sur la Meta Model API sous le nom muse-ember-1.0, compatible avec l’API Responses, dans Muse Code, l’agent de programmation du groupe, mais aussi chez Google Cloud et Oracle Cloud.
Léger, Ember n’en est pas moins multimodal : Meta revendique la compréhension native du texte, des images, de l’audio et de la vidéo, et l’API accepte le PDF, pour une sortie en texte seul. Captures d’écran, graphiques, documents numérisés, mémos vocaux, réunions enregistrées ou vidéos passent par le même modèle, sans relais ; Ember sait aussi commander un ordinateur d’après ses captures d’écran et en saisir les détails visuels les plus fins.
Au jeton, une égalité de façade
Meta fait du prix son grand argument, mais il ne se lit pas sur l’étiquette : Ember coûte 0,10 dollar le million de jetons en entrée et 0,50 en sortie, comme Claude Haiku 5.5, mis en ligne par Anthropic le 7 octobre, et comme GPT-6 Luna. Le dire nettement moins cher n’a de sens qu’à la tâche, où l’écart naît des lignes secondaires de la grille et du nombre de jetons consommés.
Les petites lignes de la grille
L’entrée relue depuis le cache coûte 0,004 dollar le million chez Ember, contre 0,01 chez Haiku 5.5 et Luna, soit 60 % de moins. Au-delà de 200 000 jetons, Ember facture toute la requête au triple, 0,30 dollar en entrée et 1,50 en sortie ; Haiku 5.5 quintuple au-delà de 100 000, à 0,50 et 2,50 dollars. Entre ces deux seuils, Ember coûte cinq fois moins, sur l’analyse de longs documents que Meta met en avant.
La sobriété devient l’argument
Sur l’indice d’Artificial Analysis, en effort maximal, Ember a produit 115 millions de jetons de sortie et Haiku 5.5 298 millions, 2,6 fois plus, pour 3,1 minutes par tâche contre 14,8. Luna, à 110 millions, coûte pourtant un peu plus par tâche : selon Artificial Analysis, le cache pèse le plus dans ses évaluations d’agents, et Ember a lu 10 milliards de jetons d’entrée. La concurrence glisse du tarif affiché vers la sobriété du raisonnement et le prix du cache.
Meta le jugerait aussi compétitif en coût face aux modèles ouverts DeepSeek V4.1 Flash et GLM-5.3-Flash, que son billet ne nomme pas. Au jeton, le premier coûte environ 0,15 et 0,60 dollar hors heures de pointe, le second 0,15 et 0,50, sous licence MIT ; à la tâche, Artificial Analysis les mesure à 0,60 et 0,58 dollar pour 33 et 28 points, soit quatre fois le coût d’Ember pour un score inférieur.
Ce que vaut une comparaison dressée par l’éditeur
Selon Meta, Ember tire de chaque dollar plus d’intelligence que Haiku et Luna, quel que soit l’effort de raisonnement : il rejoint le plus haut score de Haiku en dépensant environ trois fois moins et devance Luna dans tous ses réglages. Aucun modèle ne ferait mieux en dépensant moins par tâche, ce qu’Artificial Analysis confirme en le plaçant sur sa frontière de Pareto. Le but : des agents plus vifs et moins coûteux à faire tourner.
Un tiers du coût, à quatre dixièmes de point près
Sur l’indice v5, Ember coûte 0,116 dollar par tâche pour 33,9 points et 0,136 pour 35,8 ; Haiku 5.5 va de 0,092 dollar pour 24,6 à 0,411 pour 36,2, Luna de 0,073 pour 21,4 à 0,152 pour 27,8. Le tiers tient, à 0,4 point près, écart que l’arrondi efface : les deux affichent 36. Mais les réglages bas de Haiku et de Luna coûtent moins qu’Ember, pour des scores bien plus faibles : l’avantage vaut à score égal.
Un indice neuf, en partie privé
Publié le 27 octobre, l’indice v5 agrège neuf évaluations en quatre blocs de 25 % et repose pour environ 60 % sur des jeux privés ou des réponses non publiées. Artificial Analysis y donne à Ember 36 points, contre une médiane de 24 dans sa gamme de prix, où il se classe deuxième sur 33 derrière Haiku 5.5, mais onzième pour le coût par tâche.
Le tableau de Meta, en mode maximal, crédite Ember de 37,8 % sur AutomationBench-AA contre 13,9 % pour Haiku et 20,2 % pour Luna, mais Haiku le devance sur FrontierCode 2.0-AA, 34,9 contre 27,2. Le rapport de méthode admet que les essais internes des concurrents ne sont pas forcément optimisés, et Artificial Analysis note une faiblesse absente du tableau : 21,1 % de bonnes réponses en connaissances, car il s’abstient sur 64 % des questions. Surtout, ces coûts comptent des tentatives, quand une tâche résolue coûte davantage, reprises et corrections comprises, comme le rappelait DoiT en août.
Planifier en haut, exécuter en bas
Meta voit en Ember l’exécutant des menues étapes où les agents dépensent l’essentiel de leurs jetons, tels ces gestes de code qu’une session répète par centaines : ouvrir un fichier, lancer les tests, retoucher un passage. Pour les problèmes plus ardus, le groupe recommande de l’associer à Muse Wonder, son modèle plus puissant, fermé et payant, présenté le 12 octobre : Wonder planifie, Ember « gère le volume ». Facturé quarante fois plus au jeton, Wonder coûte cinquante fois plus par tâche pour huit points de plus, selon Artificial Analysis ; Ember est le premier modèle entraîné à l’aide de Muse Wonder Full, sans précision de méthode.
Une division du travail que la recherche avait chiffrée
En 2023, FrugalGPT, à Stanford, égalait GPT-4 avec jusqu’à 98 % de coût en moins en ne sollicitant le grand modèle que si la réponse du petit semblait peu fiable. En juin 2025, Anthropic décrivait un système où Claude Opus 4 orchestrait des sous-agents Claude Sonnet 4, 90,2 % plus performant qu’Opus 4 seul mais quinze fois plus gourmand en jetons qu’une conversation, et des chercheurs de NVIDIA jugeaient les petits modèles suffisants pour bien des appels d’un agent.
Des partenaires au banc d’essai
Des partenaires de Meta ont essayé Ember de l’examen de contrats à la programmation. Pour Konstantinos Papamiltiadis, vice-président senior chargé des partenariats internationaux d’Oracle, le modèle a montré lors des premiers essais « une capacité encourageante à s’attaquer à des tâches d’ingénierie complexes » et pourrait devenir « un outil précieux pour les équipes d’ingénieurs ». You.com le dit 4 à 13 fois plus rapide que les principaux modèles ouverts, avec 36 à 48 % de jetons de sortie en moins.
La gamme Muse, entre poids ouverts et facturation
Ember est le quatrième modèle mis sur le marché sous le nom de Muse, après Muse Spark le 8 avril, Muse Glimmer le 10 août et Muse Wonder, et des fonctions comme Spaces et le chat vidéo ont été déployées début novembre. L’agent Muse, lancé par Meta le 8 septembre aux États-Unis et fondé sur la famille Muse Spark, porte l’offensive de Mark Zuckerberg sur les agents : 730 000 téléchargements en cinq jours environ selon Sensor Tower, puis en septembre la tête des applications gratuites d’iOS aux États-Unis, devant ChatGPT.
Ouvrir d’une main, facturer de l’autre
Installée à Menlo Park, en Californie, Meta, multinationale américaine des Big Tech, exploite Facebook, Instagram, WhatsApp, Messenger et Threads, se classe 17e du Fortune 500 et 16e du Forbes Global 2000, et était en 2022 le troisième investisseur mondial en recherche et développement, à 35,3 milliards de dollars. Le groupe de Llama facture désormais ses meilleurs modèles au jeton, sans fermer la porte : Muse Glimmer, 30 milliards de paramètres, a paru sous licence Apache 2.0, et les poids de Muse Spark Open, le 15 octobre, sous une licence maison.
La comparaison interne de Meta dit l’enjeu : Ember obtient 36 points contre 37 pour Muse Spark 1.3, facturé 1,25 et 4,25 dollars, pour 0,14 dollar par tâche contre 2,39. Un point de moins pour une facture dix-sept fois plus légère, soit, écrit Meta, un coût « assez bas pour tourner dans chaque produit, pour tout le monde ».
La sécurité d’un modèle qui agit
Meta dit avoir évalué Ember selon son Meta Superintelligence Scaling Framework, qui couvre trois risques catastrophiques, chimique et biologique, cybersécurité, perte de contrôle, et ne laisse déployer un modèle au seuil élevé que si des mesures ramènent son risque au niveau modéré ou en deçà. Aucun domaine examiné n’aurait atteint ce seuil, et sa petite taille ne l’a pas dispensé du socle commun d’entraînement et d’essais de sécurité.
Les instructions cachées, risque de chaque jour
Une évaluation distincte a examiné Ember quand il agit pour un utilisateur : s’en tient-il à ce que celui-ci veut, ménage-t-il les données sensibles, résiste-t-il aux consignes dissimulées dans une page, un fichier ou la réponse d’un outil, demande-t-il l’aval d’un humain avant un geste lourd de conséquences ? Le billet n’en publie aucun chiffre et son rapport joint ne traite que des benchmarks, quand le cadre promet, pour chaque modèle frontière, un rapport de préparation chiffrant sa robustesse. Or l’exécutant bon marché est celui qui lit le plus de contenus non vérifiés, terrain de l’injection indirecte décrite en février 2023 par Kai Greshake et ses coauteurs.
L’agent sous le feu des critiques
Les critiques visent l’agent Muse, pas le modèle. Des experts le qualifient de « parasite » et comparent ses empiètements sur la vie privée à l’affaire Cambridge Analytica : il exige, pour bien fonctionner, un « accès intrusif » à la messagerie, à l’agenda et aux comptes bancaires, livrant à Meta une masse de données intimes. De récents incidents l’ont vu agir sans l’aval exprès de ses utilisateurs, et certains critiques, y voyant surtout un moyen de vendre aux annonceurs le portrait psychologique de chacun, appellent à la méfiance.
Le nom a valu à Meta une controverse jusque chez les mélomanes : Muse, groupe de rock dont les chansons disent les peurs nées de la technologie, a vu ses comptes de réseaux sociaux passer à l’outil de Meta, apparemment en juillet 2026, des internautes s’étonnant alors du changement de nom, d’autres se découvrant abonnés à l’application parce qu’ils suivaient le groupe. Les fans ont relevé l’ironie, le chanteur Matt Bellamy mettant en garde depuis des années contre une dystopie technologique.
Au tarif affiché, Muse Ember ne gagne rien sur Haiku 5.5 et Luna. Son avantage tient à un cache moins cher et à un raisonnement plus sobre, moins de jetons pour un score voisin, qui déplacent la concurrence entre petits modèles de l’étiquette vers la facture. Mesuré sur un indice de deux semaines, en partie privé, il reste celui d’un benchmark : la tâche résolue en production, reprises comprises, dira ce qu’il vaut.
Le petit modèle change aussi de rôle : non plus version au rabais d’un grand, mais exécutant appelé des milliers de fois sous la conduite d’un modèle qui planifie. Le jour où Anthropic lançait Claude Fable 5.2, Meta jouait l’autre bout du marché, celui du volume, où chaque centime gagné se multiplie par le nombre d’appels.
Reste ce qu’aucune courbe ne tranche. Un exécutant bon marché lit à longueur de journée pages, documents et captures d’écran que nul n’a vérifiés, et c’est par là que passent les instructions cachées. Meta dit l’avoir testé sans publier de chiffre, quand les critiques de son agent portent sur l’accès aux messages et aux comptes : à mesure que l’exécution se banalise, la confiance pèsera plus que le prix.
Aller plus loin
Le point de départ reste le billet Introducing Our Smallest, Most Efficient Model: Muse Ember, où Meta publie la grille complète et son palier au-delà de 200 000 jetons, les courbes de coût par tâche, le tableau d’évaluations face à Haiku 5.5 et à Luna, les témoignages des partenaires et la partie consacrée au comportement d’agent.
Le contrepoint indépendant se lit dans l’analyse Meta’s Muse Ember is the cheapest model scoring 36 on the Intelligence Index, publiée par Artificial Analysis le jour de la sortie, qui explique l’avantage d’Ember par son cache et sa sobriété, le compare aux modèles ouverts et à Muse Wonder, et relève sa faiblesse en connaissances.
La règle du jeu figure dans Announcing Artificial Analysis Intelligence Index v5, texte du 27 octobre qui détaille les neuf évaluations et leurs quatre blocs de même poids, la part des jeux privés, le poids nouveau de l’effort de raisonnement et l’écart creusé entre modèles ouverts et fermés.
Pour relire un graphique d’éditeur, l’analyse Cost Per Task, Not Cost Per Token: Unit Economics of Frontier LLM Workloads, publiée en août par DoiT, propose une formule simple, le coût d’une tentative divisé par la probabilité de succès et augmenté des corrections, et tient le jeton pour la mauvaise unité d’une charge agentique.
Le partage des rôles entre Wonder et Ember est décrit, chiffres à l’appui, dans How we built our multi-agent research system, où Anthropic détaillait en juin 2025 un orchestrateur qui planifie, des sous-agents qui exécutent et les multiplicateurs de consommation de jetons qui en découlent.
La thèse de fond est défendue par des chercheurs de NVIDIA dans Small Language Models are the Future of Agentic AI, qui plaident pour des systèmes hétérogènes où les petits modèles assurent les appels répétitifs, plus économiques par construction, et où les grands restent réservés aux échanges qui exigent des capacités générales.
Le cadre invoqué se consulte dans le Meta Superintelligence Scaling Framework, version 2.1, révisé en octobre, qui définit les domaines de risque, les seuils élevé et critique et l’engagement de rapports de préparation, de quoi distinguer ce que couvre l’évaluation d’Ember et ce qu’elle laisse à d’autres tests.
Le risque visé par la résistance aux instructions cachées a été posé dans Not what you’ve signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection, article de février 2023 qui montre comment une consigne glissée dans une page ou un document détourne un modèle sans accès direct à celui-ci.
Cette résistance se mesure avec AgentDojo: A Dynamic Environment to Evaluate Prompt Injection Attacks and Defenses for LLM Agents, publié en juin 2024 par l’ETH Zurich et Invariant Labs, dont les 97 tâches, du courriel à la banque en ligne, et les 629 cas de sécurité forment une base commune pour comparer agents et défenses.
Le cadre français tient dans les Recommandations de sécurité pour un système d’IA générative, publiées par l’ANSSI en avril 2024, qui posent les principes d’une architecture sûre, de la conception à la production, pour un système fondé sur un modèle et doté de connecteurs.
De l’annonce de Meta aux bancs d’injection, ces lectures font apparaître deux comptabilités. Celle des éditeurs et des classements mesure ce que coûte une tentative et la place sur une courbe ; celle des exploitants compte les tâches résolues, les reprises et les erreurs passées inaperçues. Entre les deux se glisse la sécurité : un exécutant qui lit tout doit encore savoir ce qu’il ne faut pas suivre, et c’est là que se jouera la confiance accordée aux petits modèles.