Meta hat am 9. November Muse Ember vorgestellt, sein kleinstes KI-Modell, für 0,09 Euro je Million Eingabe-Token. Claude Haiku 5.5 kostet pro Token genauso viel, für dieselbe Punktzahl im Test von Artificial Analysis aber laut Meta etwa das Dreifache je Aufgabe. Beim Programmier-Test FrontierCode 2.0 liegt Haiku trotzdem vorn.
Ein Klick · kostenlosDr. Web bei Google bevorzugenMarkieren Sie drweb.de als bevorzugte Quelle. Dann sehen Sie unsere Artikel öfter unter den Top-Meldungen.Jetzt hinzufügenInhalt 4 Abschnitte
Meta bietet Muse Ember seit dem 9. November über die Meta Model API und Muse Code an.[1] Das Modell kostet 0,10 Dollar je Million Eingabe-Token und 0,50 Dollar je Million Ausgabe-Token (rund 0,09 und 0,44 Euro).[1]
Das Wichtigste in Kürze
- Kosten je Aufgabe: laut Meta 0,14 Dollar (0,12 Euro) im Test von Artificial Analysis, bei Muse Spark 1.3 sind es 2,39 Dollar (2,08 Euro).
- Claude Haiku 5.5: gleicher Tokenpreis, laut Meta aber etwa das Dreifache je Aufgabe bei gleicher Punktzahl.
- FrontierCode 2.0: Haiku erreicht 34,9 Punkte, Ember 27,2.
- Gewichte zum Download und eine Parameterzahl nennt Meta nicht.
Wie kommt das Drittel der Kosten zustande?
Meta wirbt damit, dass Ember die beste Punktzahl von Claude Haiku 5.5 zu etwa einem Drittel der Kosten erreicht.[1] Im Diagramm mit Daten von Artificial Analysis kostet eine Aufgabe bei Ember auf der höchsten Stufe 0,136 Dollar (0,12 Euro) bei 35,8 Punkten. Haiku braucht für 36,2 Punkte 0,411 Dollar (0,36 Euro).[1]
Der Tokenpreis erklärt den Abstand nicht. Anthropic verlangt für Claude Haiku 5.5 bei Prompts bis 100.000 Token ebenfalls 0,10 Dollar für die Eingabe und 0,50 Dollar für die Ausgabe je Million Token.[2] Kostet dieselbe Aufgabe trotzdem das Dreifache, verbraucht Haiku rechnerisch etwa dreimal so viele Token. Der Wettbewerb läuft damit über den Verbrauch je Aufgabe und nicht über die Preisliste. Zuvor hatten OpenAI und Anthropic ihre KI-Preise binnen Monaten um bis zu 80 Prozent gesenkt.
Wo liegt Haiku weiterhin vorn?
Beim Programmier-Test FrontierCode 2.0 bewerten die Prüfer, ob sich eine Lösung in bestehenden Code übernehmen lässt. Dort erreicht Haiku 34,9 Punkte, Ember nur 27,2.[1] Mehrere Vergleiche stammen von Meta selbst: der Personal Superintelligence Index (ein interner Mix aus acht Tests) und Agents‘ Last Exam in einer Linux-Teilmenge. Beim Terminal-Bench 4.0 tritt jedes Modell mit der besten eigenen Testumgebung an, Ember mit mini-swe-agent, Haiku mit Claude Code.[1] Die Ember-Kosten im Diagramm bezeichnet Meta als Schätzung zum vorgeschlagenen Preis.[1]
Eine Parameterzahl und Gewichte zum Download nennt Meta für Ember nicht. Anders als bei Muse Spark Open, das Meta als 816-Milliarden-Modell bereitstellt, gibt es Ember nur über die Meta Model API, Muse Code sowie Google Cloud und Oracle Cloud.[1]
Gleicher Tokenpreis, laut Meta ein Drittel der Kosten je Aufgabe: Gerechnet wird künftig pro Aufgabe, nicht pro Token.
Markus Seyfferth, Chefredakteur Dr. Web
Was heißt das für Ihre Projekte?
Ember zielt auf Aufgaben, die ein KI-Agent Hunderte Male am Tag wiederholt, etwa Daten aus Dokumenten ziehen oder Anfragen verteilen.[1] Dafür lohnt ein Probelauf mit 50 echten Fällen aus Ihrem Betrieb. Gemessen werden Token je gelöster Aufgabe und Trefferquote. Ember unterstützt die Responses API, das erleichtert den Test in vorhandenen Agenten. Bei der Modellwahl hilft der LLMs-Ratgeber.
Vor dem Einsatz mit Kundendaten gehören der Datenstandort und ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO geklärt. Welche Regionen die Meta Model API nutzt, nennt die Ankündigung nicht. Sinnvoll ist, auch den Bezug über Google Cloud oder Oracle Cloud zu prüfen und dort die verfügbaren Regionen zu klären.
Quellen
2 Quellen anzeigenQuellen ausblenden
Mehr Newshunger?
- Muse Spark 1.3: Metas stärkstes KI-Modell verweist OpenAI im Benchmark auf die Plätze
- Muse Spark Open: Meta stellt ein 816-Milliarden-Modell zum Download bereit
- Warum OpenAI und Anthropic ihre KI-Preise binnen Monaten um bis zu 80 Prozent senken
- OpenAI bringt GPT-6.1 Terra zum halben Preis des Vorgängers
- Thinking Machines startet Inkling 2 Small, offene Gewichte folgen
- Mistral veröffentlicht die Gewichte seines Billionen-Modells Large 4
