I modelli Muse di Meta arrivano su Google Cloud: cosa cambia davvero l'anteprima

Muse Wonder, Muse Spark 1.3 e Muse Ember sono ora erogati da G​oogle Cloud oltre che dalla Model API proprietaria di M​eta. Tutti e tre compaiono nella documentazione sui modelli partner di G​oogle contrassegnati come Preview e raggiungibili tramite un unico endpoint globale, e l'inserimento nell'elenco è stato segnalato il 9 novembre 2026 — lo stesso giorno in cui M​eta ha lanciato Muse Ember. Nulla nei checkpoint è cambiato con il passaggio. Gli ID dei modelli sono ancora muse-wonder-1.0, muse-spark-1.3 e muse-ember-1.0; le finestre di contesto sono le stesse; i prezzi sulla rate card di M​eta sono quelli. Ciò che è cambiato è il contratto che firmi e l'URL verso cui punta il tuo SDK, e per un numero considerevole di imprese quello era il vero ostacolo, più che il modello.

Trattala quindi come una storia di distribuzione, non di capacità. Muse Wonder è stato rilasciato il 12 ottobre 2026, Muse Spark 1.3 il 2 settembre e Muse Ember il 9 novembre. Nessuno di essi è nuovo questa settimana; ciò che è nuovo è che un cliente di G​oogle Cloud può ora chiamarli senza aprire un secondo rapporto con un fornitore, e vale la pena comprenderlo con precisione, perché l'anteprima presenta dei limiti sui quali la copertura dell'annuncio non si è soffermata.

Tre modelli, tre lavori diversi

La formulazione di M​eta stessa è il modo più chiaro per tenere a mente la famiglia: Wonder pianifica, Ember gestisce il volume, Spark si occupa del lavoro di programmazione. I tre non sono livelli di un unico modello, e la differenza di prezzo tra loro — un fattore di quaranta sull'input — riflette questo, non una scala di marketing.

• Muse Wonder — modello di ragionamento frontier di Meta, rilasciato il 12 ottobre 2026, pensato per l'ingegneria del software complessa e per attività agentiche su orizzonti lunghi; contesto di 1.048.576 token; in input testo, immagini, audio e video, in output testo; sforzo di ragionamento regolabile da minimo a massimo, con massimo come impostazione predefinita

• Muse Spark 1.3 — la versione del 2 settembre ottimizzata per flussi di lavoro agentici e programmazione competitiva, con tool calling integrato e supporto al Model Context Protocol; contesto da 1M token; il più economico dei tre sia in input che in output

• Muse Ember — il lancio del 9 novembre, progettato per l’esecuzione di agenti ad alto volume: chiamate agli strumenti, sottocompiti di programmazione, routing, estrazione e analisi di documenti lunghi; contesto da 1M token e fino a 512K token di output; input multimodale come gli altri modelli della famiglia

• Varianti di disponibilità — Muse Wonder e Muse Spark 1.3 esistono anche in forme più economiche riservate ai "Contributor" o disponibili solo in abbonamento, in cui M​eta ottiene i diritti di addestramento o una tariffa mensile in cambio dello sconto; l'anteprima di G​oogle Cloud fornisce gli endpoint standard con pagamento a consumo

L'endpoint, e cosa ci fa "preview" in quella frase

La documentazione di Google è breve e specifica, e i dettagli specifici contano più del titolo. Le richieste vanno a un percorso publisher sotto aiplatform.googleapis.com, con il modello indicato in forma semplice nel campo model anziché con un prefisso publisher:

• Endpoint — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, autenticato con un token di accesso G​oogle Cloud ottenuto da gcloud auth application-default print-access-token

• Interfaccia — l'API Responses senza stato e compatibile con OpenAI; la documentazione specifica esplicitamente che l'archiviazione con stato delle risposte (store: true) non è supportata, e lo streaming è disponibile tramite SSE se preferisci non attendere la risposta completa

• Regione — solo globale. Non è indicato alcun endpoint regionale per nessuno dei tre modelli, il che rappresenta la limitazione più rilevante dell'intera anteprima e una che i team di approvvigionamento dovrebbero leggere due volte

• Stato — Preview, come da elenco dei modelli partner di Google. Non viene pubblicato alcuno SLA, alcun termine di deprecazione né alcuna garanzia di capacità.

• Responsabilità — Google afferma chiaramente che i modelli di Meta non sono un prodotto Google e rientrano nei termini propri del fornitore come «Separate Offering», il che significa che il percorso di assistenza per un output errato rimanda a Meta, non al supporto di Google Cloud

Quella combinazione — endpoint globale, API stateless, termini di terze parti — non è un motivo per evitare l'anteprima. È un motivo per sapere cosa stai testando. Se la tua architettura richiede la residenza dei dati UE o USA a livello di richiesta, un endpoint globale è una questione di conformità a cui devi rispondere prima del primo token, non dopo. Se la tua applicazione si affida al fatto che il provider memorizzi lo stato della conversazione tra un turno e l'altro, ora sei tu responsabile di quello stato, il che comporta una piccola quantità di codice e un cambiamento reale nel modo in cui conteggi costi e latenza.

Ember è il lancio nascosto dentro questa storia

Dei tre, solo Muse Ember è davvero nuovo, ed è l'affermazione ingegneristica più interessante. Meta lo descrive come il primo modello addestrato usando Muse Wonder Full — la variante di Muse Wonder dalle capacità superiori che non viene affatto venduta a token, ma solo all'interno dei due livelli di abbonamento Muse Code più costosi. Questo fa di Ember una storia di distillazione che indossa i panni di un discorso sui prezzi: il modello di punta insegna, il modello piccolo esegue.

I numeri pubblicati, tutti riportati da M​eta e nessuno di essi riprodotto in modo indipendente al momento della stesura, collocano Ember vicino a Claude Haiku 5.5 di A​nthropic su diverse valutazioni di agenti, pur costando una frazione di quanto costa per attività completata:

• Prezzo — $0,10 per milione di token di input e $0,50 per milione di output, con input in cache a $0,004; oltre 200.000 token di input, le tariffe per contesto lungo di $0,30 e $1,50 si applicano all'intera richiesta, non solo all'eccedenza

• Artificial Analysis Intelligence Index — 36 per Ember contro 37 per Muse Spark 1.3, con un costo per attività dell'indice di 0,14 $ rispetto a 2,39 $, che è il dato più eclatante, più che lo scarto di un punto

• Valutazioni di agenti e coding — AutomationBench-AA 37.8%, Agents' Last Exam (Linux) 61.6%, Terminal-Bench 4.0 40.9%, Coding Agent Index-AA 46 e OSWorld 2.1 69.5%, tutti riportati da M​eta; FrontierCode 2.0-AA al 27.2% è l'unica riga in cui Haiku 5.5 è in testa al 34.9%

Leggi quei dati con il consueto sconto. Il materiale di lancio di M​eta mescola valutazioni interne, esecuzioni di terze parti fornite dai vendor e stime, e i confronti assumono silenziosamente i prezzi di listino per tutti. L'unico dato di cui fidarsi senza riserve è il tariffario, perché un tariffario è un contratto.

Da dove arriva realmente il conto

La pagina di Google sui modelli partner per Meta non pubblica tariffe per token, e con l'elenco non è comparso alcun listino prezzi specifico di Google per questi tre. Il tariffario pubblicato è quello di Meta, ed è quello su cui basare il budget finché Google non comunica diversamente:

• Muse Wonder — $4.00 per input, $20.00 per output e $0.20 per input in cache ogni milione di token, con la stessa tariffa per qualsiasi lunghezza del contesto e nessun sovrapprezzo per contesti lunghi

• Muse Spark 1.3 — 1,25 $ per l'input, 4,25 $ per l'output e 0,15 $ per l'input in cache per milione; la variante Contributor scende a 0,10 $ e 0,20 $ in cambio dei diritti di addestramento sul tuo traffico

• Muse Ember — $0,10 di input e $0,50 di output per milione fino a 200K token di input, poi $0,30 e $1,50 per l'intera richiesta

• Extra a consumo — il grounding tramite ricerca web aggiunge 2,50 $ ogni 1.000 query su qualsiasi modello di testo, e i limiti di frequenza vengono conteggiati per team anziché per chiave: 3.000 richieste e 4.000.000 di token al minuto sui livelli standard

La struttura dei prezzi ha una trappola che vale la pena menzionare: il livello long-context di Ember viene attivato dal totale dei token di input, inclusi quelli in cache, e riprezza l'intera richiesta anziché solo l'eccedenza. Un agente che porta con sé una trascrizione di 210K token a ogni turno paga il triplo su ogni turno, non solo sull'ultimo. È il tipo di dettaglio che trasforma un modello economico in una fattura salata, ed è invisibile in un grafico comparativo per token.

Cosa cambia per un acquirente, e cosa no

Se la tua organizzazione usa già Google Cloud, l'anteprima elimina una fase di approvvigionamento. Identità, fatturazione, gestione delle quote e traffico in uscita dalla rete ora rientrano in un contratto che hai già, e un team può valutare Muse Wonder senza una nuova revisione di sicurezza del fornitore — che di solito è la voce da due mesi, non l'integrazione. Questo è il vero contenuto dell'annuncio, ed è più importante per l'adozione di qualsiasi riga di benchmark.

Se non sei su G​oogle Cloud, o hai bisogno oggi di endpoint regionali, nulla della tua situazione è cambiato il 9 novembre. La Model API di M​eta continua a servire tutti e tre, pubblica ancora le stesse tariffe e ti offre ancora le comodità con stato che l’anteprima di G​oogle rimuove. La scelta tra le due è una questione di contratto prima ancora che di latenza.

Esiste una terza posizione, ed è quella che occupiamo noi. OrcaRouter non offre Muse Wonder, quindi se Wonder è il modello di cui hai bisogno, l'API di Meta o questa anteprima di Google è il posto dove trovarlo, e non faremo finta del contrario. Ciò che offriamo della famiglia sono Muse Spark 1.1 e Muse Spark 1.2, entrambi agli stessi prezzi praticati da Meta, 1,25 e 4,25 dollari per milione di token, senza alcun ricarico, presenti nello stesso catalogo che raccoglie oltre 200 altri modelli dietro un'unica chiave API. Per i team i cui carichi di lavoro sono in prevalenza di tipo Spark, questo significa un solo contratto invece di due, e failover automatico tra i provider quando un endpoint di anteprima ha una giornata storta, cosa che, con termini di anteprima, succede.

Cosa guardare dopo

Tre segnali ti diranno se questa anteprima diventerà infrastruttura. Il primo sono gli endpoint regionali: una rotta globale va bene per un prototipo ed è scomoda per un carico di lavoro soggetto a normative, e la documentazione di G​oogle aggiungerà le regioni solo quando esisterà la capacità di servizio. Il secondo è una tariffa pubblicata da G​oogle per i tre modelli: se G​oogle applica prezzi superiori al listino di M​eta, il vantaggio di procurement dell'anteprima viene eroso da un margine, mentre se allinea i prezzi, l'argomento del "contratto unico" diventa molto più forte. Il terzo è la disponibilità generale, con qualunque SLA e politica di deprecazione la accompagni: i termini di anteprima sono il luogo in cui vive un modello finché qualcuno non deve metterlo in un contratto.

Fino a quel momento, la lettura onesta è questa: Meta ha passato ottobre a dimostrare di saper costruire un modello di frontiera e novembre a dimostrare di riuscire a distribuirne uno. L'inserimento nel catalogo di Google Cloud è la seconda di queste cose, ed è la metà meno glamour del lavoro — ma è la metà che decide se un modello verrà usato da team che non leggono mai un post di lancio.