Modelos Muse da Meta chegam ao Google Cloud: o que a prévia realmente muda

Muse Wonder, Muse Spark 1.3 e Muse Ember agora são servidos pelo G​oogle Cloud, bem como pela Model API própria da M​eta. Todos os três aparecem na documentação de modelos parceiros do G​oogle marcados como Preview e acessíveis por meio de um endpoint global, e a listagem foi noticiada em 9 de novembro de 2026 — no mesmo dia em que a M​eta lançou o Muse Ember. Nada mudou nos checkpoints com a mudança. Os IDs dos modelos continuam muse-wonder-1.0, muse-spark-1.3 e muse-ember-1.0; as janelas de contexto são as mesmas; os preços na tabela de tarifas da M​eta são os preços. O que mudou é o contrato que você assina e a URL para a qual seu SDK aponta, e, para um número considerável de empresas, isso era o verdadeiro obstáculo, e não o modelo.

Então, encare isto como uma história de distribuição, não de capacidade. O Muse Wonder foi lançado em 12 de outubro de 2026, o Muse Spark 1.3 em 2 de setembro, e o Muse Ember em 9 de novembro. Nenhum deles é novo esta semana; o que é novo é que um cliente do Google Cloud agora pode chamá-los sem abrir um segundo relacionamento com fornecedor, e isso vale a pena entender com precisão, porque a prévia tem limitações que a cobertura do anúncio não abordou em detalhe.

Três modelos, três funções diferentes

O enquadramento da própria Meta é a forma mais clara de manter a família em mente: Wonder cuida dos planos, Ember lida com o volume, Spark faz o trabalho pesado de codificação. Os três não são níveis de um mesmo modelo, e a diferença de preço entre eles — um fator de quarenta na entrada — reflete isso, e não uma escada de marketing.

• Muse Wonder — modelo de raciocínio de fronteira da M​eta, lançado em 12 de outubro de 2026, posicionado para engenharia de software complexa e trabalho agêntico de longo horizonte; contexto de 1.048.576 tokens; entrada de texto, imagem, áudio e vídeo, saída de texto; esforço de raciocínio ajustável de mínimo a máximo, com máximo como padrão

• Muse Spark 1.3 — a versão de 2 de setembro ajustada para fluxos de trabalho agênticos e programação competitiva, com chamada de ferramentas integrada e suporte ao Model Context Protocol; contexto de 1M tokens; o mais barato dos três tanto na entrada quanto na saída

• Muse Ember — o lançamento de 9 de novembro, criado para execução de agentes em alto volume: chamadas de ferramentas, subtarefas de codificação, roteamento, extração e análise de documentos longos; contexto de 1M de tokens e até 512K tokens de saída; entrada multimodal como seus irmãos

• Variantes de disponibilidade — Muse Wonder e Muse Spark 1.3 também existem em formas mais baratas "Contributor" ou somente por assinatura, nas quais a Meta recebe direitos de treinamento ou uma taxa mensal em troca do desconto; a prévia do Google Cloud atende aos endpoints padrão de pagamento conforme o uso

O endpoint, e o que "preview" está fazendo nessa frase

A documentação do Google é curta e específica, e os detalhes importam mais do que a manchete. As solicitações vão para um caminho de publicador em aiplatform.googleapis.com, com o modelo nomeado sem prefixo no campo model, em vez de com um prefixo de publicador:

• Endpoint — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, autenticado com um token de acesso do G​oogle Cloud obtido por meio de gcloud auth application-default print-access-token

• Interface — a API Responses sem estado e compatível com OpenAI; a documentação deixa explícito que o armazenamento de respostas com estado (store: true) não é suportado, e o streaming está disponível via SSE se você preferir não esperar pela resposta completa

• Região — apenas global. Não há endpoint regional listado para nenhum dos três modelos, o que é a limitação de maior impacto em toda a prévia e uma que as equipes de compras deveriam ler duas vezes.

• Status — Prévia, conforme a listagem de modelos de parceiros do Google. Não há SLA, prazo de descontinuação nem garantia de capacidade publicados junto com ele

Responsabilidade — O Google declara claramente que os modelos da Meta não são um produto do Google e estão sujeitos aos termos do próprio provedor como uma “Oferta Separada”, o que significa que o caminho de suporte para um resultado incorreto leva à Meta, e não ao suporte do Google Cloud

Essa combinação — endpoint global, API sem estado, termos de terceiros — não é um motivo para evitar a prévia. É um motivo para saber o que você está testando. Se sua arquitetura exige residência de dados na UE ou nos EUA no nível da requisição, um endpoint global é uma questão de conformidade que você precisa responder antes do primeiro token, não depois. Se sua aplicação depende de o provedor armazenar o estado da conversa entre turnos, agora você é responsável por esse estado, o que dá um pouco de código e representa uma mudança real na forma como você calcula custo e latência.

Ember é o lançamento escondido dentro desta história

Dos três, apenas o Muse Ember é genuinamente novo, e é a alegação de engenharia mais interessante. A Meta o descreve como o primeiro modelo treinado usando o Muse Wonder Full — a variante do Muse Wonder de maior capacidade que não é vendida por token de forma alguma, apenas dentro dos dois níveis de assinatura mais caros do Muse Code. Isso faz do Ember uma história de destilação vestida com as roupas de uma história de precificação: o modelo principal ensina, o modelo pequeno executa.

Os números publicados, todos reportados pela Meta e nenhum deles reproduzido de forma independente no momento da redação, colocam o Ember próximo do Claude Haiku 5.5, da Anthropic, em várias avaliações de agentes, custando uma fração do valor por tarefa concluída:

• Preço — $0,10 por milhão de tokens de entrada e $0,50 por milhão de saída, com entrada em cache a $0,004; acima de 200.000 tokens de entrada, as tarifas de contexto longo de $0,30 e $1,50 se aplicam à solicitação inteira, não apenas ao excedente

• Artificial Analysis Intelligence Index — 36 para o Ember contra 37 para o Muse Spark 1.3, com um custo por tarefa do índice de US$ 0,14 versus US$ 2,39, que é o dado mais marcante, e não a diferença de um ponto

• Avaliações de agentes e de programação — 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%, todos reportados pela M​eta; FrontierCode 2.0-AA com 27,2% é a única linha em que o Haiku 5.5 lidera, com 34,9%

Leia esses números com o desconto de sempre. O material de lançamento da Meta mistura avaliações internas, execuções de terceiros fornecidas por fornecedores e estimativas, e as comparações assumem discretamente preços de tabela para todo mundo. O único número em que vale a pena confiar sem ressalvas é a tabela de preços, porque uma tabela de preços é um contrato.

De onde a conta realmente vem

A página de modelos parceiros do Google para a Meta não publica tarifas por token, e nenhuma tabela de preços específica do Google para esses três apareceu com a listagem. A tabela de tarifas publicada é da Meta, e é ela que deve servir de base para o orçamento até que o Google diga o contrário:

• Muse Wonder — $4.00 de entrada, $20.00 de saída e $0.20 de entrada em cache por milhão de tokens, com a mesma tarifa em qualquer comprimento de contexto e sem sobretaxa de contexto longo

• Muse Spark 1.3 — $1,25 de entrada, $4,25 de saída e $0,15 de entrada em cache por milhão; a variante Contributor cai para $0,10 e $0,20 em troca de direitos de treinamento sobre o seu tráfego

• Muse Ember — $0.10 de entrada e $0.50 de saída por milhão até 200K tokens de entrada, depois $0.30 e $1.50 pela solicitação inteira

• Extras cobrados por uso — o grounding de pesquisa na Web acrescenta US$ 2,50 por 1.000 consultas em qualquer um dos modelos de texto, e os limites de taxa são contados por equipe em vez de por chave, em 3.000 solicitações e 4.000.000 de tokens por minuto nos níveis padrão

A estrutura de preços tem uma armadilha que vale a pena mencionar: o nível de contexto longo da Ember é acionado pelo total de tokens de entrada, incluindo os que estão em cache, e reaplica o preço à solicitação inteira, em vez de apenas ao excedente. Um agente que carrega um transcrito de 210 mil tokens a cada turno paga o triplo em todos os turnos, não apenas no último. Esse é o tipo de detalhe que transforma um modelo barato em uma fatura cara, e fica invisível em um gráfico de comparação por token.

O que isto muda para um comprador, e o que não muda

Se sua organização já usa o G​oogle Cloud, a prévia elimina uma etapa de aquisição. Identidade, faturamento, gerenciamento de cotas e egress de rede agora ficam dentro de um contrato que você já tem, e uma equipe pode avaliar o Muse Wonder sem uma nova revisão de segurança do fornecedor — que normalmente é o item que leva dois meses, não a integração. Esse é o conteúdo real do anúncio, e é mais importante para a adoção do que qualquer linha de benchmark.

Se você não está no G​oogle Cloud, ou precisa de endpoints regionais hoje, nada sobre sua situação mudou em 9 de novembro. A própria Model API da M​eta ainda atende todos os três, ainda publica as mesmas tarifas e ainda oferece as conveniências com estado que a prévia do G​oogle remove. A escolha entre as duas é uma questão contratual antes de ser uma questão de latência.

Há uma terceira posição, e é a que ocupamos. O OrcaRouter não oferece o Muse Wonder — então, se o Wonder é o modelo de que você precisa, a API da M​eta ou esta prévia do G​oogle é onde encontrá-lo, e não vamos fingir o contrário. O que oferecemos da família são Muse Spark 1.1 e Muse Spark 1.2, ambos pelos mesmos US$ 1,25 e US$ 4,25 por milhão de tokens praticados pela M​eta, sem markup, no mesmo catálogo que mais de 200 outros modelos por trás de uma única chave de API. Para equipes cujas cargas de trabalho são majoritariamente no formato do Spark, isso significa um contrato em vez de dois, e failover automático entre provedores quando um endpoint de prévia passa por uma tarde ruim — o que, em termos de prévia, é algo que acontece.

O que assistir a seguir

Três sinais dirão se esta prévia se tornará infraestrutura. O primeiro são os endpoints regionais: uma rota global é adequada para um protótipo e inconveniente para uma carga de trabalho regulamentada, e a documentação do Google só ganhará regiões quando houver capacidade de atendimento. O segundo é uma tabela de tarifas publicada pelo Google para os três modelos — se o Google precificar acima da tabela da Meta, a vantagem de aquisição da prévia será consumida por uma margem, e se precificar em paridade, o argumento do “contrato único” fica muito mais forte. O terceiro é a disponibilidade geral, com qualquer SLA e política de descontinuação que vier junto; os termos de prévia são onde um modelo vive até que alguém precise colocá-lo em um contrato.

Até então, a leitura honesta é esta: a M​eta passou outubro provando que consegue construir um modelo de fronteira e novembro provando que consegue distribuir um. A listagem no G​oogle Cloud é a segunda dessas coisas, e é a metade menos glamorosa do trabalho — mas é a metade que decide se um modelo será usado por equipes que nunca leem um post de lançamento.