Meta lanza Muse Spark Open para competir con los modelos chinos de inteligencia artificial, con limitaciones de hardware y uso comercial

Un modelo de 816.000 millones de parámetros entra en la competencia de la IA abierta

Meta lanzó Muse Spark Open el 15 de octubre de 2026, poniendo a disposición de los desarrolladores un modelo de inteligencia artificial que pueden descargar, modificar y operar por su cuenta. El modelo contiene 816.000 millones de parámetros, admite una ventana de contexto de 1 millón de tokens y, según Meta, puede ejecutarse en dos computadoras Apple M5 Ultra Mac Studio configuradas con suficiente memoria.

El lanzamiento incorpora a otro competidor estadounidense en un mercado en el que los desarrolladores chinos han ganado terreno considerable. Una evaluación de Hugging Face publicada en marzo de 2026 reveló que los modelos chinos concentraron el 41% de las descargas durante el año anterior, por encima de los modelos estadounidenses. Qwen, de Alibaba; Kimi, de Moonshot AI, y GLM, de Z.ai, figuran entre los modelos que compiten por atraer a desarrolladores que quieren controlar sus propios sistemas de IA.

Meta califica a Muse Spark Open como su modelo estadounidense de pesos abiertos más capaz. Sus propias pruebas ofrecen un panorama más detallado: el modelo supera a varios competidores incluidos en determinadas pruebas de uso de herramientas y finalización de tareas, mientras que rivales chinos obtienen mejores resultados en varias evaluaciones de programación y trabajo profesional.

Meta, empresa matriz de Facebook, Instagram y WhatsApp, mantiene cerrado su modelo más avanzado, Muse Wonder. Por tanto, el lanzamiento busca dos objetivos: difundir una tecnología que los desarrolladores puedan adaptar y reservar para sus servicios comerciales un producto más potente.

Para las empresas, la decisión práctica implica más que comparar resultados de pruebas. Muse Spark Open ofrece control sobre la implementación y los datos, pero exige mucha memoria y su licencia requiere un acuerdo aparte para algunas empresas que venden acceso al modelo.

Qué pueden descargar y modificar los desarrolladores

Meta Superintelligence Labs aparece como autor en la ficha oficial del modelo Muse Spark Open. Esta lo describe como un sistema diseñado para programar, razonar en varios pasos y completar tareas con herramientas de software.

Los pesos del modelo son los ajustes numéricos que se aprenden durante el entrenamiento. Al permitir su descarga, otro desarrollador puede ejecutar el modelo, adaptar su comportamiento e integrarlo en un producto sin enviar cada consulta a Meta. Por lo general, los modelos cerrados ofrecen acceso a través de servicios controlados por sus desarrolladores.

Los pesos abiertos y el código abierto describen distintos niveles de acceso. Un lanzamiento completamente de código abierto también pondría a disposición el código y los datos de entrenamiento pertinentes en condiciones adecuadas. Muse Spark Open se distribuye con una licencia propia de Meta, que establece condiciones de uso y redistribución.

El modelo acepta texto, imágenes, video y audio, y genera texto. Un desarrollador podría usarlo para examinar una captura de pantalla, interpretar un gráfico o analizar una reunión grabada junto con instrucciones escritas. Su ventana de contexto de 1 millón de tokens determina cuánto material puede procesar a la vez. Los tokens son pequeñas unidades de texto u otra información codificada que procesa el sistema.

La descripción general del modelo de Meta destaca la programación, la percepción de imágenes y documentos, y los flujos de trabajo con varios agentes de IA. Un agente es un sistema que puede avanzar en una tarea, por ejemplo, llamar a una herramienta, examinar el resultado y decidir qué hacer después.

En qué aspectos lidera Meta y en cuáles, sus rivales chinos

La tabla de pruebas de Meta asigna a Muse Spark Open una puntuación de 61,8 en JobBench, frente a 61,4 de GLM 5.3 y 54,3 de Kimi K3. En MCP-Atlas, una prueba de uso de herramientas, Meta informa que su modelo obtiene 89,2, por delante de Qwen3.8, con 84,5; GLM 5.3, con 84,2, y Kimi K3, con 82,3.

En varios indicadores, los resultados de programación favorecen a los competidores chinos. En Terminal-Bench 2.1, Meta informa que Muse Spark Open obtiene 76,4, frente a 83,9 de GLM 5.3 y 85,0 de Kimi K3. La ventaja de Kimi es de 8,6 puntos. En DeepSWE 1.1, Muse Spark Open obtiene 60, frente a 67 de GLM y 68 de Kimi.

Las comparaciones de DeepSWE utilizan el software de agente complementario preferido o más eficaz disponible para cada modelo. Ese software ayuda a organizar el trabajo, por lo que el resultado informado refleja el desempeño del modelo en una configuración específica. Meta también utiliza distintas configuraciones de razonamiento identificadas con nombres diferentes para los modelos competidores.

Meta informa que Muse Spark Open obtiene 39 puntos en el índice Artificial Analysis Intelligence, por encima de los 26 asignados a Inkling, de Thinking Machines, y los 23 de Nemotron 3 Ultra, de Nvidia. La tabla de Meta sitúa a GLM 5.3 en 45, a Kimi K3 en 44 y a Qwen3.8 en 40. Estas cifras fueron publicadas por Meta en la ficha del modelo.

Por tanto, la decisión de compra depende del trabajo que se vaya a realizar. Una empresa que desarrolla un asistente para coordinar herramientas puede valorar resultados distintos de los de un equipo que pide a la IA resolver problemas complejos de mantenimiento de software. El lanzamiento de Meta ofrece ventajas en ciertas tareas, pero se enfrenta a una fuerte competencia en el conjunto más amplio de pruebas.

Por qué han ganado terreno los modelos descargables

La cifra del 41% de descargas de Hugging Face ayuda a explicar la presión comercial sobre los desarrolladores estadounidenses. Los modelos descargables permiten a las organizaciones desarrollar sus propios sistemas a partir de uno existente, en lugar de pagar para entrenar un modelo grande desde cero. También pueden adaptarlo a su terminología, sus procedimientos y sus aplicaciones.

OpenRouter informó que, en septiembre, los modelos de pesos abiertos representaron el 60% del volumen de tokens de las consultas originadas en Estados Unidos en su plataforma. Los desarrolladores chinos generaron la mayor parte del tráfico relacionado con modelos abiertos. Esa medición describe la actividad en OpenRouter, mientras que la cifra de Hugging Face mide las descargas en otra plataforma y durante un período diferente.

Alexandr Wang, director de IA de Meta, presentó la competencia en términos nacionales y sostuvo que las empresas estadounidenses deben lanzar modelos que los desarrolladores puedan adoptar ampliamente.

«La mayor parte de la IA del mundo funcionará con modelos abiertos. Deberían ser estadounidenses».

Las empresas pueden elegir dónde alojar los modelos descargables, incluidos los desarrollados en otros países. Ejecutar un sistema en la infraestructura propia de una organización puede mantener las instrucciones y los documentos dentro de ese entorno, siempre que las herramientas y servicios conectados estén configurados de forma adecuada. La ubicación del procesamiento depende de la implementación que elija el cliente.

Dos computadoras de escritorio y mucha memoria

El anuncio del 15 de octubre de Meta describe una configuración de Apple con dos computadoras M5 Ultra Mac Studio, cada una con hasta 512 GB de memoria unificada. El marco de trabajo MLX de Apple permite que las máquinas trabajen juntas y alojen el modelo en aproximadamente un terabyte de memoria.

Muse Spark Open utiliza una arquitectura de mezcla de expertos. Contiene muchos grupos especializados de parámetros y activa solo algunos para cada token que procesa. De sus 816.000 millones de parámetros totales, 42.000 millones están activos en cada momento, alrededor del 5,1% del total. Esto reduce el cálculo necesario en cada paso, aunque almacenar el modelo completo sigue exigiendo mucha memoria.

La ficha del modelo indica que se requieren al menos 700 GB de memoria de aceleración para la versión NVFP4 y 2 TB para BF16. Se trata de distintos formatos numéricos para almacenar los pesos. NVFP4 utiliza menos bits y menos memoria; BF16 requiere más memoria, y Meta señala que la inferencia comprimida puede provocar pequeñas diferencias de calidad en algunos casos.

La configuración de Mac Studio de Apple con 512 GB debía llegar más adelante, en octubre, y su precio no se había anunciado cuando se presentó. El precio inicial de una máquina con el chip M5 Ultra requerido y 256 GB de memoria era de 10.799 dólares. Cuatro unidades a ese precio costarían 43.196 dólares, antes de impuestos y accesorios, y ofrecerían la misma capacidad de memoria combinada que el par propuesto.

Meta mostró flujos de trabajo locales que incluían cambios en Ice Cubes, una aplicación para Mastodon, y el uso de DaVinci Resolve para examinar material audiovisual y preparar recortes verticales. No dio un precio total ni una tasa medida de generación de texto para el par de computadoras propuesto.

Apple y Meta encuentran puntos en común

Apple y Meta trabajaron juntas durante meses en la implementación. La alianza une a empresas cuya relación se había tensado por desacuerdos sobre privacidad y publicidad. Meta estimó que los cambios de privacidad introducidos por Apple en 2021 reducirían sus ingresos en 10.000 millones de dólares en 2022.

Meta ya había comprado cientos de computadoras Mac para que su equipo de Superintelligence experimentara con IA local y agentes. Wang atribuyó a Daniel Gross, investigador de IA y exdirector de Apple, parte del mérito de que la colaboración se concretara.

Apple obtiene una demostración de que su hardware puede ejecutar un modelo de IA muy grande fuera de un centro de datos. Meta suma otra opción de implementación para los desarrolladores que quieren trabajar localmente. Ninguna de las dos empresas se comprometió públicamente a ampliar la alianza.

Meta también es compatible con el hardware de AMD, Intel y Nvidia mediante varios motores de inferencia, es decir, el software que ejecuta un modelo entrenado. En su anuncio, la empresa menciona SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp y Unsloth.

Las mejoras de rendimiento varían según el componente y el sistema. Meta informa aumentos de velocidad de entre 1,03 y 3,95 veces para los kernels individuales de GPU Helion, que son pequeñas rutinas de computación. Para el flujo de trabajo completo con hardware AMD MI350, informa un aumento de velocidad del 3%.

Qué permite el uso gratuito y cuáles son sus límites

La licencia Muse Model permite a muchos desarrolladores ejecutar, modificar y adaptar el modelo sin pagar a Meta. Una disposición comercial específica se aplica a las empresas que reúnen los requisitos y ofrecen modelos como servicio, es decir, venden a sus clientes acceso a un modelo alojado.

Cuando los ingresos brutos agregados de un licenciatario y sus afiliadas superan los 20 millones de dólares durante cualquier período consecutivo de 12 meses, la actividad de prestación de servicios con el modelo que reúna los requisitos debe notificarse a Meta y requiere un acuerdo escrito aparte. El cálculo de ingresos incluye a la empresa y sus afiliadas, no solo las ventas generadas por Muse Spark Open.

El uso interno y otras actividades especificadas están exentos de esa disposición. La licencia también exige que los productos que utilicen el modelo o derivados contemplados incluyan la atribución «Creado con Muse Spark Open». Por tanto, las empresas que estén planificando una implementación deben analizar tanto la actividad prevista como las condiciones aplicables.

Los desarrolladores pueden descargar los pesos a través de Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face y Microsoft Foundry Models. Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI ofrecen acceso alojado.

Together AI publica precios de 1,25 dólares por cada millón de tokens de entrada y 4,25 dólares por cada millón de tokens de salida en su servicio sin servidor. A esas tarifas, procesar 1 millón de tokens de entrada y generar 1 millón de tokens de salida costaría 5,50 dólares. En cambio, el costo de la operación local depende de la inversión en hardware, el nivel de uso, la electricidad y el soporte técnico.

La seguridad requiere medidas que van más allá de la descarga

Meta afirma que Muse Spark Open deriva de Muse Spark, lanzado en agosto, y que incorpora entrenamiento de seguridad adicional para preparar el modelo para su uso fuera de los sistemas de protección propios de Meta. La ficha del modelo evalúa el contenido dañino, las acciones realizadas mediante herramientas, la privacidad y los riesgos relacionados con la ciberseguridad, la química, la biología y la pérdida de control.

Meta informa que el modelo lanzado rechazó el 99,2% de los intentos en su prueba interna de jailbreak de ciberseguridad. Un jailbreak es un intento de conseguir que un modelo eluda sus restricciones. En otros tres conjuntos de pruebas de ciberseguridad combinados, Meta informa una tasa de rechazo del 94,8%.

Los desarrolladores siguen teniendo responsabilidades cuando conectan el modelo con sistemas reales. Meta recomienda aplicar medidas de protección adaptadas a cada aplicación, incluida la confirmación humana antes de realizar acciones irreversibles. Un asistente que pueda editar código, mover archivos o utilizar herramientas externas necesita límites sobre las acciones que puede ejecutar.

La ficha del modelo señala que el sistema puede generar respuestas inexactas, sesgadas o cuestionables, y cometer errores en tareas de razonamiento complejo. Se entrenó con datos en más de 100 idiomas, pero Meta no ha evaluado todos los idiomas incluidos en el entrenamiento. Los desarrolladores que adapten el modelo deben probar sus propias aplicaciones e idiomas, en particular después de modificar sus pesos o su comportamiento.

Un lanzamiento que también respalda el negocio cerrado de Meta

Meta mantiene como propietario a Muse Wonder, su modelo más avanzado. Wang dijo que las consideraciones de seguridad y capacidad influyen en cuáles de sus modelos la empresa ofrece para que otros los descarguen.

«Por razones de seguridad y de capacidad, en general no publicaremos como código abierto nuestros modelos más potentes».

Meta también considera que el acceso gratuito permite atraer a desarrolladores que más adelante podrían pagar por más herramientas y capacidad de computación a través del negocio en la nube que planea lanzar. Los desarrolladores pueden empezar a experimentar por su cuenta y, a medida que aumenten sus necesidades, contratar servicios alojados.

El calendario competitivo va más allá de Meta. La empresa francesa Mistral anunció Mistral Large 4 a principios de octubre y lo describió como su modelo más grande y capaz, con 1 billón de parámetros totales y 49.000 millones activos. La publicación de sus pesos estaba prevista para el 27 de octubre. Reflection AI también tenía previsto lanzar su modelo Beam durante octubre.

Los principales hitos son:

• Agosto de 2026: Meta lanzó Muse Spark y el modelo más pequeño de pesos abiertos Muse Glimmer.
• Principios de octubre: Mistral anunció Mistral Large 4.
• 15 de octubre: Meta lanzó Muse Spark Open.
• Más adelante, en octubre: estaba prevista la llegada de la configuración de Mac Studio de Apple con 512 GB de memoria.
• 27 de octubre: Mistral programó la publicación de los pesos de Large 4.

El lanzamiento de Meta ofrece a las organizaciones otro modelo considerable que pueden operar y adaptar por su cuenta. Su atractivo combina el rendimiento en determinadas tareas, las opciones de implementación local y las condiciones de la licencia, mientras que la estrategia comercial de la empresa mantiene su tecnología más potente detrás de un servicio de pago.

Puntos clave

• Meta lanzó Muse Spark Open el 15 de octubre de 2026, con 816.000 millones de parámetros totales y 42.000 millones activos en cada momento.
• El modelo acepta texto, imágenes, video y audio, genera texto y admite una ventana de contexto de 1 millón de tokens.
• Las pruebas de Meta muestran ventajas en el uso de herramientas, mientras que Kimi K3 y GLM 5.3 lideran en varios indicadores de programación.
• La operación local requiere mucha memoria. La configuración de escritorio propuesta por Meta utiliza dos computadoras M5 Ultra Mac Studio con 512 GB cada una.
• Las empresas que prestan servicios con el modelo y reúnen los requisitos, con ingresos superiores al umbral de 20 millones de dólares, necesitan un acuerdo aparte con Meta.
• Muse Wonder sigue siendo cerrado, mientras que Meta utiliza modelos descargables para atraer a desarrolladores y posibles clientes de servicios en la nube.