Isotipo de SEO Contenidos

SEO CONTENIDOS

Meta libera Muse Spark Open y lleva un modelo de 816.000 millones de parámetros al escritorio

Meta libera Muse Spark Open y lleva un modelo de 816.000 millones de parámetros al escritorio

Meta libera Muse Spark Open y lleva un modelo de 816.000 millones de parámetros al escritorio

Meta presentó el 15 de octubre de 2026 Muse Spark Open, un modelo de inteligencia artificial de pesos abiertos que la compañía diseñó para programación y trabajo agéntico. El anuncio se hizo desde Meta Superintelligence Labs y llega en un momento en que los modelos descargables de Alibaba, Moonshot AI y Z.ai dominan buena parte de la conversación técnica. La propuesta de Meta combina 816.000 millones de parámetros totales, 42.000 millones activos por token y una ventana de contexto de un millón de tokens, con pesos disponibles para descarga y ejecución local en dos Mac Studio con chips M5 Ultra.

Video explicativo sobre el lanzamiento de Muse Spark Open, publicado el 15 de octubre de 2026 y verificado como disponible para inserción.

Un modelo enorme con una apuesta de escritorio

Muse Spark Open es un modelo multimodal nativo: puede recibir texto, imágenes, audio y vídeo, aunque sus respuestas principales son textuales. Su arquitectura de mezcla de expertos no activa todos los parámetros para cada token; esa decisión reduce el trabajo de inferencia, pero no elimina la necesidad de memoria para cargar el modelo completo. Meta afirma que dos Mac Studio con M5 Ultra pueden funcionar como un único sistema con hasta un terabyte de memoria unificada mediante el marco MLX.

La demostración más llamativa no fue una conversación, sino una cadena de tareas. Meta utilizó Muse Code para corregir errores y añadir funciones al cliente abierto de Mastodon Ice Cubes, incluyendo la compilación final. En otra prueba, el modelo revisó vídeo fotograma a fotograma en DaVinci Resolve para seleccionar momentos y preparar recortes verticales. Son demostraciones de la empresa, no una auditoría independiente de rendimiento, pero muestran el tipo de trabajo prolongado que Meta quiere disputar a los agentes propietarios.

Los pesos pueden obtenerse a través de Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models. También hay acceso mediante proveedores como Together AI, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Baseten. Meta indica compatibilidad con SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp y Unsloth, una lista que amplía el radio de acción más allá del hardware de la compañía.

La apertura llega con límites comerciales

El modelo compite en varias dimensiones, no en todas. Según la tabla publicada por Meta, Muse Spark Open alcanza 61,8 en JobBench y 89,2 en MCP-Atlas, pruebas centradas respectivamente en trabajo profesional y selección de herramientas. En Terminal-Bench 2.1 obtiene 76,4, por debajo de Kimi K3 y GLM 5.3 en la comparación difundida por la empresa. La lectura más prudente es que Meta ofrece un contendiente estadounidense fuerte para agentes, no que haya resuelto por completo la carrera mundial de modelos abiertos.

La licencia también cambia el significado de “abierto”. La Muse Model License permite ejecutar, modificar, ajustar, destilar y redistribuir el modelo para muchos usos, pero incluye condiciones comerciales. Las empresas que superen 20 millones de dólares de ingresos brutos en doce meses y ofrezcan el modelo como servicio alojado deben negociar un acuerdo adicional. Los productos deben mostrar la leyenda “Built with Muse Spark Open” y quedan excluidos determinados usos militares y de infraestructura crítica.

Meta dice que añadió entrenamiento de seguridad para la versión de pesos abiertos y que el modelo superó los umbrales de su marco interno de preparación. El informe completo de evaluación aún debe leerse con el modelo card y con mediciones externas. Esa diferencia importa: los pesos permiten experimentar y verificar, pero no convierten automáticamente las cifras del fabricante en una referencia neutral.

El lanzamiento, por tanto, abre una opción concreta para equipos que necesitan mantener datos y herramientas bajo su control, pero no borra los costes de memoria, operación y cumplimiento. La jugada de Meta es doble: acercar capacidades de frontera a infraestructuras propias y recuperar relevancia estadounidense en un segmento donde los modelos chinos han fijado el ritmo.

¿Hablamos?