Muse Spark de Meta ya está aquí – y es de código cerrado

      En resumen: Meta ha lanzado Muse Spark, el primer modelo de Meta Superintelligence Labs, la unidad que reunió bajo Alexandr Wang después de gastar 14.3 mil millones de dólares para adquirir una participación en Scale AI. Reconstruido desde cero en nueve meses, el modelo es nativamente multimodal, introduce un modo de razonamiento “Contemplando” que ejecuta subagentes en paralelo, y ahora impulsa Meta AI en las plataformas de la compañía. En un cambio con respecto a la herencia de Llama de Meta, es de código cerrado.

      La llegada del modelo cierra un capítulo que comenzó en junio de 2025, cuando Mark Zuckerberg anunció Meta Superintelligence Labs e instaló a Wang como el primer director de IA de la compañía. El mandato era explícito: alcanzar a OpenAI, Anthropic y Google, y hacerlo con un equipo e infraestructura reconstruidos específicamente para la tarea. Nueve meses después, ese equipo tiene algo que mostrar.

      Nueve meses para reconstruir la pila

      “Hace nueve meses reconstruimos nuestra pila de IA desde cero”, escribió Wang en X el miércoles. “Nueva infraestructura, nueva arquitectura, nuevos canales de datos. Muse Spark es el resultado de ese trabajo, y ahora impulsa Meta AI.” La declaración es un reconocimiento directo de cuán profunda fue la reconstrucción: no una iteración ajustada sobre una arquitectura existente, sino un reemplazo de la infraestructura fundamental desde la cual se entrenan los modelos de Meta.

      El modelo, conocido internamente como Avocado, había sido retrasado a principios de este año después de no cumplir con los rivales en pruebas internas de razonamiento, codificación y escritura. El lanzamiento del miércoles sugiere que esas brechas se han abordado hasta un grado que Meta considera competitivo, incluso si la imagen de referencia sigue siendo mixta. El enfoque de Wang enfatiza el proceso sobre el producto: Muse Spark se describe como el primero en una familia de modelos, no como una respuesta definitiva a los líderes de frontera.

      El 💜 de la tecnología de la UE

      Los últimos rumores de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris, y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Inscríbete ahora! Muse Spark es nativamente multimodal, aceptando entradas de voz, texto e imagen, con salida solo de texto en el lanzamiento. Opera en un modo rápido para consultas casuales, y un nuevo modo “Contemplando” que orquesta múltiples subagentes para razonar en paralelo, una oferta directa para competir con los modos de razonamiento extendido ofrecidos por Gemini Deep Think de Google y GPT-5.4 Pro de OpenAI. Una afirmación clave de eficiencia acompaña el lanzamiento: Meta dice que Muse Spark logra su capacidad de razonamiento utilizando más de diez veces menos computación que Llama 4 Maverick, impulsado por una técnica de entrenamiento llamada “compresión de pensamiento” en la que se penaliza al modelo durante el aprendizaje por refuerzo por tiempo de pensamiento excesivo, obligándolo a resolver problemas con menos tokens de razonamiento sin sacrificar la precisión.

      Donde los benchmarks cuentan una historia complicada

      Los benchmarks publicados por Meta colocan a Muse Spark en cuarto lugar en el Índice de Inteligencia Artificial de Análisis v4.0, con una puntuación de 52, detrás de Gemini 3.1 Pro Preview y GPT-5.4 (ambos con 57) y Claude Opus 4.6 (53). La clasificación general refleja un perfil de rendimiento genuinamente mixto en lugar de un déficit uniforme.

      En GPQA Diamond, el benchmark de razonamiento científico de nivel de posgrado, Muse Spark obtuvo un 89.5%, detrás del 94.3% de Gemini 3.1 Pro, el 92.8% de GPT-5.4 y el 92.7% de Claude Opus 4.6. En ARC AGI 2, el benchmark de razonamiento abstracto, la brecha es más significativa: Muse Spark obtuvo 42.5 en modo Contemplando frente al 76.5 de Gemini 3.1 Pro y el 76.1 de GPT-5.4, una diferencia que sugiere que la arquitectura de subagentes paralelos del modelo no cierra completamente la distancia en tareas de razonamiento abstracto. En ingeniería de software, Muse Spark obtuvo un 77.4% en SWE-bench Verified.

      Las áreas donde Muse Spark lidera son específicas y, no por coincidencia, están alineadas con las ventajas particulares que Meta puede aportar. En CharXiv Reasoning, que evalúa la comprensión de figuras y gráficos a partir de imágenes, Muse Spark obtuvo un 86.4 en modo Contemplando, por delante del 80.2 de Gemini 3.1 Pro y el 82.8 de GPT-5.4. En HealthBench Hard, una evaluación de razonamiento médico, Muse Spark obtuvo un 42.8%, una cifra que refleja el entrenamiento del modelo con datos curados en colaboración con más de 1,000 médicos. Claude Opus 4.6 obtuvo un 14.8% en la misma evaluación; GPT-5.4 obtuvo un 40.1%.

      Compras, salud y la tesis de la ‘superinteligencia personal’

      El resultado del benchmark de salud no es incidental. El argumento de diferenciación de Meta para Muse Spark se basa en gran medida en la capacidad del modelo para combinar la capacidad de razonamiento general con las ventajas de datos específicas que Meta tiene sobre sus competidores: tres mil millones de usuarios, sus intereses, sus gráficos sociales y ahora sus consultas de salud. Zuckerberg describió a Muse Spark como “un asistente de clase mundial y particularmente fuerte en áreas relacionadas con la superinteligencia personal como la comprensión visual, la salud, el contenido social, las compras, los juegos y más” en una publicación de Facebook que acompaña el lanzamiento.

      Un modo de compras dedicado representa la expresión más clara de esa tesis. La función se basa en contenido de creadores dentro del ecosistema de Meta junto con señales sobre los intereses y comportamientos individuales de los usuarios, lo que permite recomendaciones que un modelo de propósito general entrenado sin ese contexto no puede replicar fácilmente. Las capacidades de salud siguen la misma lógica: un modelo entrenado con 1,000 médicos en el equipo de entrenamiento puede analizar el contenido nutricional de una foto de comida o proporcionar orientación estructurada sobre la salud dietética de maneras que el razonamiento de propósito general no produce de manera confiable. Estas son áreas donde los datos de la plataforma de Meta son genuinamente una ventaja competitiva en lugar de un reclamo de marketing.

      Muse Spark está actualmente impulsando consultas en la aplicación Meta AI y el sitio web Meta.ai y se expandirá a través de Facebook, Instagram y WhatsApp. Meta también ha estado ampliando el equipo de MSL a través de adquisiciones, siendo la más reciente la adquisición de Moltbook, una red social de agentes de IA cuyos cofundadores se unieron directamente a MSL. El efecto combinado es una unidad que está ensamblando tanto los modelos como la infraestructura agente para operar sobre ellos.

      Un modelo cerrado de la compañía que construyó Llama

      El detalle que atraerá más escrutinio de la comunidad de desarrolladores de Meta es el que está enterrado en el anuncio del producto: Muse Spark es de código cerrado. La serie Llama de Meta estableció el modelo para el desarrollo de modelos de IA de código abierto hasta 2025, con versiones sucesivas proporcionando la base para miles de aplicaciones, proyectos de investigación y productos competidores. Muse Spark rompe ese patrón.

      Meta ha indicado que espera lanzar versiones futuras del modelo bajo una licencia de código abierto, enmarcando el cierre actual como temporal en lugar de estratégico. La lectura más sincera es que los modelos de código abierto, por valiosos que sean para el desarrollo del ecosistema, sacrifican la ventaja competitiva que proviene de mantener las innovaciones arquitectónicas en propiedad mientras los rivales intentan cerrar una brecha de capacidades. El cambio a un modelo cerrado es una señal de que Meta ahora se considera en una carrera en la que puede permitirse perder menos vueltas.

      La aritmética de una apuesta de 14.3 mil millones de dólares

      El acuerdo de Wang se estructuró como una inversión de 14.3 mil millones de dólares por parte de Meta por una participación no votante del 49% en Scale AI, con Wang trasladándose a Meta como director de IA mientras permanecía en la junta de Scale. El capital que Meta ha estado desplegando en infraestructura de IA se extiende mucho más allá de esa única transacción: la compañía ha guiado entre 115 mil millones y 135 mil millones de dólares en gastos de capital en 2026, en comparación con 72.22 mil millones en 2025. Muse Spark es el primer resultado a nivel de producto de ese gasto, y llega a un mercado donde los inversores han estado observando de cerca para ver si la tesis de inversión se sostiene.

      Las acciones de Meta subieron aproximadamente un 9% el miércoles, aunque el movimiento fue amplificado por un rally más amplio del mercado tras desarrollos diplomáticos no relacionados con el lanzamiento del modelo. La señal más significativa está en la tabla de benchmarks y en los casos de uso que Meta ha elegido para liderar: no benchmarks de codificación donde se queda atrás, sino salud y comprensión visual, donde lidera. El entorno de capital que respalda el desarrollo de IA de frontera ha hecho