- Lanzamiento: Meta publica Muse Spark Open, un modelo de pesos abiertos que se puede descargar y adaptar.
- Capacidades: 816.000 millones de parámetros totales, 42.000 millones activos, un millón de tokens de contexto y entradas multimodales.
- Hardware: puede ejecutarse en dos Mac Studio con M5 Ultra y también requiere infraestructura profesional de gran memoria.
- Disponibilidad: llega vía Hugging Face, proveedores de API y una licencia con atribución y condiciones comerciales.
Meta ha puesto a disposición de los desarrolladores Muse Spark Open, un modelo de inteligencia artificial de pesos abiertos pensado para programación y para tareas con agentes. La compañía lo presenta como una pieza clave de su catálogo abierto y, a diferencia de otros lanzamientos recientes, permite descargar los parámetros y ejecutarlos fuera de sus servidores. El modelo llega con 816.000 millones de parámetros totales y 42.000 millones activos, además de una ventana de contexto de hasta un millón de tokens. Acepta entradas de texto, imágenes, vídeo y audio, aunque su salida se genera en texto.
La propuesta no es solo una ficha técnica: Meta asegura que es el primer modelo de su categoría que funciona en un escritorio. Para lograrlo, se apoya en dos equipos Mac Studio con chip Apple M5 Ultra y en el framework MLX. Cada máquina puede equipar hasta 512 GB de memoria unificada, de modo que dos unidades suman alrededor de un terabyte, suficiente para alojar el modelo completo. Esa configuración convierte a Muse Spark Open en una alternativa para quien quiera probar IA avanzada sin enviar datos a un servicio externo, aunque el desembolso y los requisitos técnicos no están al alcance de cualquier usuario.
Qué es Muse Spark Open y por qué Meta vuelve a los pesos abiertos
Meta ya había mostrado otros productos de la familia Muse. Muse Wonder se usa por API y Muse Code funciona con Muse Spark Open, mientras que esta nueva versión cambia el esquema porque sus pesos pueden descargarse y modificarse. La empresa mantiene sus modelos más avanzados en circuito cerrado, pero insiste en que seguirá publicando buenos modelos abiertos. En este movimiento también pesa la competencia de referencias chinas como Qwen, GLM y Kimi K3, que han logrado una adopción notable entre desarrolladores.
El lanzamiento encaja con una idea que Meta lleva tiempo defendiendo: acercar la IA avanzada a más equipos y empresas. La compañía quiere que Muse Spark Open sirva para ampliar su ecosistema sin renunciar a sus servicios de pago. Según ha explicado su dirección, ofrecer el modelo gratis no debería perjudicar su negocio de nube y herramientas empresariales; más bien espera que los desarrolladores lo prueben por su cuenta y acaben pagando por más capacidad cuando la necesiten.
Rendimiento: lo que Meta dice y lo que conviene matizar
Las cifras que acompañan al lanzamiento proceden de Meta y conviene tomarlas con cautela hasta que haya evaluaciones independientes. En tareas con agentes, el modelo logra 61,8 puntos en JobBench y 89,2 en MCP-Atlas, por delante de referencias como GLM 5.3 y Kimi K3 en esas pruebas. En conocimiento general y razonamiento sin herramientas, Meta destaca 25 puntos en AA-Omniscience, frente a cifras más bajas de Qwen, GLM y Kimi. También presume de capacidad multimodal en ZeroBench y SimpleVQA, con 50,0 y 73,6 respectivamente.
El lado menos brillante aparece en programación pura. En Terminal-Bench y DeepSWE, GLM 5.3 y Kimi K3 superan a Muse Spark Open, y Qwen3.8 también queda por delante en Terminal-Bench. El índice de Artificial Analysis lo sitúa en 39 puntos, por debajo de GLM 5.3, Kimi K3 y Qwen3.8, según la tabla difundida por la propia Meta. Es decir, el modelo es competitivo en agentes y multimodalidad, pero no arrasa en todas las disciplinas. Esa mezcla encaja con un uso realista: automatizar flujos de trabajo, manejar herramientas y resolver tareas largas, más que ganar cualquier ranking absoluto.
Un escritorio para ejecutar el modelo
La parte más llamativa es su ejecución local. Muse Spark Open necesita mucha memoria: la versión completa en BF16 ronda 1,6 TB, mientras que la variante cuantizada NVFP4 se queda en torno a 530 GB. Para moverlo hacen falta GPUs de altas prestaciones o configuraciones con varios equipos. Meta ha optado por demostrar que dos Mac Studio con M5 Ultra pueden funcionar como un solo sistema gracias a Thunderbolt y a la memoria unificada de Apple. La firma de Cupertino ha colaborado para que el framework MLX aproveche ese hardware.
Meta ha enseñado dos ejemplos de lo que puede hacer en local. En uno, Muse Code, apoyado en Muse Spark Open, implementó cambios reales en iOS para Ice Cubes, un cliente abierto de Mastodon, con corrección de errores y funciones nuevas. En otro, el sistema operó DaVinci Resolve de principio a fin para revisar metraje, elegir los mejores momentos y recortarlos en formato vertical. Son demostraciones de la propia empresa, así que no incluyen datos de velocidad ni de coste total, pero sirven para entender hacia dónde quiere llevar Meta este tipo de modelos.
Disponibilidad, licencia y letra pequeña
Muse Spark Open puede descargarse desde Hugging Face, Amazon SageMaker, Google Cloud Model Garden y Microsoft Foundry. También está disponible a través de proveedores de API como Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI. En cuanto a motores de inferencia, admite SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX y llama.cpp, con optimizaciones para chips de AMD, Apple, Intel y NVIDIA. Los desarrolladores pueden ajustarlo para adaptarlo a sus necesidades.
No todo es apertura sin condiciones. Los pesos se publican bajo la Muse Model License, que permite usar, copiar, modificar y distribuir el modelo, pero exige mostrar de forma visible una atribución del tipo «Creado con Muse Spark Open» en los productos que lo utilicen. Además, quienes ofrezcan el modelo como servicio y superen cierto volumen de ingresos deben firmar un acuerdo aparte con Meta. Por eso conviene hablar de pesos abiertos, no de código abierto pleno. La licencia también incluye limitaciones de uso y condiciones comerciales para determinados proveedores.
Qué implica para empresas, desarrolladores y usuarios
Para una empresa, la principal ventaja es el control. Ejecutar el modelo en infraestructura propia reduce la dependencia de una nube externa y permite mantener los datos dentro de la organización, algo sensible en sectores regulados. El precio de entrada, sin embargo, es alto: no basta con descargar los pesos, porque se necesita hardware con mucha memoria y conocimientos técnicos para desplegarlo. Por eso el impacto para el usuario común llegará antes a través de aplicaciones que adopten Muse Spark Open que por una instalación doméstica.
Meta también se juega su relato inversor. La compañía lleva tiempo gastando fuerte en IA y necesita demostrar que ese esfuerzo acaba traduciéndose en ingresos. Muse Spark Open no genera dinero por sí solo, pero amplía la base de desarrolladores y alimenta su estrategia de agentes y API, similar a cómo otros buscan democratizar los agentes inteligentes. La dirección sostiene que los modelos abiertos pueden convivir con sus ofertas de pago y que la nube propia será una vía para monetizar a quienes necesiten más potencia. En un contexto de enorme inversión en centros de datos, cualquier movimiento que acerque la IA a más equipos y empresas tiene lectura estratégica.
Dudas que quedan sobre la mesa
Hay varios frentes abiertos. El primero es la verificación independiente de sus resultados: casi todas las cifras publicadas provienen de Meta y todavía falta una comparación externa exhaustiva. El segundo es el acceso real al hardware: Apple aún no ha detallado precio ni fecha para todas las configuraciones de Mac Studio con 512 GB, y las alternativas con GPUs profesionales siguen siendo caras. El tercero es la licencia: aunque permite uso gratuito, las condiciones comerciales pueden ser un obstáculo para proveedores de API de gran tamaño.
También está la competencia. Los modelos abiertos chinos han ganado descargas y presencia, y Muse Spark Open intenta responderles desde Estados Unidos con una propuesta que mezcla capacidad multimodal, ejecución local y una licencia con reglas claras. Que sea mejor o peor dependerá mucho del caso de uso. En tareas de agentes y manejo de herramientas, Meta presenta argumentos sólidos; en programación pura, sus rivales parecen llevar ventaja. La pelota está ahora en los desarrolladores y en las pruebas que hagan fuera de los laboratorios de la compañía.
La llegada de Muse Spark Open confirma que Meta quiere mantener un pie en el terreno abierto mientras reserva sus modelos más potentes para servicios controlados. Se trata de un modelo multimodal de 816.000 millones de parámetros totales y 42.000 millones activos, con un millón de tokens de contexto, pensado para programación y agentes, que puede descargarse y ejecutarse en dos Mac Studio M5 Ultra o en infraestructuras profesionales. Sus resultados son prometedores en tareas agénticas según la propia Meta, aunque pierde en algunas pruebas de código y aún necesita validación externa. La disponibilidad en Hugging Face y proveedores de API, junto a una licencia con atribución y límites comerciales, dibuja una apuesta pragmática: abrir lo suficiente para atraer desarrolladores, pero sin regalar el núcleo de su negocio.