Meta lanza Muse Wonder, la IA que reta a OpenAI y Anthropic

Meta anunció el lanzamiento de dos modelos nuevos, Muse Wonder y Muse Wonder Full, y afirma que pueden competir de igual a igual con lo mejor de la industria. El anuncio llega después de que su agente Muse acumulara más de 2,5 millones de descargas desde su debut, según datos de Sensor Tower publicados por CNBC. Para un founder que decide qué modelo usar en producción, la pregunta no es si Meta alcanzó a OpenAI, sino si vale la pena probar una opción más barata que todavía no pasó por verificación independiente.

Muse Wonder y Muse Wonder Full: qué anunció Meta y dónde se consiguen

Los dos modelos están disponibles desde el anuncio para quienes pagan la suscripción de Muse Code, el agente de programación de Meta. Wonder también se puede usar a través de la Meta Model API, según confirmó la compañía. Wonder Full queda, por ahora, dentro del ecosistema de Muse Code.

Meta dice que planea llevar Wonder a su agente Muse, empezando por los suscriptores, y desarrollar versiones especializadas que pueda ofrecer a todos los usuarios del agente. No dio detalles técnicos ni plazos para ninguno de los dos movimientos.

Ese silencio sobre el cronograma es la parte más relevante del anuncio. Hoy Wonder llega a un público acotado —desarrolladores y suscriptores de Muse Code— y no al usuario masivo. La ventana real de uso para un equipo chico está en la API, no en el agente.

¿Pueden Muse Wonder y Muse Wonder Full competir con los líderes de la industria?

Meta sostiene que sus nuevos modelos rivalizan con los de OpenAI y Anthropic, y menciona específicamente a GPT-6 Astra, Claude Opus 5.5 y Claude Fable 5.1. El respaldo son pruebas internas sobre varios benchmarks del sector, no evaluaciones independientes. La compañía tampoco aclaró cómo se comparan con Gemini 4 Argon, de Google, cuyas capacidades todavía se están definiendo.

Cuando la comparación sale de benchmarks propios, el número dice menos de lo que parece. El antecedente inmediato ayuda a dimensionarlo: Muse Spark 1.2, el modelo que hoy mueve Muse Code, obtuvo 54 puntos en el Intelligence Index de Artificial Analysis, empatado con Grok 4.5 pero por detrás de Claude Opus 5 (61), Claude Fable 5 (60), GPT-5.6 Sol (59) y Kimi K3 (57), según el recuento de Memeburn. Meta viene acortando distancia, pero medirse con la frontera y estar en la frontera son cosas distintas.

Por qué Meta está corriendo desde atrás en la carrera de IA

Meta llegó tarde a la ola de modelos de lenguaje y respondió con una reorganización profunda de su división de IA —Superintelligence Labs— y una inversión masiva en talento e infraestructura, según reportó The Verge. El resultado visible es una línea de producto que se expandió rápido.

El primer Muse Spark llegó en abril, seguido por Muse Spark 1.1 junto con la apertura pública de la Meta Model API, según Livemint. En agosto debutó Muse Code, su primer agente de programación, en beta desde el 5 de agosto de 2026, de acuerdo con Memeburn. La división está liderada por Alexandr Wang, chief AI officer de Meta, según eWeek. Antes de eso, Meta ya había lanzado Muse Image, su modelo de generación de imágenes, y venía empujando a Muse como su apuesta fuerte en agentes.

El agente, mientras tanto, se volvió un fenómeno de consumo. La app de Muse superó las 2,5 millones de descargas desde su debut y acumuló 730.000 descargas en unos cinco días, según Sensor Tower vía CNBC. En la misma ventana de 13 días posteriores al lanzamiento, Claude registró 400.000 descargas y Grok 200.000, según la misma fuente. Meta además ofrece suscripciones de US$20 o US$100 al mes según el uso, reportó CNBC.

No todo fue crecimiento limpio. Amazon bloqueó a Muse en su tienda citando riesgos de privacidad y seguridad, mientras que Shopify eligió lo contrario y anunció una integración para permitir checkout con el agente, según CNBC. Ese contraste —una plataforma que cierra la puerta y otra que la abre— resume la discusión de fondo sobre los agentes que operan en nombre del usuario.

Meta también empuja a Muse hacia el negocio. Anunció su expansión a pequeñas empresas con integraciones en Shopify, Dropbox, Slack, Notion, Stripe, Canva, Figma, Zoom y QuickBooks, entre otras, y lanzó la Meta Enterprise Platform liderada por Chirantan CJ Desai, ex CEO de MongoDB, según TechCrunch.

¿Cuánto cuesta construir sobre los modelos de Meta?

Acá está el ángulo más práctico, y donde Meta sí está jugando fuerte: el precio. Muse Code cuesta US$1,25 por millón de tokens de entrada y US$4,25 por millón de salida en su plan estándar. Tiene además un plan contributor mucho más barato —US$0,10 de entrada y US$0,20 de salida— a cambio de permitir que Meta use tus prompts y tu código para entrenar modelos futuros, según Memeburn.

Como referencia del mercado, la misma nota consigna que Anthropic cobra US$3 por millón de entrada y US$15 de salida por Claude Sonnet 5, y US$5 y US$25 por Claude Opus 5, mientras que GPT-5.6 Sol de OpenAI cuesta US$12 por millón de tokens de salida. La estrategia es clara: entrar por precio y cerrar la brecha de calidad acumulando datos de uso real.

¿Qué significa esto para tu startup?

El anuncio no cambia tu stack hoy, pero sí te da munición para negociar costos y para presionar a tus proveedores actuales.

• Prueba por la API, no por el titular. Wonder está disponible en la Meta Model API. Antes de reescribir nada, corre tus propios casos de uso —atención al cliente, clasificación, generación de contenido— y compáralos contra el modelo que ya usas. Un benchmark interno de Meta no es evidencia de nada sobre tu caso particular.

• Usa el precio como palanca, no como decisión. Si tu volumen de tokens es alto, ten el costo por millón de tokens de tu proveedor actual al lado del de Meta. El diferencial de precios en planes contributor es grande, y eso te da argumentos concretos en una renovación de contrato.

• Lee la letra chica de los datos. En el plan contributor, tus prompts y tu código alimentan el entrenamiento de Meta. Y en su agente, ZDNET reportó que Meta usa las interacciones para entrenar modelos salvo que desactives la opción en Ajustes, dentro de Data Controls, en la opción Help us improve our models. Si tu ventaja competitiva está en el código o en los datos de tus clientes, el plan barato puede salir carísimo.

• Vigila el efecto secundario de la guerra de precios. Cuando un laboratorio entra con precios agresivos, los demás responden. Vale la pena revisar tus contratos y modelos de consumo antes de que el ahorro te llegue por otro lado.

Conclusión

Meta lanzó Muse Wonder y Muse Wonder Full con una promesa grande y una evidencia acotada: benchmarks internos, sin verificación independiente y sin comparación pública frente a Gemini 4 Argon. Eso no significa que los modelos sean malos; significa que todavía no hay razón para migrar por lo que dice el comunicado.

Lo que sí cambió es la presión competitiva. Meta tiene distribución masiva —más de 2,5 millones de descargas de Muse, integraciones con herramientas que las pymes ya usan y una API abierta— y está dispuesta a comprar mercado con precio. Para un founder hispanohablante que construye sobre IA, eso es una oportunidad concreta: probar, medir con tus propios datos y renegociar costos. La decisión inteligente hoy no es elegir al ganador de la carrera, sino tener dos proveedores viables y el costo bajo control.

Fuentes

• The Verge: Meta has some Wonder Full new AI models (fuente original)
• CNBC: Meta's Muse AI agent downloads are surging
• TechCrunch: Meta is expanding its AI agent Muse to small businesses
• Memeburn: Meta launches Muse Code, its first AI coding agent
• Livemint: Zuckerberg unveils Muse Spark 1.1 and developer API
• ZDNET: Meta Muse is the worst AI agent for privacy
• eWeek: Meta launches Muse Code AI coding agent