Meta libera Muse Spark Open: 816B parámetros con pesos abiertos
Meta publicó los pesos de Muse Spark Open, un modelo abierto de 816.000 millones de parámetros (42.000 millones activos) y una ventana de contexto de 1 millón de tokens. Es la primera vez que un modelo de esta clase corre en un escritorio: dos Mac Studio con chip M5 Ultra alcanzan para ejecutarlo en local, sin nube.
Para un founder, el mensaje es directo: la capacidad de nivel frontera deja de estar solo detrás de una API. Ahora puedes descargar los pesos, auditar el comportamiento del modelo y correrlo sobre datos que nunca salen de tu infraestructura.
¿Qué es Muse Spark Open y por qué importa?
Es un modelo nativamente multimodal, diseñado para tareas de largo horizonte, ingeniería de software compleja y razonamiento en varios pasos. Meta lo describe como el modelo abierto más capaz lanzado hasta hoy en Estados Unidos.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasLos pesos están disponibles en Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face y Microsoft Foundry Models. Para quien prefiere no administrar infraestructura, hay inferencia hospedada en Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI.
El detalle que suele pasarse por alto está en la licencia: se publica bajo la Muse Model License, con términos comerciales limitados que permiten a muchos desarrolladores usar el modelo gratis, pero no a todos. Antes de integrarlo en un producto, conviene leer esa cláusula.
La alianza con Apple: agentes corriendo en tu escritorio
El lanzamiento viene acompañado de una colaboración entre Apple y Meta, según reportó CNBC. Los clientes pueden combinar entre dos y cuatro Mac Studio para programar, analizar video o ejecutar otras tareas agénticas de forma local.
La arquitectura de memoria unificada de Apple permite que la GPU integrada del M5 Ultra use hasta 512 GB por Mac Studio, de modo que dos máquinas pueden alojar el modelo completo. El chip ofrece 1,2 TB/s de ancho de banda de memoria, suficiente para leer la porción que necesita cada token. El resultado: dos Mac Studio se comportan como un solo supercomputador con un terabyte de memoria unificada.
Meta probó flujos agénticos íntegramente en el dispositivo, incluyendo el envío de cambios reales de iOS a Ice Cubes (un cliente de Mastodon de código abierto) y la conducción de DaVinci Resolve de punta a punta, con el modelo revisando metraje cuadro por cuadro para encontrar los mejores momentos y recortarlos en vertical.
El costo es el punto débil de esta promesa. Según CNBC, un Mac Studio con el chip M5 Ultra y 256 GB de memoria cuesta al menos US$10.799, y hace falta más de una máquina. Una versión con 512 GB de RAM llegará más adelante este mes.
¿Dónde queda Meta en la carrera de los modelos abiertos?
Durante años, la identidad abierta de Meta se construyó sobre la familia Llama. Ese terreno se movió: los modelos chinos DeepSeek y Qwen se volvieron el punto de referencia del open-weight en programación, matemáticas y eficiencia de costos.
Los datos de uso lo reflejan. En la semana del 14 de septiembre, DeepSeek concentró el 25,4% de las solicitudes de texto en OpenRouter y Qwen el 6,7%, según cifras de la propia plataforma recogidas por Outlook Business. En Hugging Face, DeepSeek V4.1 Flash superó las 570.000 descargas y Qwen3-Coder-Next las 520.000 en el mes previo, de acuerdo con el mismo medio.
La competencia no se detiene. Reflection AI, la startup fundada por exinvestigadores de Google DeepMind, prepara su propio modelo abierto para competir con DeepSeek y Qwen, según un reporte de Axios citado por Crypto Briefing.
Meta responde con músculo financiero. La compañía dijo en julio que su gasto en inversiones relacionadas con IA podría llegar a US$145.000 millones este año, según AFP. Y el movimiento es doble: a principios de semana presentó Muse Wonder y Muse Wonder Full, sus modelos propietarios de frontera, mientras que en agosto había lanzado Muse Glimmer, un modelo abierto pequeño. Muse Spark Open se ubica en el medio: no es lo más potente que tiene Meta, pero es lo bastante bueno para atraer a desarrolladores.
¿Qué significa esto para tu startup?
La pregunta útil no es si el modelo es mejor que GPT o Claude, sino si te conviene operarlo tú. Estas son las decisiones concretas que cambian con este lanzamiento.
- Prueba antes de comprar hardware. No necesitas dos Mac Studio para evaluar el modelo. Empieza por los proveedores de inferencia hospedada —Together AI, Fireworks, Baseten, Modal u OpenRouter— y mide latencia y costo real con tus propios prompts. El hardware se justifica solo cuando el volumen o la privacidad lo exigen.
- Haz la cuenta completa, no solo el precio por token. Dos Mac Studio con M5 Ultra y 256 GB arrancan en US$10.799 cada uno, según CNBC. Ese gasto compite contra una factura mensual de API. Para la mayoría de las startups en etapa temprana, la API gana hasta que el uso se vuelve intensivo y constante.
- Revisa la licencia antes de integrarla. La Muse Model License tiene términos comerciales limitados. Si tu producto cobra por el servicio que corre sobre el modelo, verifica que tu caso esté cubierto antes de comprometer arquitectura.
- Aprovecha el argumento de privacidad. Correr el modelo en local significa que los datos sensibles —código propietario, información de clientes, documentos legales— no salen de tu infraestructura. Para startups que venden a banca, salud o sector público en LATAM y España, ese punto puede ser el diferenciador frente a un competidor que depende de la nube.
- Diseña para varios modelos. El ecosistema abierto se mueve rápido: DeepSeek, Qwen, Muse y Reflection compiten por el mismo puesto. Si tu producto asume un solo proveedor, cada cambio de liderazgo te cuesta una migración. Abstrae la capa de inferencia desde el principio.
¿Puedo correr Muse Spark Open en mi computadora?
Solo si tu equipo entra en la categoría de estación de trabajo de gama alta. El modelo requiere los chips Apple más rápidos y la mayor cantidad de memoria posible, y necesita más de una máquina. No es un modelo para una laptop.
Para el resto, el camino práctico es la inferencia hospedada o el despliegue en nube con los motores de inferencia que Meta listó: SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp y Unsloth, con optimizaciones para silicio de AMD, Apple, Intel y NVIDIA. La versión abierta incluye kernels Helion autoajustables en SGLang, que según Meta entregan aceleraciones de 1,03× a 3,95× a nivel de kernel en GPUs NVIDIA y AMD, y un 3% de mejora de punta a punta en AMD MI350.
Conclusión
Muse Spark Open no es el modelo más potente del mercado, y Meta lo admite. Lo relevante es otra cosa: un modelo de 816.000 millones de parámetros con pesos descargables y una alianza con Apple para correrlo en el escritorio. Eso empuja la frontera de lo que un equipo pequeño puede operar por su cuenta.
La decisión para un founder no es ideológica. Es de costos, licencia y control de datos. Evalúa el modelo por API esta semana, calcula el punto de equilibrio frente al hardware y revisa la licencia antes de escribir la primera línea de integración.
Fuentes
- Muse Spark Open, the Most Capable US Open-Weight Model to Date (fuente original)
- Apple and Meta team up to make Muse AI model run on Mac computers
- Meta says its new AI models on par with OpenAI, Anthropic
- China's AI Models Are Rewriting The Cost Of AI
- Reflection AI to release open-weight model aimed at DeepSeek and Qwen
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
