¿Qué es Muse Spark Open y por qué importa?
Meta publicó los pesos de Muse Spark Open, un modelo de mezcla de expertos (MoE) de 816.000 millones de parámetros totales y 42.000 millones activos por token, con una ventana de contexto de un millón de tokens. Según TechRepublic, el anuncio fue el 15 de octubre y Meta lo presenta como «el modelo abierto más capaz de Estados Unidos hasta la fecha».
El modelo acepta texto, imagen, video y audio, y devuelve texto. La arquitectura tiene 62 capas, atención GQA con 16 cabezas KV y 8 de 256 expertos activos por token, más un Perception Encoder de 1.800 millones de parámetros. Los pesos en BF16 pesan alrededor de 1,6 TB; el checkpoint NVFP4 que publicó Meta cuantiza solo los expertos y baja a unos 530 GB, lo que según la compañía entra en 4 GPUs Blackwell Ultra, 8 H200 o dos Mac Studio M5 Ultra de 512 GB.
Ese último punto es el más relevante para un equipo chico: Meta trabajó con el framework MLX de Apple para que dos Mac Studio funcionen como un solo sistema con un terabyte de memoria unificada. Unite.ai reporta que el M5 Ultra tiene 1,2 TB/s de ancho de banda de memoria, suficiente para leer la porción del modelo que cada token necesita.
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¿Cuánto rinde y cuánto cuesta Muse Spark Open?
Artificial Analysis le da 39 en su Intelligence Index, el puntaje más alto de un modelo abierto estadounidense, 13 puntos por encima del Nemotron 3.5 Super VL de NVIDIA (26). Pero el mismo índice ubica a GLM 5.3 en 45, a Kimi K3 en 44 y a Qwen3.8-2.4T-A95B en 40, según la tabla del model card que recoge Unite.ai.
En tareas agénticas Meta reporta 61,8 en JobBench y 89,2 en MCP-Atlas, los mejores de su tabla. En coding la historia cambia: 76,4 en Terminal-Bench 2.1 contra 85,0 de Kimi K3 y 83,9 de GLM 5.3.
El precio es donde Muse Spark Open se vuelve interesante. Together, Fireworks y Baseten lo cobran a US$1,25 por millón de tokens de entrada y US$4,25 por millón de salida, con US$0,15 para entrada cacheada. Artificial Analysis calcula US$0,84 por tarea de su índice, contra US$2,01 de GLM-5.3 y US$0,27 de DeepSeek V4.1 Flash.
¿Qué dice la licencia de Muse Spark Open?
La licencia no es Apache ni MIT: es la Muse Model License, que exige mostrar «Built with Muse Spark Open» en la interfaz o la documentación de cada producto que lo use. Y hay una cláusula que todo founder que venda inferencia como servicio debe leer: si el negocio de modelos como servicio supera los US$20 millones de ingresos brutos anuales con afiliadas, hay que notificar a Meta y firmar un acuerdo aparte.
El hardware también filtra. Unite.ai señala que correrlo localmente pide al menos 700 GB de VRAM en NVFP4 o 2 TB en BF16. TechRepublic agrega que los Mac Studio M5 Ultra de 512 GB llegan a fines de octubre sin precio anunciado, y que un arreglo equivalente de cuatro máquinas de 256 GB cuesta más de US$38.000. Además, descargar los pesos desde Hugging Face exige nombre legal, fecha de nacimiento e identificadores corporativos.
Para quien no quiere comprar fierro, el modelo está disponible en Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry y Hugging Face, y por API en Baseten, Fireworks, Groq, Modal, Nebius, OpenRouter y Together AI. Corre sobre SGLang, vLLM, TensorRT-LLM, MLX y llama.cpp, y mlx-lm tuvo soporte con visión desde el día uno.
El resto del tablero: otros lanzamientos de la semana
El mismo ciclo dejó otras piezas que conviene mirar juntas, porque mueven el costo por tarea de todo el sector:
- Reflection Beam 1.0: MoE de 501.000 millones totales y 23.000 millones activos, contexto de 1M y licencia Apache 2.0. Artificial Analysis le da 30, segundo entre los modelos abiertos de EE.UU., aunque solo alcanza 3,0% en Terminal-Bench 4.0.
- Gemini 4 Argon: ya disponible para suscriptores Pro y en AI Studio Build, con límite de salida de 1M tokens (antes 64K) y precio introductorio de US$2/US$10 hasta el 30 de noviembre.
- Anthropic Haiku 5.5: US$0,10/US$0,50 por millón de tokens para prompts de hasta 100K, cerca de 90% más barato que Haiku 4.5, y 39,2% en Terminal-Bench 4.0 contra 16,4% de GPT-6 Luna.
- OpenAI GPT-6 Astra Pro: ahora corre varios agentes en paralelo sobre partes de una misma tarea, con mejor uso de herramientas.
En hardware, SemiAnalysis reporta que TPUv7 rinde 1,42 veces más performance por dólar que GB300 NVL72 en FP4, sobre una base de costos externa a Google, y 2,5 veces frente a MI355X.
¿Por qué importa que un modelo abierto venga de EE.UU.?
Muse Spark Open no sale en el vacío. Tech.co recuerda que el mercado de pesos abiertos viene dominado por modelos chinos como Kimi K3 y GLM 5.5, y el propio boletín de Latent Space recoge un recuento de Tidelines.ai según el cual Alibaba/Qwen acumuló 141,3 millones de descargas en Hugging Face en 30 días, unas seis veces las 23,6 millones de DeepSeek y los 23,5 millones de Google.
Ahí está la jugada real de Meta: no ganar cada benchmark, sino ofrecer un paquete auditable y de origen estadounidense para equipos de compras atados a reglas de gobernanza o mandatos regulatorios que restringen sistemas desarrollados fuera del país. Es un argumento de procurement, no de rendimiento puro.
En paralelo, el mercado privado manda otra señal. Según Reuters, citado por Crypto Briefing, inversores que asistieron al investor day de Anthropic discutieron una valoración de aproximadamente US$1,5 billones para su salida a bolsa de noviembre, por debajo de los US$2 billones que se esperaban. La empresa reportó ingresos de US$16.800 millones en el tercer trimestre, un alza de 45% frente a los US$11.600 millones del trimestre anterior, pero el ritmo se desaceleró frente al crecimiento de aproximadamente 147% del segundo trimestre. Crypto Briefing agrega que Anthropic comprometió al menos US$518.000 millones a una década en nube e infraestructura.
¿Qué significa esto para tu startup?
Tres cosas concretas.
Primero, vuelve a medir tu costo por tarea. Con Muse Spark Open a US$0,84 por tarea de índice y Haiku 5.5 casi 90% más barato que su versión anterior, el precio de la inferencia se movió fuerte en una sola semana. Si tienes un pipeline agéntico corriendo sobre un modelo de hace seis meses, el número que importa no es el precio por token sino el costo por tarea resuelta. Corre esa cuenta antes de renovar cualquier contrato anual.
Segundo, lee la licencia antes que el benchmark. La cláusula de los US$20 millones de Meta aplica solo a quien vende modelos como servicio, no a quien usa el modelo dentro de su propio producto. Si construyes un SaaS sobre Muse Spark Open, quedas cubierto por la licencia general con la atribución correspondiente; si revendes inferencia, necesitas el acuerdo aparte. Resolver eso antes de integrar evita una conversación legal incómoda después.
Tercero, no subestimes el costo de correrlo tú mismo. 700 GB de VRAM en NVFP4 no es una decisión de fin de semana. Para la mayoría de startups hispanohablantes, la ruta sensata es empezar por API y evaluar hardware dedicado solo cuando el volumen lo justifique.
Un dato que ayuda a calibrar expectativas: el mejor agente del benchmark FDE-Gym resuelve por completo solo 14 de 95 tareas reales de entrega a clientes, y falla sobre todo en restricciones no declaradas. La brecha entre un benchmark y tu operación real sigue siendo grande, y ningún lanzamiento de esta semana la cerró.
Fuentes
- Latent Space — AINews High Taste Testers Ep. 1 (fuente original)
- TechRepublic — Meta Unveils Muse Spark Open, Its Most Powerful Open-Weight AI Yet
- Unite.AI — Meta’s 816B-Parameter Muse Spark Open Weights Are Now Public
- Tech.co — Meta Challenges China With New Open-Weight AI Model
- Crypto Briefing — Anthropic investors consider lowering IPO valuation to $1.5 trillion
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
