Meta Muse Spark Open: pesos abiertos de 816B que corren en dos Mac Studios

Meta publicó los pesos de Muse Spark Open el 15 de octubre de 2026

El Meta Muse Spark Open salió el 15 de octubre de 2026: modelo abierto, nativamente multimodal, con 816 mil millones de parámetros totales, 42 mil millones activos por solicitud y ventana de contexto de 1 millón de tokens. El anuncio lo posiciona como el modelo de pesos abiertos más capaz de Estados Unidos hasta hoy, construido para código y trabajo agéntico, y es el primero de su clase en correr en escritorio, usando dos Mac Studio con chip M5 Ultra y el framework MLX de Apple. La combinación de escala y ejecución local existe porque la diferencia entre parámetros totales y activos separa el costo de cómputo del requisito de memoria, y esa separación reposiciona la elección entre endpoint hospedado e infraestructura propia.

Arquitectura dispersa: cómo 816B procesa como 42B

El número que organiza todo en este lanzamiento es la diferencia entre 816B y 42B. Los 816 mil millones son los parámetros totales del modelo, el tamaño del artefacto descargable. Los 42 mil millones son los parámetros activos, la fracción que efectivamente procesa cada token. Esa es la firma de una arquitectura de mezcla de expertos, y es lo que el Muse Spark Open 816B explota: en lugar de un bloque denso único, el modelo mantiene un conjunto grande de bloques especializados y activa solo los relevantes para cada entrada.

La consecuencia práctica aparece en dos lugares. En el costo de cómputo, cada token generado paga el procesamiento de 42B de parámetros, no de 816B, lo que reduce el trabajo aritmético por token respecto a un modelo denso equivalente en capacidad. En el costo de memoria, la cuenta se invierte: los pesos completos necesitan estar disponibles, y es ahí donde el tamaño del artefacto cobra el precio. Los números oficiales de Meta: los pesos de referencia en BF16 suman cerca de 1,6 TB, y el checkpoint NVFP4 cerca de 530 GB, un tercio del BF16, porque solo los bloques de expertos son cuantizados. La colección en Hugging Face confirma que los dos formatos están disponibles, y la elección entre ellos es exactamente la elección entre precisión máxima y viabilidad de memoria.

La multimodalidad es nativa, no un adaptador pegado después: el modelo procesa texto, imagen, video y audio en la misma arquitectura. Para trabajo agéntico, eso significa que las etapas de lectura de una tarea larga, un repositorio con capturas de pantalla, grabaciones de reunión y logs, no exigen un modelo separado de visión delante del modelo de lenguaje.

La ventana de 1 millón de tokens completa el paquete agéntico. Contexto de ese orden permite poner bases de código enteras, u horas de interacción de agente, dentro de una única sesión. La lectura correcta, sin embargo, es la misma que aplicamos a la ventana de 1M de Gemini 4 Argon: capacidad de entrada no es recall garantizado. La ventana dice qué cabe; la calidad de recuperación en posiciones distantes del contexto es una propiedad que solo la evaluación muestra, y el lanzamiento no trae auditoría independiente de ese punto.

En el lado de la ingeniería de inferencia, Meta acompañó los pesos con kernels GPU Helion customizados dentro de SGLang, con aceleraciones reportadas de 1,03x a 3,95x a nivel de kernel en GPUs NVIDIA y AMD, y 3% de ganancia de extremo a extremo en AMD MI350. Son números de la propia Meta, a nivel de kernel, no de aplicación completa. El anuncio también lista soporte para SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp y Unsloth, con optimizaciones para silicio AMD, Apple, Intel y NVIDIA.

La condición de los dos Mac Studios: qué es hecho y qué es contexto

La afirmación más citada del lanzamiento merece descomposición. Según Meta, el Muse Spark Open es el primer modelo de su clase en correr en escritorio usando dos Mac Studio con M5 Ultra y la versión actual de MLX. La lectura del par Meta Muse Spark Apple MLX empieza por la memoria unificada de Apple: cada M5 Ultra ofrece hasta 512 GB de memoria unificada para la GPU integrada, a 1,2 TB/s de banda, y dos máquinas suman 1 TB, suficiente para cargar el checkpoint cuantizado en NVFP4 entero (el BF16 de ~1,6 TB no cabe).

Tres cualificaciones importan para quien lee esa afirmación como opción de compra. Primera: "dos Mac Studios" aquí es la configuración tope, 512 GB por máquina; un Mac Studio común no entra en esa cuenta. Segunda: la banda de memoria de 1,2 TB/s lee la fracción pequeña que cada token necesita, y es eso lo que hace viable la inferencia, pero la velocidad de generación en hardware de consumo no fue publicada en el lanzamiento; quien necesite throughput va a querer un número medido antes de decidir. Tercera: los casos de uso demostrados son de la propia Meta, corriendo el Muse Code sobre el Spark Open dentro del dispositivo: correcciones reales enviadas al Ice Cubes, cliente open source de Mastodon para iOS, con build completo, y operación de extremo a extremo del DaVinci Resolve, con el modelo revisando filmación cuadro a cuadro y recortando verticalmente. Son demostraciones de capacidad, no benchmarks independientes.

La lectura económica correcta no es "un modelo de frontera cabe en una notebook". Es que la frontera abierta dejó de exigir datacenter y pasó a exigir una estación de trabajo doble de alto acierto de memoria. La diferencia entre esas dos frases es la diferencia entre accesible y simplemente más barato que un clúster.

Benchmarks y desempeño real

El anuncio oficial no trae tabla de benchmarks y apunta a un reporte de metodología y al model card en Hugging Face, con reporte completo de evaluaciones prometido para después. Lo que existe hoy en fuente primaria son las demostraciones agénticas descritas arriba y la declaración de posicionamiento: modelo de pesos abiertos más capaz de Estados Unidos hasta la fecha.

La cobertura especializada llena parte del vacío con números de terceros. Reportajes publicados en la semana, incluyendo The Rundown AI y AlphaSignal, citan el Artificial Analysis Intelligence Index con el Spark Open en 39 puntos, delante de los modelos de pesos abiertos occidentales y detrás de GLM 5.3 (45), Kimi K3 (44) y Qwen3.8 (40), con los modelos chinos manteniendo ventaja en código. Ese cuadro es consistente con lo que la lectura de la frontera por índice ya mostraba: la carrera abierta sigue liderada por China, y el anuncio de Meta reposiciona a Occidente en la disputa sin asumir el liderazgo. Trate esos índices como cobertura a confirmar en el reporte oficial de evaluaciones, que aún no salió.

Para equipos de ingeniería, la implicación práctica es de calibración de expectativa: el modelo es vendido para tareas agénticas de largo aliento, ingeniería de software compleja y razonamiento en múltiples etapas, y las demostraciones de Meta apuntan en esa dirección. Pero ninguna evaluación independiente de código, como SWE-bench, acompañó el lanzamiento. Decisión de adopción basada en benchmark específico necesita esperar el reporte completo o prueba propia en el workload real.

Economía de inferencia: lo que se sabe y lo que no se dijo

Meta no divulgó precio de API en el lanzamiento, ni para los endpoints propios, ni referencia de precio de los socios de inferencia hospedada. Cualquier tabla de costo por millón de tokens hoy sería invención. Lo que se puede armar con evidencia es el mapa de opciones de consumo:

La ausencia de precio no es detalle menor. El argumento de costo del modelo es la dispersión: 42B activos por token contra 816B totales significa que el costo marginal de generación escala con la fracción activa, no con el tamaño del artefacto. Es el mismo eje económico que el análisis de costo por tarea ya consolidó: parámetros activos son el mejor predictor de costo de inferencia, mucho mejor que el número de marketing del artefacto. El lanzamiento aplica esa lógica en el tope de la tabla: porte de frontier denso con perfil de costo de un sistema mucho menor.

La licencia es el segundo componente económico del modelo abierto de Meta. Los pesos salen bajo la Muse Model License, con términos comerciales limitados, que según Meta permiten uso gratuito por muchos desarrolladores. Términos comerciales limitados significan que hay restricciones, y empresas con uso comercial en escala necesitan leer la licencia antes de construir encima. Pesos abiertos no son open source, y la distinción ya decidió decisiones de ruta en lanzamientos anteriores.

Integración y enrutamiento en producción

El conjunto de caminos de consumo es el más amplio ya visto en un lanzamiento abierto de Meta: siete plataformas de API hospedada, cuatro repositorios de pesos, siete engines de inferencia y cuatro familias de silicio. Para quien opera malla de modelos, cada camino tiene un perfil de trade-off distinto.

La vía hospedada es la de menor fricción: crear clave en uno de los siete proveedores, apuntar el workload, pagar por token cuando el precio sea publicado. La vía propia, en GPU, exige capacidad de memoria compatible con el formato elegido, cerca de 1,6 TB en BF16 o 530 GB en NVFP4, números oficiales de Meta, más expertise de operación de vLLM o SGLang. La vía escritorio en dos Mac Studios M5 Ultra es la novedad de hardware, adecuada a equipos que quieren inferencia dedicada sin fila de GPU, con la salvedad de throughput no publicado.

Es en ese punto que la decisión se convierte en cuestión de gateway y enrutamiento, y no de elección binaria. Un workload agéntico real mezcla perfiles: tareas de lectura y sumarización que un modelo pequeño resuelve, tareas de ingeniería de código que justifican un modelo grande, y pico de demanda que ninguna infraestructura propia ociosa debería atender sola. El patrón de decisión que este lanzamiento refuerza es el mismo de cuándo un modelo pequeño se acerca al líder: capacidades sobre la mesa, costo por tarea medido, y la ruta elegida por política, no por hábito. El lanzamiento tampoco altera la regla de comparar endpoints con el mismo prompt antes de decidir; solo agrega un candidato más en las dos puntas, la API hospedada y la ejecución propia.

El Muse Spark Open no elimina el costo de oportunidad de la alternativa cerrada. Las demostraciones on-device de Meta son reales, pero el mismo anuncio distribuye el modelo por siete nubes, lo que indica que Meta espera consumo hospedado en volumen. Para la mayoría de las operaciones, el camino de entrada es la API hospedada, con la opción de traer para adentro solo el workload que lo justifique.

Preguntas frecuentes

¿Es open source el Muse Spark Open?

No. Es un modelo de pesos abiertos bajo la Muse Model License, con términos comerciales limitados. Los pesos pueden descargarse y ejecutarse, y Meta declara uso gratuito para muchos desarrolladores, pero la licencia tiene restricciones comerciales que necesitan leerse antes de uso corporativo en escala.

¿Necesito dos Mac Studios para correr el modelo?

Para la configuración de escritorio anunciada, sí: dos Mac Studio con M5 Ultra de 512 GB de memoria unificada cada uno, vía Apple MLX, sumando 1 TB. En servidor, los checkpoints BF16 y NVFP4 corren en engines como vLLM y SGLang en configuraciones de GPU con memoria compatible, cerca de 1,6 TB en BF16 o 530 GB en NVFP4, números oficiales de Meta, porque la cuantización cubre solo los expertos.

¿Cuánto cuesta la API de Muse Spark Open?

Meta no divulgó precio en el lanzamiento del 15 de octubre. El modelo está disponible en siete plataformas hospedadas, Baseten, Fireworks AI, Groq, Modal, Nebius, Together AI y agregadores de API multi-modelo, y el precio por millón de tokens en cada una aún no había sido publicado en la fecha de este análisis.

¿El modelo sustituye a los modelos cerrados de frontera?

Ningún dato independiente publicado hasta 2026-10-19 sostiene esa lectura. La cobertura de terceros coloca al modelo detrás de GLM 5.3, Kimi K3 y Qwen3.8 en el índice de Artificial Analysis, y los modelos cerrados de frontera siguen delante en evaluaciones de código. Lo que el lanzamiento sostiene es otra cosa: la frontera abierta occidental volvió a existir en el mayor porte ya publicado, con camino de ejecución propia.

¿Vale correr local o usar API?

Depende del workload. La ejecución propia tiene sentido cuando hay uso continuo que paga el hardware, exigencia de residencia de datos o aislamiento de red. La API hospedada gana cuando la demanda es variable, cuando el throughput importa y cuando el equipo no quiere operar infraestructura de inferencia. Sin precio publicado, la comparación económica queda incompleta; mida las dos vías en su workload antes de decidir.

Referencias y lecturas complementarias

• Anuncio oficial de Meta, 15 de octubre de 2026
• Guía de desarrollo y ejecución, dev.meta.ai
• Colección de pesos en Hugging Face, incluido el model card
• Post de PyTorch sobre el lanzamiento
• Metodología de evaluación declarada por Meta
• Análisis anterior: Meta Muse Wonder y enrutamiento de LLMs
• Análisis anterior: LiquidAI LFM2.5-24B-A2B y eficiencia de parámetros activos

Próximo paso

El Muse Spark Open le devuelve a Occidente un candidato de pesos abiertos en el mayor porte ya publicado, con 42B de parámetros activos por token y un camino de ejecución propia que ya no exige datacenter. Para el arquitecto que opera varias rutas de modelo, el próximo paso concreto es probar el modelo en sus dos perfiles de consumo, endpoint hospedado y checkpoint propio, con los mismos prompts y las mismas tareas, y medir costo por tarea antes de elegir. El Nexforce Router existe exactamente para ese tipo de decisión: probar un mismo prompt en paralelo en varios modelos, aplicar reglas de ruta por clave, mantener techo de gasto y failover, y dejar la política de ruta siguiendo medición, no anuncio.