Meta publica Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros para código y agentes

Meta Superintelligence Labs lanzó el 15 de octubre Muse Spark Open, una versión de pesos abiertos de su modelo Muse Spark. La compañía lo describe como el modelo estadounidense de pesos abiertos más capaz hasta la fecha y lo orienta a la programación y a tareas agénticas de largo recorrido.

Qué se ha publicado

Según la ficha del modelo, es un transformer de mezcla de expertos con 816.000 millones de parámetros en total y 42.000 millones activos por token (62 capas, 256 expertos, 8 en uso a la vez). Admite texto, imagen, vídeo y audio como entrada, genera texto y maneja un contexto de un millón de tokens. Los pesos se distribuyen en BF16 y NVFP4; Meta calcula que alojarlo por cuenta propia requiere unos 700 GB de memoria de GPU en NVFP4 y cerca de 2 TB en BF16.

Además de Hugging Face, el modelo figura en Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry, y se ofrece por API en proveedores como Fireworks AI, Groq, Together AI u OpenRouter. Meta asegura también que puede ejecutarse en dos Mac Studio con chip M5 Ultra conectados, mediante el framework MLX de Apple.

Cómo se compara

Las cifras de Meta dejan un balance desigual. El modelo logra 89,2 en MCP-Atlas, una prueba de uso de herramientas, frente a 84,5 de Qwen3.8. En Terminal-Bench 2.1, en cambio, se queda en 76,4 mientras Kimi K3 alcanza 85,0, y su puntuación de 39 en el índice de Artificial Analysis está por debajo de GLM 5.3 y Kimi K3. The New Stack señala que la distancia en programación con los mejores modelos abiertos chinos, que Meta ya admitió al lanzar la versión cerrada en abril, apenas se ha reducido. Todos los datos los aporta la propia empresa.

Licencia y salvedades

La descarga exige solicitar acceso y se rige por la Muse Model License, que no es una licencia de código abierto. Los productos deben mostrar el aviso «Built with Muse Spark Open», y las empresas cuyo servicio supere 20 millones de dólares de ingresos brutos en 12 meses deben notificar a Meta y firmar un acuerdo específico antes de ofrecer el modelo a terceros. El uso interno y la investigación quedan fuera de esa obligación.

Meta afirma haber reforzado el entrenamiento de seguridad por tratarse de pesos públicos y reporta tasas de rechazo elevadas en sus pruebas internas de ciberseguridad y biología. Advierte, no obstante, que esos resultados solo valen para el checkpoint publicado: las versiones ajustadas pueden comportarse de otro modo. El informe completo de evaluación aún no se ha publicado.