Muse Wonder y Muse Spark Open: qué significan los nuevos modelos de Meta para quien desarrolla

1. Qué anunció Meta#

Según TechCrunch, el 12 de octubre de 2026 Meta Superintelligence Lab lanzó Muse Wonder y Muse Wonder Full, su primer intento de modelo de frontera, más grande que Muse Spark, pensado para baja latencia. El 15 de octubre presentó Muse Spark Open. La tabla resume lo que dicen las dos notas.

Meta compara los resultados de Wonder con los de otros modelos líderes y destaca su «memoria activa»: retener y sintetizar información que da el usuario. Son resultados de pruebas de la propia empresa; verifícalos con tu caso antes de decidir.

Documentación: TechCrunch: Meta lanza Muse Wonder (12 oct 2026) ↗ · TechCrunch: Meta lanza un modelo de pesos abiertos que corre en Macs (15 oct 2026) ↗

2. Cuánto cuesta frente a Gemini 4 Argon#

Con la misma carga de ejemplo (150 millones de tokens de entrada y 30 millones de salida al mes), Muse Wonder cuesta $1.200. Gemini 4 Argon cuesta $600 con la tarifa introductoria hasta el 30 de noviembre y $1.200 desde el 1 de diciembre: el mismo precio de lista que Muse Wonder. Las cifras en pesos usan la TRM del 17 de octubre de 2026.

from decimal import Decimal as D

MODELOS = {                            # USD por millón de tokens (entrada, salida)
    "Muse Wonder": (D("4"), D("20")),
    "Gemini 4 Argon hasta el 30 nov": (D("2"), D("10")),
    "Gemini 4 Argon desde el 1 dic": (D("4"), D("20")),
}
TRM = D("3174.67")                     # TRM del 17 oct 2026
ENTRADA_M, SALIDA_M = D(150), D(30)    # un mes: 150 M de tokens de entrada y 30 M de salida

for nombre, (t_in, t_out) in MODELOS.items():
    usd = ENTRADA_M * t_in + SALIDA_M * t_out
    print(f"{nombre}: ${usd:,.2f} al mes | COP {usd * TRM:,.0f}")

El precio es solo una parte de la decisión. La nota de Meta no indica la ventana de contexto de Muse Wonder, y los resultados de calidad son de la empresa. Mide tu tarea con ambos antes de comparar costos.

Documentación: Google: presentación de Gemini 4 Argon ↗

3. ¿Cabe Muse Spark Open en tu equipo?#

La nota dice que Muse Spark Open está diseñado para correr localmente en equipos de Apple, que necesita al menos 1 TB de RAM (cifra que TechCrunch atribuye a Engadget) y que rinde mejor en un Mac Studio con chip M5 Ultra. El código calcula cuánta memoria ocupan solo los pesos de 816.000 millones de parámetros según la precisión.

PARAMETROS = 816e9                     # Muse Spark Open: 816 mil millones de parámetros
RAM_GB = 1000                          # "al menos 1 TB de RAM", según la fuente

for nombre, bits in [("16 bits", 16), ("8 bits", 8), ("4 bits", 4)]:
    pesos_gb = PARAMETROS * bits / 8 / 1e9
    print(f"{nombre}: {pesos_gb:,.0f} GB solo de pesos | cabe en 1 TB: {pesos_gb < RAM_GB}")

Las fuentes no dicen con qué precisión se distribuyen los pesos ni cuánta memoria exige un contexto largo, así que no podemos afirmar cuánta RAM necesitas en la práctica. La cifra de 1 TB sí indica que está fuera del alcance de un portátil o un equipo de escritorio común.

4. Lo que no se sabe todavía#

• La licencia de Muse Spark Open: la nota no la menciona, y de ella depende si puedes usarlo comercialmente.
• El nombre de las plataformas de API que lo ofrecen y sus precios.
• La ventana de contexto y los identificadores de modelo de Muse Wonder.
• Si Muse Wonder Full llegará a la API.
• Resultados independientes: los benchmarks citados son de Meta.

5. Cómo decidir si probarlos#

• Para producción en la nube, compara Muse Wonder con el modelo que ya usas al precio que regirá, no al promocional: usa el comparador de modelos de IA de Codifly.
• Para correr local, confirma primero la licencia y el hardware: sin más de 1 TB de RAM no es una opción.
• Si tu equipo no tiene ese hardware, considera una plataforma de API que lo aloje cuando publique precios.
• Mide con tus propias tareas: los resultados de un lanzamiento rara vez coinciden con los de tu caso.

Para profundizarCómo elegir un LLM para producción sin depender del ranking

6. Mantén tus cifras al día#

Esta guía se basa en notas de prensa del 12 y el 15 de octubre de 2026, no en documentación técnica de Meta. Los precios, las licencias y la disponibilidad pueden cambiar; revisa la documentación oficial de Meta cuando la publique.

• Confirma el precio en la página oficial de Meta Model API antes de presupuestar.
• Revisa si Meta publica la licencia de Muse Spark Open.
• Anota la fecha de lectura de cada tarifa.