Meta lanza el "modelo de código abierto más potente de EE. UU."

CEO de Meta, Mark Zuckerberg. Imagen procesada por IA

Por｜Su Yang

Editor｜Xu Qingyang

El 15 de octubre, hora local de EE. UU., Meta lanzó oficialmente Muse Spark Open, un modelo de expertos mixtos con un total de 816 mil millones de parámetros y 42 mil millones de parámetros activos, y también abrió la descarga de pesos.

Este es el modelo de pesos de código abierto más potente de EE. UU. hasta la fecha, que admite de forma nativa entradas multimodales, con una ventana de contexto que alcanza 1 millón de tokens.

El ganador del Premio Turing y ex científico jefe de IA de Meta, Yang Likun, "aplaudió" con entusiasmo.

01 Dos "manzanas" son suficientes

Meta afirma haber colaborado con Apple para optimizar, y que dos Mac Studio M5 Ultra pueden ejecutar el modelo completo.

La configuración específica consiste en dos Mac Studio M5 Ultra que trabajan en conjunto a través del marco MLX, con una memoria unificada de 1 TB. El ancho de banda de memoria de M5 Ultra alcanza 1.2 TB por segundo, lo que puede soportar la velocidad de lectura de pequeñas porciones necesarias para cada token.

El modelo en sí utiliza una arquitectura de expertos mixtos, donde se activan 42 mil millones de parámetros de los 816 mil millones totales en cada ocasión. Esto significa que la cantidad de parámetros realmente utilizados durante la inferencia es mucho menor que la escala total, pero los pesos completos aún necesitan ser cargados en la memoria. La versión NVFP4 indicada en la tarjeta del modelo requiere al menos 700 GB de memoria de acelerador, mientras que la versión BF16 necesita 2 TB.

Por lo tanto, dos Mac Studio de 512 GB están justo en el límite de poder contener los pesos cuantificados.

La multimodalidad nativa es otro enfoque clave de Muse Spark Open.

El modelo acepta cuatro tipos de entradas: texto, imágenes, videos y audio, y la salida es texto. No es un modelo multimodal generativo; no puede dibujar, generar videos ni sintetizar voz. Su capacidad radica en comprender y analizar información de múltiples modalidades. Los desarrolladores pueden hacer que vea capturas de pantalla, escuche grabaciones, analice fotogramas de video y luego combine instrucciones de texto para hacer juicios. Para flujos de trabajo basados en agentes, esta capacidad de comprensión es más práctica que la capacidad generativa.

Además de los chips de Apple, Muse Spark Open también es compatible con motores de inferencia y plataformas de hardware populares. SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp y Unsloth ya están adaptados, y los chips de AMD, Apple, Intel y NVIDIA pueden ejecutarlo.

Meta también incluye un núcleo GPU Helion personalizado, que puede ofrecer una aceleración de nivel de núcleo de entre 1.03 y 3.95 veces en SGLang, y un aumento del 3% en AMD MI350.

02 El valor de "el más fuerte de EE. UU."

Meta ha enfatizado en varias ocasiones que es "el modelo de pesos de código abierto más fuerte de EE. UU."

En la tabla de puntuaciones publicada por Meta, Muse Spark Open lidera en las pruebas de referencia utilizando las herramientas JobBench y MCP-Atlas, obteniendo 61.8 y 89.2 puntos, respectivamente, superando a competidores como GLM 5.3, Kimi K3 y Qwen3.8.

En la prueba de inferencia HLE-Diamond sin herramientas, también lidera con 26.1 puntos. En la evaluación visual con herramientas, ZeroBench obtuvo 50 puntos y SimpleVQA 73.6 puntos, también posicionándose en la parte superior.

El científico de IA estadounidense Nathan Lambert expresó que ha estado esperando mucho tiempo para que los modelos de código abierto de EE. UU. recuperen competitividad, y ahora finalmente ve una esperanza.

Aaron Levie, CEO de Box, también considera que esto es un gran avance para la comunidad de código abierto en EE. UU., ya que las empresas pueden mezclar y combinar en el futuro: usar modelos de vanguardia para la orquestación y tareas avanzadas, y modelos personalizados de bajo costo para flujos de trabajo repetitivos.

Las expectativas son altas, pero las debilidades son evidentes.

En la prueba de codificación Terminal-Bench 2.1, Muse Spark Open obtuvo 76.4 puntos, por debajo de los 83.9 puntos de GLM 5.3 y los 85.0 puntos de Kimi K3.

En la tarea de ingeniería de software DeepSWE 1.1, con 60 puntos, también se quedó atrás de GLM y Kimi, que obtuvieron 67 y 68 puntos, respectivamente.

En la evaluación de trabajo de conocimiento GDPVal-AA v2, Muse Spark Open obtuvo 1401 puntos, lo que muestra una diferencia con los 1653 puntos de GLM 5.3, 1613 de Qwen3.8 y 1537 de Kimi K3.

El índice de inteligencia de la agencia de pruebas de terceros Artificial Analysis también proporciona un referente.

Según su lista pública, Muse Spark Open (modo Xhigh) obtuvo 39 puntos, mientras que el Xiaomi MiMo-V2.6-Pro obtuvo aproximadamente 46 puntos, el Zhizhu GLM-5.3 alrededor de 45 puntos, el Kimi K3 de la cara oscura de la luna alrededor de 44 puntos, el GLM-5.3-Flash alrededor de 42 puntos y el Alibaba Qwen3.8 2.4T A95B alrededor de 40 puntos.

Esto significa que al menos seis modelos de código abierto ya publicados tienen una puntuación general superior a Muse Spark Open, y todos provienen de fabricantes chinos.

En el último año, las descargas de modelos de código abierto de China han superado a las de EE. UU., y el 60% de la cantidad de tokens en las solicitudes de origen estadounidense en OpenRouter son procesadas por modelos de código abierto, la mayoría de los cuales provienen de laboratorios chinos. El lanzamiento de Meta establece un nuevo estándar en el campo de código abierto en EE. UU.

En cuanto a precios, Together AI ha fijado el precio de la API de Muse Spark Open en 1.25 dólares por cada millón de tokens de entrada y 4.25 dólares por salida, igualando el precio de la versión cerrada de Muse Spark.

Este precio no es barato en el ámbito de modelos de código abierto; DeepSeek-V4.1-Flash cuesta solo 0.75 dólares por millón de tokens en horas no pico, el Xiaomi MiMo-V2.6-Pro cuesta 1.305 dólares y el GLM-5.3 cuesta 5.80 dólares.

Muse Spark Open se posiciona entre el rango medio y alto, y su ventaja de costo-beneficio se refleja principalmente en escenarios de autoalojamiento: si las empresas lo implementan por su cuenta, el costo de computación podría ser más rentable que las llamadas a la API.

03 Desde reparar iOS hasta editar videos

Los parámetros y las puntuaciones son solo datos en papel; lo que realmente hace sentir su peso son algunos casos de uso prácticos de Muse Spark Open.

El primer caso de uso que Meta presentó es la modificación de aplicaciones iOS.

Meta utilizó Muse Code (un agente de programación basado en Muse Spark Open) para procesar completamente Ice Cubes, un cliente de Mastodon de código abierto, en local. Las tareas específicas incluyeron la corrección de errores, la adición de nuevas funciones y la finalización de la construcción completa.

El segundo caso de uso es que Muse Spark Open impulsa localmente DaVinci Resolve para la edición de videos, revisando el material fotograma a fotograma, identificando los momentos más destacados y luego recortándolos en formato vertical.

Las herramientas de edición de video tradicionales suelen realizar tareas básicas como agregar subtítulos automáticamente o transiciones simples, mientras que Muse Spark Open toma decisiones más subjetivas como "cuáles imágenes son las mejores". Puede ver fotograma a fotograma, comprender el contenido de las imágenes, hacer juicios de selección y luego operar directamente el software de edición profesional para producir el resultado final.

Si este proceso se lleva a cabo, representará un aumento directo en la eficiencia para la producción de videos cortos, creadores de contenido y organizaciones de medios.

Muse Spark Open también admite compras inteligentes. Pedro Cuenca, ingeniero de aprendizaje automático de Hugging Face, compartió una demostración de compras en X, mostrando las capacidades de Spark Open en tareas de agentes, uso de computadoras y razonamiento multimodal.

En concreto, el modelo puede operar directamente un navegador, navegar por sitios de comercio electrónico, comparar productos y completar compras. Este tipo de escenario de "IA que te ayuda a comprar" se ha mencionado durante mucho tiempo, pero siempre ha estado limitado por la capacidad del modelo para comprender y operar en páginas web. La comprensión multimodal y la capacidad de invocación de herramientas de Spark Open han reducido aún más la barrera de entrada para este tipo de aplicaciones.

Sophia Yang, directora de relaciones con desarrolladores de Fireworks AI, mostró un uso aún más impresionante: generar código fotograma a fotograma con Spark Open para crear una página web animada interactiva completa.

Los usuarios pueden navegar por toda la página web como si estuvieran dentro de una escena de película, donde cada fotograma es escrito en tiempo real por el modelo. Esta demostración es más un espectáculo técnico, pero muestra la posibilidad de combinar grandes modelos locales con herramientas creativas.

Detrás de estos casos de uso está la completa disposición de Meta en modelos de código abierto.

En abril de este año, lanzaron la primera generación de Muse Spark, en agosto lanzaron Glimmer con 30 mil millones de parámetros y licencia Apache 2.0, y a principios de octubre lanzaron Muse Wonder y Wonder Full de gama más alta. Ahora, Spark Open completa el ciclo de pesos de código abierto, formando una línea de productos completa desde modelos locales pequeños hasta modelos cerrados de gran escala.

Los acuerdos de licencia también se han segmentado. Glimmer utiliza la completamente abierta Apache 2.0, mientras que Spark Open utiliza la licencia personalizada Muse Model License: la mayoría de los desarrolladores pueden usarla de forma gratuita, pero si tu empresa ofrece modelos como servicio y tiene ingresos anuales superiores a 20 millones de dólares, necesitarás firmar un acuerdo adicional con Meta.

Las aplicaciones comerciales de implementación interna, investigación y no relacionadas con servicios de modelos no están sujetas a restricciones. Este diseño es muy preciso: no hay problema en usarlo internamente, no hay problema en usarlo para crear tus propios productos, pero si deseas venderlo directamente como API, entonces tendrás que negociar una participación en los ingresos.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.