Meta ha publicado los pesos de Muse Spark Open, un modelo de 816.000 millones de parámetros que la compañía presenta como el modelo abierto estadounidense más capaz hasta la fecha. Se descarga desde Hugging Face, está pensado para programar y trabajar como agente, y Meta asegura que es el primero de su tamaño que corre en un escritorio: dos Mac Studio con el chip M5 Ultra.
Es un giro para Meta. En abril estrenó Muse Spark como su primer modelo de frontera sin pesos abiertos, rompiendo con la estrategia de Llama. Seis meses después vuelve a abrir el modelo grande, con una licencia propia que trae letra pequeña.
Puntos clave
- Tamaño: 816.000 millones de parámetros en total, unos 42.000 millones activos por token, y una ventana de contexto de 1 millón de tokens.
- Multimodal de entrada: lee texto, imágenes, audio y vídeo. Responde en texto.
- Dónde está: pesos en Hugging Face, Amazon SageMaker, Google Cloud y Microsoft Foundry. Por API, en Together AI, Fireworks, Groq y OpenRouter.
- Licencia: Muse Model License. Uso comercial permitido dentro de tus productos, pero obliga a mostrar "Built with Muse Spark Open" y pide acuerdo aparte a quien lo venda como servicio con más de 20 millones de dólares de ingresos en 12 meses.
Cómo es por dentro
Muse Spark Open es un modelo de mezcla de expertos (MoE, mixture of experts): en vez de usar todo el modelo para cada palabra, un enrutador elige qué partes trabajan. Tiene 62 capas y cada una guarda 256 expertos, de los que se activan 8 por token. Los expertos acumulan cerca del 97% de los parámetros.
Eso tiene una consecuencia práctica. El modelo calcula cada token como si tuviera 42.000 millones de parámetros, así que va rápido, pero los 816.000 millones tienen que estar cargados en memoria. Es velocidad de modelo mediano con factura de memoria de modelo gigante.
El checkpoint en BF16 pesa unos 1,5 terabytes. Hay una versión en NVFP4, de 4 bits, preparada para las GPU Blackwell de Nvidia, que cabe en un solo nodo B200. La versión completa en BF16 pide cuatro nodos de ocho H200 cada uno, según la guía de Hugging Face.
Meta lo ha entrenado para programación agéntica: leer un repositorio entero, escribir y depurar código, llamar a herramientas y corregirse en tareas largas. Como también entiende imágenes, audio y vídeo, el mismo modelo puede mirar una captura de pantalla, escuchar una nota de voz o ver una grabación del escritorio mientras trabaja en el código.
En las demostraciones, Meta lo puso con Muse Code, su terminal de programación, a arreglar fallos y añadir funciones a un cliente de Mastodon, y lo usó dentro de DaVinci Resolve, el editor de vídeo profesional, para revisar y recortar metraje.
Un detalle para quien lo vaya a usar: el razonamiento no se puede apagar. Tiene cuatro niveles (low, medium, high y xhigh) y por defecto va en el más alto. Para tareas sencillas conviene bajarlo a low, o gastará tokens pensando de más.
Qué hace falta para correrlo en un Mac
La frase que ha hecho titulares es que corre en dos Mac Studio con M5 Ultra usando MLX, el framework de Apple para aprendizaje automático. Meta y Apple, rivales casi siempre, han trabajado juntas durante meses en el lanzamiento, según The Verge.
Mark Zuckerberg lo dijo en X: corre "muy bien en los nuevos Mac Studio" gracias al trabajo con John Ternus y Apple. Ternus, nuevo consejero delegado de Apple, contestó felicitando al equipo. Y Alexandr Wang, responsable de IA de Meta, bromeó con Axios sobre que "papá y mamá" vuelven a llevarse bien.
Las cifras de Hugging Face aterrizan la promesa. Con un Mac Studio M3 Ultra de 512 GB de memoria, una versión cuantizada a 2 bits ocupa 304 GB y genera 18 tokens por segundo. Una de 3 bits ocupa unos 344 GB y saca 21 tokens por segundo. Incluso a 3 bits hace falta más de 256 GB de RAM, así que un Mac normal no sirve.
O sea: "corre en un escritorio" es verdad, pero en un escritorio de varios miles de euros con la memoria a tope. Para la mayoría de empresas, la vía razonable es la API de un proveedor como Together AI u OpenRouter, o un servidor propio en la nube.
Cómo queda frente a los modelos chinos
Aquí hay que leer con cuidado, porque casi todas las cifras las publica Meta y todavía nadie las ha confirmado por su cuenta.
En el índice de Artificial Analysis que cita Meta, Muse Spark Open saca 39 puntos. GLM 5.3 saca 45, Kimi K3 44 y Qwen3.8 40, así que los mejores modelos abiertos chinos siguen por delante. Mistral Large 4, el modelo grande de Mistral que cubrimos en su lanzamiento, se queda en 38. Meta y Mistral quedan prácticamente empatados como mejor modelo abierto fuera de China.
Donde Muse Spark Open gana es en tareas de agente con herramientas. En MCP-Atlas, que mide el uso de herramientas conectadas por MCP (el protocolo estándar para enchufar herramientas a un modelo), saca 89,2, la nota más alta de la tabla de Meta. En programación pura va por detrás: 76,4 en Terminal-Bench 2.1 frente a 85,0 de Kimi K3.
Contra otros modelos abiertos estadounidenses, como Nemotron 3 Ultra de Nvidia o Inkling de Thinking Machines, la ventaja es de más de 20 puntos en muchas pruebas, según los datos de Meta.
La licencia, en cristiano
No es una licencia de código abierto como Apache 2.0 o MIT, que son las que usan Qwen y GLM. Es una licencia propia con tres condiciones que conviene conocer antes de construir nada encima.
Puedes usarlo dentro de la empresa y meterlo en tus productos, también con fines comerciales. Si lo usas, tu producto tiene que mostrar "Built with Muse Spark Open" en la interfaz, la documentación o la web, y eso está en el texto de la licencia. Y si vendes el modelo como servicio y facturas más de 20 millones de dólares en 12 meses, tienes que avisar a Meta y firmar un acuerdo aparte. La política de uso prohíbe, entre otras cosas, armas, malware y suplantación.
Para una pyme o una startup, en la práctica no molesta. Para un proveedor de nube que quiera revenderlo, Meta sigue teniendo la llave.
Por qué Meta vuelve a abrir
Encaja con lo que Meta lleva haciendo todo el año. En agosto liberó Muse Glimmer, el hermano pequeño de 30.000 millones para correr en local, y Muse Spark Open usa el mismo tokenizador. Mientras, compite arriba del todo con modelos cerrados como Muse Wonder.
Y está el frente interno. Este mes se supo que Meta y Microsoft recortan el uso interno de Claude, y que Meta empuja a sus ingenieros hacia herramientas propias como Muse Code. Tener un modelo de programación propio, abierto y que la comunidad mejore gratis, le sirve para depender menos de Anthropic.
Por qué importa
Si en tu empresa programáis con Claude o con GPT y la factura de tokens empieza a doler, Muse Spark Open es la primera alternativa abierta estadounidense que merece una prueba seria en tareas de agente. No va a sustituir a Claude Code mañana, y en programación pura los modelos chinos van por delante.
Pero hay casos donde pesa más que el modelo sea abierto y se pueda instalar en casa: datos que no pueden salir de vuestros servidores, cumplimiento normativo, o un volumen de llamadas tan alto que la API cerrada no sale a cuenta. Yo lo probaría por API en OpenRouter con una tarea real de vuestro repositorio antes de pensar en comprar dos Mac Studio. Y si lo metéis en producto, acordaos de la etiqueta "Built with Muse Spark Open".
Fuente original: Hugging Face
Relacionado
