Meta lanza Muse Spark 1.3 y anuncia versión de pesos abiertos para pronto

Meta ha puesto en producción Muse Spark 1.3, la última iteración de su modelo de IA generativa, y ha confirmado que la versión con pesos abiertos estará disponible “pronto”, según un tuit de Mark Zuckerberg. La nueva versión ya está accesible a través de la API de Meta y del CLI Muse Code.

Cambios de la 1.3

Muse Spark 1.3 se describe como “más inteligente, menos parlanchina y más eficiente”. Entre los ajustes más relevantes destacan:

• Gestión de ambigüedad: el modelo formula preguntas de clarificación cuando el prompt es confuso y solicita ayuda humana antes de ejecutar acciones críticas.
• Reducción de tokens: al preguntar antes de seguir un camino incierto, se evitan bucles de generación que consumen tokens sin aportar valor, lo que baja el coste por interacción.
• Mejora en cargas de trabajo de largo plazo: según el blog de Meta, la arquitectura revisada mantiene la coherencia en diálogos extensos y evita desviaciones tempranas.

Estos cambios son particularmente útiles para desarrolladores que integran Muse en agentes de IA o asistentes de código, donde la capacidad de reconocer límites y pedir intervención humana reduce la necesidad de supervisión constante.

Rendimiento frente a la competencia

Artificial Analysis, firma independiente de benchmarking, publicó resultados que sitúan a Muse Spark 1.3 a la par de los líderes del mercado. En un conjunto amplio de pruebas, la nueva versión obtuvo un aumento de 4 puntos respecto a la 1.2, emparejándose con GPT 5.6 Sol, Claude Opus 5 y Grok 4.6 High. La versión anterior ya competía con GPT 5.6 Terra y Z.AI GLM 5.3 Flash, por lo que la 1.3 consolida la posición de Meta en el segmento de modelos de frontera.

Modelo de precios

Meta mantiene su esquema de precios basado en consumo de tokens. Para usuarios del contributor tier, los costes son:

• $0.002 por millón de tokens de entrada en caché
• $0.10 por millón de tokens de entrada sin caché
• $0.20 por millón de tokens de salida

Estos valores son competitivos respecto a la oferta de OpenAI y Anthropic, especialmente para cargas de trabajo intensivas donde la reducción de turnos se traduce en ahorro directo.

Próximos pasos

Con la promesa de publicar los pesos del modelo “pronto”, Meta abre la puerta a la personalización y auditoría externa. Los equipos de infraestructura y seguridad deberán preparar pipelines para descargar, validar y servir los pesos en sus propios entornos, considerando los requisitos de hardware y licenciamiento que acompañen la publicación. Mientras tanto, la disponibilidad inmediata de la 1.3 permite a los equipos de desarrollo probar las mejoras de interacción y coste sin esperar a la versión abierta.