Muse Spark 1.3 Contributor se lanza a $0.10/$0.20: el modelo de codificación más barato de Meta, pagado con datos

Meta lanzó Muse Spark 1.3 Contributor el 2 de septiembre, y la sorpresa no es el modelo, sino el precio. Muse Spark 1.3 Contributor es la SKU de intercambio de datos del nuevo checkpoint Muse Spark 1.3, listada en $0.10 por millón de tokens de entrada y $0.20 por millón de tokens de salida, frente a $1.25 y $4.25 para el Muse Spark 1.3 estándar: un descuento de aproximadamente 12× en entrada y 21× en salida que le da a Meta el derecho de entrenar con tus prompts y completaciones. Alexandr Wang, quien dirige el trabajo de IA de Meta, calificó el precio de "agresivo", dijo que un "porcentaje de dos dígitos significativo" de desarrolladores ya elige el nivel Contributor que Meta introdujo junto con Muse Spark 1.2 en agosto, y enmarcó el lanzamiento como base para agentes personales que trabajan en nombre del usuario las 24 horas. El modelo se activó en la API de Modelos de Meta y dentro de Muse Code, el agente de codificación de terminal de Meta, desde el primer día; una variante de "razonamiento máximo" del checkpoint aún está en pruebas de seguridad. Los equipos que enrutan cargas de trabajo de codificación a través de una API deberían leer esto como una jugada de guerra de precios disfrazada de lanzamiento de modelo — y la SKU Contributor es el arma.

Una liberación, y el nivel que cambia su significado.

Muse Spark 1.3 es la cuarta versión de la línea Muse Spark desde abril, y el ritmo de lanzamiento más rápido que Meta ha tenido jamás en un producto insignia: el Muse Spark original el 8 de abril, Muse Spark 1.1 el 9 de julio (el primer modelo de API de pago de Meta), Muse Spark 1.2, centrado en la codificación, el 5 de agosto, y ahora 1.3 un mes después. Meta mantuvo el precio estándar de 1.3 idéntico al de 1.2, lo cual es notable en sí mismo: la empresa mantiene estables los precios de la API mientras afirma un gran salto en capacidad de codificación. El nivel Contributor es donde realmente reside la estrategia de precios de Meta: en lugar de descontar la SKU estándar, Meta envía el mismo checkpoint dos veces, una a precio completo sin cláusula de datos de entrenamiento y otra cerca del costo a cambio de derechos de uso. Esa estructura de dos SKU, implementada por primera vez con 1.2 en agosto, es ahora la predeterminada para la familia.

• Checkpoint — Muse Spark 1.3, un modelo de razonamiento multimodal de pesos cerrados (entrada: texto, imagen, video, audio y PDF; salida: texto).

• Contexto — 1,048,576 tokens de entrada, tope de salida de 131,072, sin cambios desde 1.2.

• SKU estándar — $1.25 de entrada, $4.25 de salida, $0.15 de entrada en caché. Sin cláusula de datos de entrenamiento.

• Contributor SKU — $0.10 por entrada, $0.20 por salida, $0.002 por entrada en caché. Los prompts y las respuestas pueden usarse para entrenar los modelos de Meta.

• Modos de razonamiento — los modos estándar estarán disponibles en el lanzamiento; "max reasoning" se retiene a la espera de pruebas de seguridad.

• Dónde se ejecuta — la Meta Model API y Muse Code, con el Contributor SKU también distribuido a través de las plataformas para las que Meta ha firmado.

La estructura de "mismo checkpoint, dos contratos" importa por una razón práctica: la calidad del modelo no es la variable entre las SKU. Un desarrollador que paga $4.25 por millón de tokens de salida y un desarrollador que paga $0.20 están llamando a los mismos pesos. La decisión entre ellos se trata enteramente de la cláusula de datos y los límites operativos que la acompañan — por eso la opción Contributor merece cobertura como producto propio y no como una nota al pie en el lanzamiento de 1.3.

Lo que Meta afirma que cambia el nuevo checkpoint

Debido a que 1.2 fue en sí mismo un lanzamiento de codificación, la historia de 1.3 se trata principalmente de "mejor en el mismo trabajo". Todos los siguientes son números propios de Meta del lanzamiento, aún no reproducidos por un evaluador independiente:

• Terminal-Bench 2.1 — 88.8, lo que Meta afirma que empata con el mejor resultado de la tabla, frente a los 82.9 que reportó para Muse Spark 1.2 en el mismo benchmark.

• DeepSWE v1.1 — 75.4, lo que Meta califica como un resultado de última generación en el benchmark agéntico de horizonte largo, por delante de los 73.0 y 74.0 que cita para dos rivales punteros.

• Retención de contexto largo — 98.5 en MRCR a 256K–512K y 98.1 a 512K–1M, ambos reportados por el proveedor.

• Eficiencia — los ingenieros de Meta reportan aproximadamente un 20% menos de llamadas a herramientas y un 25% menos de tokens que Muse Spark 1.2 en las mismas tareas, lo cual es la afirmación que más directamente alimenta una comparación de costos.

Las afirmaciones de eficiencia importan incluso si las puntuaciones de los benchmarks no sobreviven al contacto con un entorno de pruebas independiente, porque se acumulan con el precio de Contributor. El único ancla independiente disponible hoy es la generación anterior: en Artificial Analysis, la entrada más reciente de Muse Spark sigue siendo Muse Spark 1.2, que mantiene un Intelligence Index de 57 con una puntuación medida de Terminal-Bench 2.1 en torno a 80.1, por debajo de los 82.9 que la propia Meta reporta para ese modelo. No se ha publicado ninguna ejecución independiente de Muse Spark 1.3 al momento de escribir esto, y Artificial Analysis aún no ha incluido el checkpoint 1.3 en su listado. Trata las cifras de 88.8 y 75.4 como afirmaciones de Meta hasta que un arena o un entorno de pruebas de terceros las confirme.

La letra pequeña del Contributor es donde el trato se vuelve real.

La brecha entre los tokens de salida de $0.20 y $4.25 es real, y los términos asociados a ella son igualmente reales. El programa Contributor de Meta, tal como se publicó con la versión 1.2 de agosto, combina la tarifa con descuento con restricciones que cambian la forma en que un equipo serio puede usarlo:

• Uso de datos — las indicaciones y las respuestas enviadas a través de la SKU de Contributor pueden utilizarse para entrenar los modelos de Meta. Eso incluye el código y, para un programador agéntico, en la práctica el contenido de los repositorios a los que apunta. Esta es exactamente la razón del descuento.

• Límites de solicitudes — los del nivel Contributor son mucho más estrictos que los del estándar: 60 solicitudes por minuto y 2,1 M de tokens por minuto, frente a 3000 solicitudes y 4 M de tokens por minuto en la SKU estándar. Eso supone una diferencia de 50× en el rendimiento de solicitudes y descarta el nivel Contributor para CI con ráfagas o ejecuciones de evaluación paralelas a gran escala.

• Límites regionales — La disponibilidad de contribuidores está restringida a un subconjunto de regiones, y se requiere un método de pago, aunque el costo marginal de una sesión puede ser de unos centavos.

• Los complementos no tienen descuento — el grounding con búsqueda web cuesta 2,50 USD por cada 1.000 consultas en ambos niveles, por lo que un agente que hace muchas recuperaciones obtiene un ahorro porcentual menor de lo que sugieren las tarifas de tokens.

• El razonamiento se factura como salida — todos los tokens de razonamiento se cuentan a la tarifa de salida, por lo que el descuento de salida de 21× es el número que domina una carga de trabajo agéntica.

Lo que los tokens de salida de $0.20 le hacen a la factura de un agente

Tomemos una tarea representativa de codificación agéntica: 200,000 tokens de entrada de contexto y estado del repositorio, y 40,000 tokens de salida incluyendo razonamiento y llamadas a herramientas. En el SKU estándar Muse Spark 1.3, eso es $1.25 × 0.2 más $4.25 × 0.04, o unos $0.42 por tarea. En Muse Spark 1.3 Contributor, la misma aritmética es $0.10 × 0.2 más $0.20 × 0.04, o unos $0.03 — aproximadamente una quinceava parte del precio antes incluso de contar la ganancia de eficiencia del 25% menos de tokens. Si se escala a un equipo que ejecuta unos miles de tareas agénticas al mes, el SKU Contributor convierte una factura de tokens de cinco cifras en una de tres cifras. Esa es la oferta. La letra pequeña de arriba es el costo, y para muchos equipos la pregunta relevante no es si el ahorro es real, sino si la cláusula de datos y el límite de 60 solicitudes por minuto son aceptables.

Cómo lo ejecutarías realmente hoy

Muse Spark 1.3 Contributor aún no está enrutado por todas las plataformas que distribuían Muse Spark 1.2, por lo que el panorama real de acceso es dispar. En el lado de Meta, la SKU Contributor está disponible directamente a través de Meta Model API — ese es el endpoint propio del proveedor, y para el nivel de intercambio de datos es donde se aplican los términos. De nuestro lado, el miembro enrutable de la familia Muse Spark hoy es el Muse Spark 1.2 estándar, servido en OrcaRouter al precio de lista de Meta: 1,25 $ de entrada y 4,25 $ de salida, con 0 % de margen: una sola clave API, sin segundo contrato y con conmutación automática por error si el proveedor upstream está congestionado. Cuando un proveedor enrutado añada la familia Muse Spark 1.3, ambas SKU aparecerían al precio de lista el mismo día, porque OrcaRouter transfiere la tarifa del proveedor sin tocarla: un recorte de precio del proveedor, o un nivel Contributor, se refleja en la factura de inmediato, no después de una renegociación. Esa transferencia directa es la razón práctica para vigilar dónde aterriza la 1.3 en lugar de asumir que la división actual es permanente.

Las próximas dos semanas.

Cuatro cosas decidirán si Muse Spark 1.3 Contributor es un verdadero punto de inflexión o una cadencia de marketing. Primera, si un banco de pruebas independiente confirma las afirmaciones de 88.8 en Terminal-Bench y 75.4 en DeepSWE, ya que todo el marco de “frontera a precio de descuento” descansa sobre ellas. Segunda, cuándo se lanza la variante “max reasoning” retenida, y si se ofrecerá también en el nivel Contributor. Tercera, cómo responden los rivales de Meta en el precio: un codificador serio con tokens de salida a $0.20 presiona a todo modelo premium de codificación por encima de ese precio, y la respuesta aparecerá en unas semanas. Cuarta, si el escepticismo inicial de la comunidad — algunos reseñadores llamaron iterativo al 1.3, “exprimiendo pasta de dientes” tras un mes de pausa — da paso a resultados objetivos de terceros. Hasta que eso llegue, la postura racional es que Muse Spark 1.3 Contributor es una vía inusualmente barata para ejecutar un modelo de codificación muy capaz, con todo el descuento incluido en una cláusula de datos que merece el mismo escrutinio que la tabla de benchmarks.