Muse Spark 1.3 Contributor vs Muse Spark 1.2: El recién llegado del intercambio de datos vs el buque insignia a precio completo del mes pasado

Si tu equipo estandarizó con Muse Spark 1.2 en agosto, el lanzamiento de septiembre de Muse Spark 1.3 Contributor plantea una pregunta incómoda: ¿pasas tu agente de codificación al checkpoint más reciente a $0.10 de entrada y $0.20 de salida por millón de tokens, o te quedas con Muse Spark 1.2 — el modelo que ya integraste, que ya evaluaste contra tu propio código base, y por el que ya pagas $1.25 y $4.25 por millón de tokens? Lo incómodo es que la comparación no es realmente entre lo nuevo y lo antiguo. Muse Spark 1.3 Contributor es el SKU de compartición de datos del nuevo checkpoint Muse Spark 1.3, y la mayor parte de su ventaja de precio sobre Muse Spark 1.2 proviene del contrato, no de los pesos: si envías tus prompts y completaciones a través de él, Meta podría usarlos para entrenar sus modelos. Así que la decisión se divide en dos preguntas que rara vez se plantean juntas: si el checkpoint 1.3 es significativamente mejor que el 1.2 para tu trabajo, y si la cláusula de datos más los límites operativos del nivel Contributor es un intercambio que estás dispuesto a hacer por una factura de tokens aproximadamente 20 veces más barata.

Lo que cada lado realmente es

Muse Spark 1.2 llegó el 5 de agosto junto con Muse Code, el agente de codificación en terminal de Meta, como el primer lanzamiento de la familia afinado para codificación. Es un modelo de razonamiento multimodal de pesos cerrados — entrada de texto, imagen, video, audio y PDF, salida de texto — con una ventana de contexto de 1.048.576 tokens y un límite de salida de 131.072 tokens. En su forma estándar tiene un precio de $1,25 por millón de tokens de entrada, $0,15 en caché y $4,25 por millón de tokens de salida, sin cláusula que otorgue a Meta derechos sobre tus datos. Es también la versión de la familia que las plataformas de terceros realmente enrutan, porque la SKU Contributor que Meta lanzó junto a él siempre fue una lista separada con sus propios términos.

Muse Spark 1.3 Contributor es el mismo checkpoint 1.3 que Meta lanzó el 2 de septiembre, con el contrato de Contributor: $0.10 por entrada, $0.002 por entrada en caché y $0.20 por salida, a cambio de los derechos sobre los datos de entrenamiento y bajo un límite de frecuencia mucho más estricto. Todo lo demás — ventana de contexto, modalidades de entrada, tope de salida, pesos cerrados — es compartido con su homólogo estándar y con la generación 1.2 anterior. Por tanto, los dos modelos de esta comparación difieren en dos ejes independientes: generación (pesos 1.2 frente a 1.3) y nivel (términos estándar frente a términos de Contributor). Mantener esos ejes separados es el quid de la cuestión.

El marcador

• Versión — Muse Spark 1.2: 5 de agosto de 2026. Muse Spark 1.3 Contributor: 2 de septiembre de 2026.

• Contexto / salida — idéntico: 1,048,576 tokens de entrada, 131,072 de salida.

• Entradas — idénticas: texto, imagen, video, audio, PDF; solo salida de texto.

• Precio — Muse Spark 1.2 estándar: $1.25 de entrada, $4.25 de salida, $0.15 en caché. Muse Spark 1.3 Contributor: $0.10 de entrada, $0.20 de salida, $0.002 en caché.

• Uso de datos — Muse Spark 1.2 estándar: ninguno. Muse Spark 1.3 Contributor: las indicaciones y las finalizaciones pueden utilizarse para entrenar modelos de Meta.

• Límites de frecuencia — Muse Spark 1.2 estándar: 3,000 solicitudes/min, 4M tokens/min. Programa de colaboradores: 60 solicitudes/min, 2.1M tokens/min.

• Disponibilidad — Muse Spark 1.2 estándar es el miembro de la familia en plataformas de enrutamiento de terceros; Muse Spark 1.3 Contributor está en la propia API de Meta y en las plataformas con las que Meta ha firmado para ese nivel.

Lo que cambia el nuevo checkpoint, según Meta.

Los materiales de lanzamiento de Meta afirman un gran avance con respecto al {{1}}1.2{{/1}} en los benchmarks que definen a un agente de codificación. Terminal-Bench 2.1: 88,8 para {{2}}1.3{{/2}} frente a los 82,9 que Meta reportó para {{1}}1.2{{/1}}, y Meta señala que la puntuación de {{2}}1.3{{/2}} empata con la mejor de la tabla. DeepSWE v1.1, el benchmark de repositorios de horizonte largo: 75,4 para {{2}}1.3{{/2}}, que Meta califica como de vanguardia. Eficiencia: los ingenieros de Meta reportan aproximadamente un 20 % menos de llamadas a herramientas y un 25 % menos de tokens en {{2}}1.3{{/2}} para los mismos flujos de trabajo de ingeniería, la cifra que más importa, aunque en silencio, a la hora de comparar costos. Todos estos datos provienen del proveedor y ninguno ha sido reproducido de forma independiente a fecha de 3 de septiembre; el único ancla independiente disponible es el propio {{1}}1.2{{/1}}, que Artificial Analysis mide en unos 80,1 en Terminal-Bench 2.1 y puntúa con un Intelligence Index de 57 — ligeramente por debajo de los 82,9 que Meta reporta para ese modelo, un recordatorio útil de la brecha habitual entre la evaluación del proveedor y el banco de pruebas de un tercero. Las primeras reacciones de la comunidad se muestran escépticas de que {{2}}1.3{{/2}} mueva la aguja mucho más allá de {{1}}1.2{{/1}}, lo que convierte la repetición independiente en lo más importante que esperar antes de asumir que la actualización es un gran avance.

El contrato es la variable más grande.

Supongamos por un momento que la afirmación de un 25% menos de tokens es aproximadamente correcta y que 1.3 es al menos tan capaz como 1.2. Las diferencias restantes son contractuales y van en ambos sentidos. El tope de 60 solicitudes por minuto del nivel Contributor está 50 veces por debajo de las 3,000 del SKU estándar — adecuado para un agente interactivo y un solo ingeniero, pero una limitación real para un equipo que ejecuta evaluaciones en paralelo, barridos por lotes o una puerta de enlace compartida que distribuye muchas solicitudes. La restricción de región en la disponibilidad de Contributor es otro dato operativo a comprobar antes de adoptarlo como opción predeterminada. Y la cláusula de datos se suma a ambas: todo contexto de repositorio, registro de pruebas fallidas y prompt que se envíe a través de Muse Spark 1.3 Contributor es material que Meta podría usar para entrenar. Para un desarrollador independiente o una startup sin una base de código propietaria, eso suele ser un precio aceptable por un descuento de 20×. Para un equipo que entrega código bajo un NDA con un cliente, o que construye algo que es en sí mismo el foso competitivo, la cláusula suele ser descalificante sin importar el ahorro.

La aritmética mensual

Pongamos cifras a un equipo que ejecuta 3,000 tareas de agente al mes, donde cada tarea consume 200,000 tokens de entrada de contexto y 40,000 tokens de salida de razonamiento y llamadas a herramientas en Muse Spark 1.2. Con el precio estándar de 1.2, eso es $0.42 por tarea — $1.25 × 0.2 más $4.25 × 0.04 — o alrededor de $1,260 al mes. Si trasladamos la misma carga de trabajo a Muse Spark 1.3 Contributor, aplicamos la reducción de tokens del 25% que afirma Meta, y el consumo por tarea baja a 150,000 tokens de entrada y 30,000 tokens de salida: $0.10 × 0.15 más $0.20 × 0.03, o alrededor de $0.02 por tarea, aproximadamente $63 al mes. Eso supone una diferencia de coste de 20× para la misma carga de trabajo lógica, y es todo el argumento comercial de la SKU Contributor. El contrapeso no es la calidad del modelo, que parece comparable o mejor — es si tus cargas de trabajo encajan dentro del marco de tarifas de Contributor y si la cláusula sobre datos de entrenamiento es aceptable para lo que realmente envías a través de él. Esas son las únicas dos razones por las que el Muse Spark 1.2 a precio completo sigue siendo una opción racional para algunos equipos.

Obtener acceso a cada uno, honestamente.

Hoy existe una asimetría práctica real. Muse Spark 1.2 standard es el miembro de esta familia que las plataformas de terceros enrutan: en OrcaRouter está activo al precio de lista de Meta, con $1.25 de entrada y $4.25 de salida por millón de tokens, un margen del 0%, una única clave de API, sin mínimo y con conmutación automática por error si el proveedor upstream está congestionado. Muse Spark 1.3 Contributor todavía no lo enrutamos nosotros; está en la propia API de Meta y en las plataformas con las que Meta ha firmado para ese nivel, lo que significa que un equipo que quiera comparar los dos modelos con una prueba A/B en paralelo necesita hoy una cuenta de Meta para el nuevo y una clave de enrutamiento para el antiguo. Esa división es temporal por la naturaleza del mercado: en cuanto un proveedor enrutado añada la familia 1.3, sus dos SKU aparecerán al precio de lista en OrcaRouter ese mismo día, porque las tarifas de los proveedores se trasladan sin márgenes en lugar de incrementarse. Hasta entonces, la vía honesta más barata para evaluar 1.3 Contributor es la propia API de Meta, y la forma más barata de mantener tu integración 1.2 existente en funcionamiento es la clave que ya tienes.

Tres equipos, tres respuestas

La decisión se divide claramente en tres casos. Un desarrollador en solitario o un equipo en fase temprana sin código propietario y sin necesidades de rendimiento en ráfaga: cambie ahora a Muse Spark 1.3 Contributor — el ahorro de 20× es real y la cláusula de datos le cuesta poco. Un equipo que trabaja bajo NDA, o cuyo código base es el producto: no acepte el nivel Contributor; la actualización correcta es Muse Spark 1.3 en condiciones estándar, y permanecer en Muse Spark 1.2 mientras tanto es defendible hasta que evaluaciones comparativas independientes confirmen el salto de la 1.3. Un equipo con alta tasa de solicitudes o una puerta de enlace compartida: el límite de Contributor lo convierte en una mala opción por defecto, y las SKU estándar de cualquiera de las dos generaciones son la elección realista. En otras palabras, la respuesta a «1.3 Contributor o 1.2» rara vez trata sobre qué modelo es mejor — ambas generaciones son sólidas. Se trata de si el descuento sobrevive al contacto con sus límites de velocidad y su política de datos.