Muse Spark Open: los pesos insignia de Meta ya están disponibles — las cifras que los respaldan, no

Muse Spark Open es real, se puede descargar y es el mayor conjunto de pesos abiertos que ha publicado un laboratorio estadounidense. El repositorio que lo respalda — Muse-Spark-Open-816B-A42B — apareció por primera vez en Hugging Face el 15 de septiembre de 2026 y estuvo ahí, con acceso restringido y sin anuncio alguno, durante un mes. El 15 de octubre de 2026, Meta publicó los pesos, una entrada de lanzamiento, una tarjeta de resultados de referencia y una licencia, y todo quedó oficial en una sola tarde. Así que el encuadre honesto no es ni "lanzamiento sigiloso" ni "lanzamiento": el artefacto existió en silencio durante cuatro semanas y luego el papeleo se puso al día. Lo que no se ha puesto al día es la medición. Un día después del lanzamiento, las cifras del proveedor están publicadas y sin reproducir, las cifras independientes son parciales, y la evaluación de seguridad que, según Meta, respalda el lanzamiento todavía no ha salido. Esto es lo que el registro público respalda realmente hoy.

Un mes de silencio, y luego todo a la vez

Las fechas importan, porque cambian cómo se lee el lanzamiento. Los repositorios de Hugging Face —el checkpoint BF16 y una segunda compilación NVFP4— tienen marcas de tiempo de creación del 2026-09-15. La última modificación es del 2026-10-15, y el texto de la licencia dentro del formulario con acceso restringido está fechado el 15 de octubre de 2026, con la política de uso fechada el mismo día. La publicación de lanzamiento de Meta tiene una marca de tiempo de publicación del 2026-10-15. Así que la secuencia es: repositorio en septiembre, anuncio en octubre.

Esa es una historia distinta de la que suele describir la expresión «lanzado en silencio». Meta sí anunció esto, en tres lugares a la vez: su blog de investigación, una guía de compilación para desarrolladores en su sitio para desarrolladores y una publicación coescrita en el blog de Hugging Face, escrita por personal de Hugging Face. Lo que faltó fue el ciclo de prensa. Aproximadamente una semana de cobertura del lanzamiento no se ha materializado; fuera de las propias páginas del proveedor y una o dos publicaciones de agregadores, hay muy poco escrito sobre un modelo de este tamaño. La parte silenciosa es la recepción, no el lanzamiento.

Lo que el repositorio confirma por sí solo

Todo lo que sigue es verificable a partir de los metadatos del checkpoint, la configuración, la ficha del modelo y la publicación de lanzamiento de Meta, sin tener que fiarse de la palabra de nadie sobre un benchmark. Esta es la parte del registro que está zanjada.

• Escala — aproximadamente 816 mil millones de parámetros totales, con unos 42 mil millones activos por token.

• Arquitectura — una mezcla de expertos dispersa: 62 capas, dimensión oculta de 8192, 256 expertos por capa MoE con 8 seleccionados por token, y expertos que contienen aproximadamente el 97 % de los parámetros totales. Atención de consultas agrupadas con 128 cabezas de consulta y 16 cabezas clave-valor de 64 dimensiones cada una.

• Contexto — 1.048.576 tokens, la ventana que Meta abrevia a 1M, abarcando tokens de texto, imagen, video y audio en el mismo presupuesto.

• Entradas y salida: texto, imágenes, video y audio de entrada; texto de salida. Este es un lector multimodal, no un generador.

• Checkpoints: dos formatos. BF16, aproximadamente 1,5 TB de safetensors, y NVFP4, una compilación de 4 bits destinada a NVIDIA Blackwell que, según Meta, se ejecuta en un solo nodo B200.

• Aritmética de memoria — la atención de consultas agrupadas mantiene pequeña la caché para un modelo de este tamaño, pero cada token sigue añadiendo 126.976 valores. En BF16, eso supone unos 250 KB por token, o aproximadamente 266 GB para un contexto completo de 1M de tokens.

• Razonamiento — un ajuste de esfuerzo de razonamiento con niveles bajo, medio, alto y xhigh. Las propias herramientas de Meta señalan que no es posible desactivar el razonamiento.

• Entornos de ejecución — soporte desde el primer día en Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX y Unsloth, con Meta distribuyendo kernels Helion personalizados y autoajustables para SGLang que, según afirma, ofrecen aceleraciones a nivel de kernel de 1,03–3,95× en silicio de NVIDIA y AMD.

• Escritorio — la demo principal. Meta lo ejecutó en dos máquinas Mac Studio con chips M5 Ultra bajo MLX, lo cual funciona porque cada una expone hasta 512 GB de memoria unificada a 1,2 TB/s de ancho de banda, así que dos máquinas albergan un checkpoint BF16 completo. Las demos de Meta estaban desplegando cambios reales en un cliente iOS de código abierto y controlando DaVinci Resolve de principio a fin.

La licencia es la parte que la mayoría de la gente se salta

Muse Spark Open se distribuye bajo la Muse Model License, que Meta describe como una licencia que permite a muchos desarrolladores usar el modelo gratis. Dos cláusulas en su interior cambian lo que significa "gratis" en la práctica, y ninguna de las dos aparece en el titular.

El primero es la Sección 3, la cláusula de modelo como servicio. Si tú o tus afiliadas proporcionan a terceros acceso al modelo como producto o servicio a través de una API, y tus ingresos brutos agregados superan los veinte millones de dólares estadounidenses en cualquier período consecutivo de doce meses, debes notificar a Meta y celebrar un acuerdo por escrito por separado antes de operar ese negocio. Integrarlo en tu propio producto queda excluido; revender el modelo no.

El segundo es la atribución. La licencia exige que los licenciatarios muestren de forma prominente «Built with Muse Spark Open» en la interfaz de cualquier producto que utilice el modelo o un derivado, o en la documentación, el sitio o el menú de configuración que lo acompañen.

Dos cosas que la licencia concede con claridad, y vale la pena decirlas porque son el verdadero punto de los pesos abiertos: puedes hacer ajuste fino, destilar, fusionar, publicar, sublicenciar y vender derivados, y Meta no reclama la propiedad de los resultados. Meta también controla la descarga en sí: el repositorio tiene el acceso restringido, y el formulario de solicitud pide tu nombre legal completo, fecha de nacimiento y organización con identificadores corporativos, y no se puede editar después de enviarlo. Quien espere una descarga con un solo clic debe contar con una cola.

Lo que Meta ha afirmado pero aún no ha publicado

Meta publicó una tarjeta de resultados de benchmark junto con el lanzamiento, y el patrón que se aprecia en ella es más útil que cualquier fila individual. Las cifras que figuran a continuación son reportadas por el proveedor, cada modelo de la tarjeta se midió dentro de su propio entorno de agentes en lugar de uno compartido, y no hemos reproducido ninguna de ellas. Son una afirmación sobre la capacidad, no una clasificación auditada.

• Terminal-Bench 2.1, agente Terminus 2 — 76.4

• MCP-Atlas — 89.2

• GDPval-AA v2 — 1401

• SciCode — 58.5

• JobBench — 61.8

• HLE-Diamond, sin herramientas — 26.1

• DeepSWE 1.1 — 60, autoinformado en el mejor harness disponible

Las filas más fuertes son las evaluaciones agénticas y de uso de herramientas; la más débil es el razonamiento a libro cerrado. Eso es consistente con aquello para lo que Meta dice que sirve el modelo —programación de horizonte largo, lectura de una base de código, depuración, llamada a herramientas durante ejecuciones prolongadas— y es inconsistente con interpretarlo como una mejora general del razonamiento respecto a cualquier cosa.

Luego está la evaluación que Meta no ha publicado. Su publicación de lanzamiento dice que el modelo se evaluó conforme al Meta Superintelligence Scaling Framework, que «cumplió con los umbrales que nuestro marco exige para su publicación» y que los resultados detallados están en la ficha del modelo. La ficha del modelo remite a un informe de evaluación completo que se describe como disponible próximamente. Al momento de escribir esto, aún no ha salido. Una afirmación de seguridad que ha superado un marco interno es un objeto distinto de un informe de seguridad que un lector puede inspeccionar, y hoy solo existe el primero.

El único número independiente, y el espacio que lo rodea

Artificial Analysis tiene una ficha para Muse Spark Open, y es la única medición de terceros en el registro público en este momento. Sitúa el modelo en 39 en el Artificial Analysis Intelligence Index, noveno de 118 entradas en su clase de modelos de pesos abiertos de más de 150 mil millones de parámetros, por encima de la mediana de la clase, que es 19. También mide una velocidad de salida de 103,4 tokens por segundo y fija el precio de la ruta alojada en $1,25 por millón de tokens de entrada y $4,25 por millón de salida, a $0,84 por tarea del Intelligence Index. Esa ficha vale más que el índice: significa que las columnas de rendimiento y coste que estaban en blanco en el lanzamiento ahora están rellenas.

Lee los dos conjuntos de números juntos y la discrepancia no está en la especificación, sino en cuánto de ella se ha ejercitado. El listado del analista registra de forma independiente 816B en total y 42B de parámetros activos, una ventana de contexto de 1M de tokens, Hugging Face como fuente de los pesos y la Muse Model License — la misma arquitectura, la misma licencia y las mismas modalidades que Meta afirma, descritas como de entrada de texto, imagen, voz y video, y salida de texto. Donde los dos relatos divergen es en la cobertura. Meta reporta ocho benchmarks, todos bajo su propio harness. El registro independiente es un índice, una cifra de velocidad y un precio. No hay ninguna medición de audio ni de video en ningún lugar público, ninguna comparación de rendimiento contra la línea cerrada Muse Spark, y ningún segundo analista que verifique al primero. La coincidencia en la hoja de especificaciones no es lo mismo que la coincidencia en los números, y solo los números aquí han sido probados.

Lo que realmente cuesta ejecutarlo tú mismo

La cuestión relevante de costos en el caso de los pesos abiertos es el hardware, y aquí los detalles publicados son inusualmente concretos.

• BF16, centro de datos — la propia receta Transformers de Meta ejecuta el checkpoint BF16 en cuatro nodos de ocho GPU H200 con paralelismo tensorial de 32. Eso son 32 aceleradores para un solo modelo.

• NVFP4, centro de datos — la compilación cuantizada está documentada en un único nodo B200, y la configuración de referencia de SGLang de Meta para esta se ejecuta en cuatro GPU GB300.

• Escritorio, cuantizado — Hugging Face y el equipo de llama.cpp probaron una cuantización de 2 bits en una M3 Ultra de 512 GB: 304 GB de memoria consumida, ejecutándose a 18 tokens por segundo con espacio restante para la caché KV. Eso es lento, y es un modelo diferente del checkpoint BF16 que evaluó Meta.

• La ventana que te prometen y la ventana que puedes costear son dos presupuestos distintos — con un contexto completo de 1M de tokens en BF16, solo la caché KV llega a unos 266 GB. La cifra de memoria que todos citan es el precio de cargar el modelo, no el precio de usar la longitud de contexto que el modelo anuncia.

Dónde deja esto a alguien que solo necesita un modelo hoy

Muse Spark Open no es un modelo al que se le apunte una clave de API. Es una descarga, una licencia, un formulario de solicitud con acceso restringido y una decisión de hardware, y si tu carga de trabajo necesita una respuesta esta semana, hay mucho que cubrir antes del primer token. La versión práctica de la pregunta es a qué modelo Muse puedes acceder ahora mismo: Muse Spark 1.2 y Muse Spark 1.1 son los dos miembros de la línea cerrada Muse Spark que enruta OrcaRouter, ambos al precio de lista de Meta con 0 % de margen, porque el precio de lista del proveedor se pasa tal cual en lugar de aplicarle un margen. Muse Spark Open no está en nuestro catálogo y no vamos a insinuar lo contrario: un modelo cuya propuesta completa es que puedes descargarlo es un modelo que ejecutas tú mismo.

Esa división también es el argumento para mantener ambos en un mismo lugar. Una única API para más de 200 modelos significa que un modelo no probado no tiene que ser una apuesta de producción: la conmutación por error automática puede llevar una solicitud a un segundo proveedor cuando el primero se degrada, y el DSL de enrutamiento mueve el tráfico entre modelos mediante configuración en lugar de cambios de código. Para un modelo lanzado hace un día y sin una suite de benchmarks independiente, esa es la forma más barata de averiguar qué hace con tu tráfico.

Qué hay que vigilar, y qué cambiaría esta pieza

Three things are unresolved

El primero es el informe de evaluación que Meta dice que está por llegar. Hasta que llegue, las afirmaciones de seguridad del modelo se basan en una declaración de umbral en lugar de en un documento.

El segundo es si la evaluación comparativa independiente va más allá de un solo índice. Una única puntuación de analista, sin reproducción, sin comparación de rendimiento frente a la línea Muse alojada y sin medición de audio o vídeo, es un punto de partida, no un veredicto.

El tercero es si el ecosistema de ajuste fino se materializa. Meta lanzó TorchTitan exactamente para esto, y los pesos abiertos se ganan su lugar en los derivados —fusiones, cuantizaciones, ajustes de dominio—, no en el número de descargas. Dentro de cuatro semanas, el rastro de derivados es la medida honesta de si este lanzamiento importó.

Por ahora el resumen preciso es limitado: Meta ha publicado el mayor modelo estadounidense de pesos abiertos hasta la fecha, lo ha documentado minuciosamente, no le ha puesto precio alguno, lo ha licenciado con una cláusula de ingresos y ha dejado las mediciones a quien las haga después.

Los benchmarks envejecen y los precios se mueven; el historial de fallos no: los incidentes de IA documentados y los fallos de agentes detrás de los modelos de esta clase se recopilan en the OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza y marca de disputa.