Muse Spark Open vs Muse Glimmer: Lo que realmente te cuestan 22 puntos de índice

Treinta y nueve contra diecisiete. Esa es toda la comparación entre Muse Spark Open y Muse Glimmer en el Artificial Analysis Intelligence Index, y es el número que circuló después de que Meta publicara los pesos del modelo más grande el 15 de octubre de 2026. Por sí solo es casi inútil, porque los dos modelos no son dos respuestas a la misma pregunta. Uno es una mezcla de expertos de 816 mil millones de parámetros construida para ser servida desde un centro de datos. El otro es un modelo denso de 30 mil millones de parámetros construido para ejecutarse en una sola tarjeta gráfica de consumo. Interpretar la brecha como "el nuevo es mejor" acierta la dirección de la decisión y yerra por completo la razón. Nada de esto es una razón para evitar el modelo, solo una razón para conocer la historia: los incidentes de IA documentados y los fallos de agentes detrás de modelos de esta clase se recopilan en el OrcaRouter AI Incident Archive donde cada entrada lleva sus propias fuentes, severidad, grado de confianza e indicador de disputa.

Esto es lo que la brecha realmente aporta, lo que cuesta y el único eje en el que el modelo más pequeño sigue ganando de forma contundente.

Dos descargas que responden a preguntas diferentes

Ambos llevan el nombre de Meta, ambos publican pesos en Hugging Face Hub y ambos te permiten ejecutar inferencia sin enviar un token al endpoint de nadie. Ahí es donde termina el parecido.

• Muse Spark Open — 816 000 millones de parámetros totales, 42 000 millones activos por token, mezcla dispersa de expertos, publicado el 15 de octubre de 2026 bajo la Muse Model License.

• Muse Glimmer — aproximadamente 29,6B de parámetros totales, denso, más un codificador de visión independiente de 1,8B, publicado en agosto de 2026 bajo Apache 2.0.

La diferencia de parámetros activos es menor de lo que sugiere el titular: 42B frente a unos 29,6B es un factor de aproximadamente 1,4, porque Muse Spark Open solo activa una fracción de sus expertos por token. La diferencia de parámetros totales es lo que financia la factura de hardware: alrededor de 27,6 veces los pesos que hay que almacenar, cuantizar y mover.

Cuánto cuestan 22 puntos por tarea

Artificial Analysis compara los dos modelos con la misma vara de medir —el coste de completar una tarea en su propio Intelligence Index— y ahí es donde la brecha adquiere una segunda dimensión. En su listado alojado, Muse Spark Open con razonamiento xhigh cuesta 0,84 $ por tarea del Index, frente a 0,05 $ de Muse Glimmer en high. Eso supone aproximadamente 16,8 veces el coste por 2,3 veces la puntuación.

El precio de lista cuenta la misma historia en las unidades que usa un equipo de finanzas. Muse Spark Open tiene un precio de $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida, con un descuento de caché del 88% y una tarifa combinada de aproximadamente $0.78 por millón de tokens. Muse Glimmer tiene un precio de $0.30 por millón de entrada y $1.20 por millón de salida. Si tu carga de trabajo es una pasada de clasificación, extracción o enrutamiento de gran volumen, el modelo más pequeño no es un compromiso: es la respuesta correcta con un precio de una quinta parte de la tarifa de entrada.

La velocidad de salida es la única métrica en la que están lo bastante cerca como para quedar empatados, y vale la pena decirlo sin rodeos porque es contraintuitivo: Muse Spark Open midió 102,0 tokens de salida por segundo con 0,67 segundos hasta el primer fragmento, y Muse Glimmer, 124,4 tokens por segundo con 1,14 segundos. El modelo de 816B no es el más lento a la hora de responder a un solo prompt, porque activa solo una fracción de sí mismo y se ejecuta en hardware dimensionado para él. Donde el modelo más pequeño gana es en el extremo: una compilación de 4 bits reduce el modelo de lenguaje por debajo de 20 GB, y se afirma que un modelo borrador complementario de difusión por bloques que propone 16 tokens a la vez ofrece una aceleración de hasta 3,1× en una RTX 5090. Esa es una cifra del proveedor y no se ha reproducido de forma independiente.

La ventana de contexto tampoco es una pelea justa.

Muse Spark Open cuenta con una ventana de 1.048.576 tokens y acepta texto, imágenes, video y audio como entrada, y texto como salida. Muse Glimmer cuenta con 131.072 tokens —128k en las cifras redondas que escribe Meta— y acepta texto e imágenes, sin ninguna vía de audio. El codificador de percepción de Muse Spark Open es un componente de 1,8B y 50 capas con atención dispersa, y la pila de lenguaje es de 62 capas, dimensión oculta de 8.192, un vocabulario de 202.048 tokens, 256 expertos con enrutamiento top-8 y atención de consultas agrupadas con 128 cabezas de consulta frente a 16 cabezas de clave-valor.

Si tu problema es "lee esta grabación de dos horas y esta pila de capturas de pantalla y dime qué pasó", Muse Spark Open es el único de los dos que puede contener la entrada. Si tu problema es "lee esta única pantalla y haz clic en el botón correcto en mi portátil", 128k no es la limitación con la que te toparás primero.

Las licencias no son del mismo tipo de apertura

Esta es la parte que entierra el titular de 22 puntos, y es la parte que le importará a una revisión legal.

• Muse Glimmer — Apache 2.0 en todo lo que Meta ha publicado: pesos BF16 de precisión completa, dos variantes cuantizadas de 4 bits, la cabeza drafter y el codificador de percepción. Uso comercial y de investigación, sin restricciones.

• Muse Spark Open — la Licencia del Modelo Muse. Amplios derechos para usar, copiar, modificar, afinar, destilar, fusionar y vender, sujetos a tres condiciones que conviene conocer antes de planificar: las copias y los derivados deben llevar la licencia y la política de uso; los productos construidos sobre él deben mostrar "Built with Muse Spark Open" en la interfaz, los documentos o la configuración; y si ofreces a terceros acceso a modelos cuyos resultados reciben esos terceros, y los ingresos brutos combinados superan los 20 millones de dólares durante cualquier período de doce meses consecutivos, debes notificar a Meta y firmar un acuerdo por separado antes. El uso interno, la investigación y el trabajo comercial que no sea de modelo como servicio quedan excluidos. Meta no reclama la propiedad de los resultados.

El acceso también es de naturaleza distinta. El repositorio Muse Spark Open está restringido: inicias sesión y envías tu nombre legal completo, tu fecha de nacimiento y el nombre de tu organización con identificadores, y la página advierte de que el formulario no se puede editar después. Las descargas de Muse Glimmer no están restringidas. Para un equipo que quiere evaluar ambos con discreción antes de comprometerse, esa asimetría es una fricción real, y la cláusula de $20M significa que «lo descargamos» y «podemos lanzar un producto alojado basado en ello» son dos respuestas diferentes.

Dónde va cada uno en el estante

La propia ficha del modelo de Meta indica el hardware sin rodeos: el checkpoint BF16 necesita unos 2 TB de VRAM, y la versión NVFP4 requiere como mínimo 700 GB. Las pilas de servicio compatibles son SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth y llama.cpp, y la ficha también apunta a MLX, optimizado para dos M5 Ultra Mac Studios. Esa es la demo de escritorio con la que Meta causó impresión: dos máquinas de gama más alta encadenadas, no un portátil.

El objetivo de Muse Glimmer es genuinamente distinto: una única RTX 5090, una compilación cuantizada de menos de 20 GB y una cabeza drafter diseñada para que los tokens salgan más rápido en esa tarjeta. Los dos modelos no compiten por el mismo silicio. La publicación de lanzamiento de Meta para el modelo más grande plantea el mismo punto desde la dirección opuesta, empezando por el trabajo agéntico y la configuración de dos Mac Studio en lugar de por una cifra de una sola tarjeta.

¿Cuál elegir?

La decisión colapsa rápidamente una vez que fijas la restricción.

• Estás desplegando un agente local en hardware que posees — Muse Glimmer. Los 22 puntos no están disponibles a ningún precio que puedas pagar en una sola GPU.

• Necesitas audio, video o una entrada de un millón de tokens en una sola llamada — Muse Spark Open, y ningún modelo más pequeño lo sustituye.

• Estás haciendo un trabajo de gran volumen y baja dificultad — Muse Glimmer a $0.30 por millón de tokens de entrada, a menos que una evaluación medida indique que el modelo con puntuación de 17 falla en tu tarea específica.

• Quieres la puntuación de frontera y estás alquilando — la nota honesta es que Muse Spark Open no es la forma más barata de alcanzar un 39. Es la única forma de alcanzar un 39 con los pesos en tu propio disco.

Sobre la cuestión del serving, la realidad práctica para la mayoría de los equipos es que ninguno de los modelos es uno que puedas autoalojar desde el primer día. Si quieres llamar a la línea Muse de Meta sin levantar GPUs, Muse Spark 1.2, que es uno de los dos modelos Muse que OrcaRouter realmente enruta, está disponible a través de una API para más de 200 modelos, con conmutación por error automática para que un modelo poco conocido pueda cursar tráfico de prueba sin cursar tu ruta de producción. Ambos modelos Muse que servimos se facturan al precio de lista del proveedor con un 0 % de margen, así que un cambio de precio del lado del proveedor se aplica con nosotros el mismo día. Para ser explícitos sobre los límites: OrcaRouter actualmente no enruta Muse Spark Open, y no enruta Muse Glimmer; ambos son pesos que ejecutas tú mismo, o endpoints que compras en otro lugar.

¿Qué queda aún sin medir?

Casi todo lo que zanjaría la comparación.

El 39 es un único número independiente asociado a un modelo cuya propia tarjeta de resultados de lanzamiento enumera JobBench 61.8, MCP-Atlas 89.2, GDPval-AA v2 1401, OSWorld Verified 80.4, Toolathlon Verified 72.8, HLE-Diamond 26.1 sin herramientas y 61.0 con ellas, GPQA Diamond 89.0, SciCode 58.5, DeepSWE 1.1 a 60 y Terminal-Bench 2.1 a 76.4 con el agente Terminus 2. Todos ellos están reportados por el proveedor y no se han reproducido, y varios se midieron dentro del propio harness de agentes de Meta, lo que los convierte en una afirmación de capacidad en lugar de una clasificación en igualdad de condiciones. La tarjeta de Glimmer incluye su propia tabla del proveedor —SWE-Bench Verified 76.0, Terminal-Bench 2.1 51.7, GPQA Diamond 83.5, AIME 2026 94.7, HLE 22— con la misma salvedad. Dos tarjetas de resultados de proveedores producidas con meses de diferencia y con harnesses distintos no se pueden restar entre sí, que es exactamente por lo que el único Índice independiente es el número en el que se apoya este artículo.

La diferencia que de verdad inclinará la decisión no está en ninguna de las dos tarjetas. Es el costo de una tarea con el nivel de calidad que tú necesitas personalmente, con tus propios datos de entrada, medido una sola vez. Hasta que alguien haga eso, 39 y 17 son dos hechos sobre dos máquinas distintas que llevan el mismo nombre de familia.