Muse Spark Open vs Muse Spark 1.3: Renunciar a nueve puntos de índice gratis es mucho

Esta es la incómoda comparación dentro de la propia familia de Meta. Muse Spark Open, lanzado el 15 de octubre de 2026, es el modelo de pesos abiertos de 816 mil millones de parámetros que cualquiera puede descargar; una medición independiente lo sitúa en 39 en el Artificial Analysis Intelligence Index. Muse Spark 1.3, el modelo propietario de API que Meta lanzó el 2 de septiembre de 2026, se sitúa en 48. Nueve puntos no son una diferencia de redondeo — es aproximadamente la distancia entre un nivel de capacidad y el siguiente, y es el número que hace que «simplemente ejecuta el modelo abierto en su lugar» sea un consejo mucho peor de lo que suena el día del lanzamiento.

Empieza por el escenario, no por la ficha técnica.

Tres equipos examinaron el lanzamiento de Muse Spark Open y se preguntaron si podían cancelar algo.

El primero ejecuta un pipeline nocturno que lee un corpus fijo y emite registros estructurados. La latencia es irrelevante, el volumen es enorme, el esquema nunca cambia. Este equipo debería adoptar los pesos abiertos y dejar de pagar por token.

El segundo ejecuta un agente de codificación interactivo que dispara una docena de pequeñas idas y vueltas por cada solicitud del usuario. Este equipo no debería, y la razón es el rendimiento y el costo de razonamiento, ambos a punto de volverse mucho más concretos.

El tercero ejecuta razonamiento complejo de varios pasos —el tipo en el que el modelo tiene que sostener una larga cadena de inferencia, llamar a herramientas dentro de ella y recuperarse de sus propios callejones sin salida. Este equipo tampoco debería hacerlo, y para ellos la brecha de nueve puntos no es una abstracción. Es la diferencia entre un flujo de trabajo que se completa y uno que requiere supervisión constante.

Todo lo que sigue trata de distinguir esos tres sin adivinar.

De qué están hechos los nueve puntos

El índice es un compuesto, y los compuestos ocultan la estructura. La estructura aquí está mayormente donde uno la esperaría, con una sorpresa.

• El trabajo agéntico y de uso de herramientas — el terreno más fuerte de Muse Spark 1.3. Las propias cifras de lanzamiento de Meta para 1.3, reportadas por el proveedor y medidas en su propio entorno de pruebas, sitúan Terminal-Bench 2.1 en 83.9 y DeepSWE 1.1 en 68. Frente a los 76.4 y 60 reportados por el proveedor de Muse Spark Open, eso supone una ventaja constante de siete a ocho puntos en las evaluaciones más cercanas al comportamiento real de los agentes, y coincide casi exactamente con la brecha del índice independiente.

• Razonamiento a libro cerrado — la brecha más amplia. La propia tarjeta de resultados de Muse Spark Open muestra que su fila más débil es HLE-Diamond sin herramientas, donde Meta reporta 26,1. Muse Spark 1.3 se creó como un modelo centrado en el razonamiento; la configuración de razonamiento "max" en su nombre no es un adorno.

• Amplitud de conocimiento: más limitada de lo que sugiere el titular, y Artificial Analysis evalúa ambos modelos en un eje de omnisciencia donde la diferencia es menor de lo que implica el delta del índice. Esto importa porque significa que la brecha se concentra en la profundidad de razonamiento y la resistencia del agente, no en cuánto sabe el modelo.

• Velocidad — Muse Spark 1.3 mide 127,7 tokens por segundo, clasificado en el puesto 41 de 185 en Artificial Analysis. La velocidad de Muse Spark Open no ha sido publicada por nadie independiente. Un modelo autoalojado de mezcla de expertos de 816B en dos computadoras de escritorio será más lento que 127,7 tok/s; cuánto más lento, se desconoce, y este es, junto con el costo, el segundo mayor vacío en la evidencia.

• Precio — Muse Spark 1.3 se vende a $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida, con un 88% de descuento en la entrada en caché, lo que arroja un costo medido de $1.60 por tarea del Intelligence Index. Muse Spark Open no tiene precio por token; su costo es el hardware, y no existe ninguna cifra independiente de costo por tarea para él.

Una línea de esa lista merece una segunda mirada, porque es el argumento que más a menudo se malinterpreta. Muse Spark 1.3 es un razonador verboso. Artificial Analysis midió que consumía aproximadamente 170 millones de tokens a lo largo de la evaluación, frente a unos 130 millones de Muse Spark 1.2, y por eso 1.3 cuesta 1,60 $ por tarea con los mismos precios de tokens anunciados que arrojan 0,97 $ para 1.2. El nivel de razonamiento de vanguardia te cobra dos veces: una por la capacidad y otra por los tokens que consume mientras piensa cómo llegar hasta ahí.

El dial de razonamiento es donde está el dinero

Ambos modelos priorizan el razonamiento y ninguno te permitirá desactivarlo, pero exponen el esfuerzo de forma diferente, y esa diferencia es lo más útil en la práctica de esta página.

Muse Spark Open publica su escala de esfuerzo a la vista: low, medium, high y xhigh se corresponden con 16, 64, 256 y 512 tokens de razonamiento, y una indicación de intensidad de razonamiento en el prompt del sistema cumple la misma función. Eso es un dial que puedes girar desde tu propio código, con un coste conocido por ajuste, y como pagas en electricidad y tiempo de reloj en lugar de en dólares por token de salida, bajarlo no te cuesta nada en el contador. Te cuesta precisión, y solo precisión.

En Muse Spark 1.3 la misma escalera existe del lado del proveedor, y cada escalón que subes se factura. A 4,25 dólares por millón de tokens de salida, con los tokens de razonamiento contados como salida, un flujo de trabajo que se ejecuta a máximo esfuerzo está pagando por la deliberación del modelo de la manera más literal posible. Este es el único punto en el que la economía del modelo abierto no solo es defendible, sino genuinamente mejor: un trabajo por lotes que puede permitirse pensar más a fondo es libre de hacerlo, y un trabajo por lotes que no necesita pensar mucho es libre de parar.

Donde la brecha desaparece

Tres situaciones reducen a nada la diferencia de nueve puntos.

El ajuste fino es el primero y el más importante. Muse Spark 1.3 no se puede ajustar con tus datos a ningún precio. Muse Spark Open sí puede, con el soporte de TorchTitan que Meta distribuyó junto con los pesos. Un modelo ajustado con tu base de código, tu esquema o el vocabulario de tu dominio no es el mismo modelo que el que obtuvo 39, en ninguna de las dos direcciones, y para una tarea concreta, la versión ajustada de un modelo general más débil suele superar a la versión sin ajustar de uno más fuerte. Si tu problema es específico, la brecha del índice no es la medida relevante.

La residencia de datos es la segunda. Si el corpus no puede salir de tu red, la comparación no es entre 39 y 48; es entre 39 y no tener un modelo. Eso no es una decisión reñida, y nunca lo fue.

El volumen de lote amortizado es el tercero, con una advertencia. Una canalización cuyo consumo de tokens sea grande, constante y predecible puede justificar el hardware. Una canalización que es a ráfagas no puede, porque el autoalojamiento convierte un costo variable en uno fijo y luego te cobra por las horas de inactividad de todos modos. Observe también que el descuento de caché de Muse Spark 1.3 hace que el modelo alojado sea inusualmente barato precisamente para el patrón de contexto repetido que producen las canalizaciones de lotes grandes, por lo que el caso del autoalojamiento es más débil de lo que sugiere un cálculo ingenuo de tokens por precio.

Donde la brecha se convierte en muro

Dos cargas de trabajo no deberían acercarse al modelo abierto.

Los agentes interactivos son lo primero. Muse Spark 1.3 mide 127,7 tokens por segundo, y un bucle de agente multiplica esa cifra por el número de idas y vueltas por tarea. Muse Spark Open no tiene una velocidad publicada, y la expectativa estructural es que un modelo de 816B que se ejecuta con el ancho de banda de memoria de un ordenador de escritorio estará muy por detrás. Si un humano está esperando, los nueve puntos de índice son irrelevantes y la brecha de rendimiento lo es todo.

El razonamiento de frontera a ráfagas es el segundo, por una razón más sutil. Las cargas de trabajo que necesitan 48 puntos de capacidad de razonamiento son, casi por definición, aquellas en las que un fallo es costoso y la cadena de razonamiento es larga. Ejecutarlas en un modelo que está un nivel por debajo, con un rendimiento desconocido, para ahorrar en la factura por token, es cambiar un costo pequeño y predecible por uno grande e impredecible. Ese es el intercambio que debería rechazar el tercer equipo mencionado al principio de este artículo.

El equipo que quiere ambos

La mayoría de las organizaciones que acaban ejecutando ambos lo hacen porque las cargas de trabajo son genuinamente diferentes: las rutas interactivas necesitan velocidad, las rutas por lotes necesitan coste, y solo algunas rutas necesitan permanecer en las instalaciones. El modo de fallo no es la arquitectura — es que la división vive en un documento en lugar de en la configuración, y un desarrollador copia una cadena de modelo de un tutorial.

Una capa de enrutamiento es el mecanismo que resuelve eso. OrcaRouter enruta Muse Spark 1.2 al precio de lista de Meta con un 0% de recargo y transmite el precio de lista del proveedor, de modo que una reducción de precio del lado alojado llega a tu clave el mismo día sin necesidad de reajustar precios. No aloja Muse Spark Open, y no debe interpretarse que lo hace: un modelo cuya propuesta completa es que puedas conservar los pesos es un modelo que ejecutas en tu propio hardware. Lo que aporta el enrutador es la mitad interactiva — OrcaRouter tampoco enruta actualmente Muse Spark 1.3, así que la forma práctica hoy es llamar al nivel alojado donde ya lo llamas y dejar que una sola API, con failover automático y un DSL de enrutamiento, mantenga los más de 200 modelos a los que puedes acceder bajo una sola clave mientras tu propio hardware se encarga de lo que tiene que quedarse en casa.

Elija según la carga de trabajo, no según la licencia

Elige Muse Spark Open si tu tarea es lo bastante acotada como para ajustarla, si los datos no pueden salir, si la carga de trabajo es grande y constante y, sobre todo, si el modelo puede pensar con el nivel de esfuerzo que quiera sin que el medidor siga corriendo. Esas son las cuatro condiciones, y por lo general están correlacionadas: los pipelines son acotados, por lotes y estacionarios.

Elige Muse Spark 1.3 si un humano espera la salida, si el razonamiento es realmente difícil, si el trabajo es a ráfagas o si necesitas una lista multimodal confirmada: la entrada de texto, imagen y video de 1.3 está listada de forma independiente, mientras que las afirmaciones más amplias sobre audio y video de Muse Spark Open son aseveradas por el proveedor y solo se miden de forma independiente como texto e imagen.

Lo que no deberías hacer es tomar los pesos abiertos porque son gratis. Los nueve puntos entre 39 y 48 son reales, están concentrados exactamente en el trabajo agéntico y de razonamiento que hace útiles a estos modelos, y ninguna cantidad de inferencia local los recupera. Muse Spark Open es la respuesta correcta a un conjunto específico de preguntas. No es un descuento sobre Muse Spark 1.3.

Muse Spark Open se puede descargar bajo la Licencia de Modelo Muse; Muse Spark 1.3 está disponible por token a $1.25 de entrada y $4.25 de salida, con el descuento de caché aplicado según las tarifas propias del proveedor.