Los Muse Models de Meta llegan a Google Cloud: qué cambia realmente la versión preliminar

Muse Wonder, Muse Spark 1.3 y Muse Ember ahora se sirven desde Google Cloud además de desde la propia Model API de Meta. Los tres aparecen en la documentación de modelos asociados de Google marcados como Preview y accesibles a través de un único endpoint global, y el listado se reportó el 9 de noviembre de 2026 — el mismo día en que Meta lanzó Muse Ember. Nada de los checkpoints cambió con el traslado. Los IDs de los modelos siguen siendo muse-wonder-1.0, muse-spark-1.3 y muse-ember-1.0; las ventanas de contexto son las mismas; los precios de la tarifa de Meta son los precios. Lo que cambió es el contrato que firmas y la URL a la que apunta tu SDK, y para un buen número de empresas eso era el verdadero obstáculo, más que el modelo.

Así que trata esto como una historia de distribución, no de capacidades. Muse Wonder se lanzó el 12 de octubre de 2026, Muse Spark 1.3 el 2 de septiembre y Muse Ember el 9 de noviembre. Ninguno de ellos es nuevo esta semana; lo nuevo es que un cliente de Google Cloud ahora puede llamarlos sin abrir una segunda relación con proveedores, y eso merece entenderse con precisión, porque la versión preliminar tiene matices que la cobertura del anuncio no se detuvo a detallar.

Tres modelos, tres trabajos diferentes

El planteamiento del propio Meta es la forma más clara de tener a la familia en la cabeza: Wonder planifica, Ember se encarga del volumen y Spark hace el trabajo pesado de la programación. Los tres no son niveles de un mismo modelo, y la diferencia de precio entre ellos —un factor de cuarenta en la entrada— refleja eso y no una escalera de marketing.

• Muse Wonder — el modelo de razonamiento de frontera de Meta, lanzado el 12 de octubre de 2026, posicionado para ingeniería de software compleja y trabajo agéntico de horizonte largo; contexto de 1.048.576 tokens; entrada de texto, imagen, audio y video, salida de texto; esfuerzo de razonamiento ajustable de mínimo a máximo, con máximo como valor predeterminado

• Muse Spark 1.3 — la versión del 2 de septiembre optimizada para flujos de trabajo agénticos y programación competitiva, con llamada a herramientas integrada y soporte de Model Context Protocol; contexto de 1M de tokens; el más económico de los tres tanto en entrada como en salida

• Muse Ember — el lanzamiento del 9 de noviembre, diseñado para la ejecución de agentes de alto volumen: llamadas a herramientas, subtareas de programación, enrutamiento, extracción y análisis de documentos extensos; contexto de 1M de tokens y hasta 512K tokens de salida; entrada multimodal como sus hermanos

• Variantes de disponibilidad — Muse Wonder y Muse Spark 1.3 también existen en formas más económicas «Contributor» o exclusivas por suscripción, en las que Meta obtiene derechos de entrenamiento o una tarifa mensual a cambio del descuento; la versión preliminar de Google Cloud sirve los endpoints estándar de pago por uso

El endpoint, y qué está haciendo "preview" en esa frase

La documentación de Google es breve y específica, y los detalles concretos importan más que el titular. Las solicitudes se dirigen a una ruta de publicador bajo aiplatform.googleapis.com, con el modelo indicado sin prefijo en el campo model en lugar de con un prefijo de publicador:

• Punto de conexión — POST https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/m​eta/v1/responses, autenticado con un token de acceso de G​oogle Cloud obtenido mediante gcloud auth application-default print-access-token

• Interfaz — la API Responses, sin estado y compatible con OpenAI; la documentación indica explícitamente que no se admite el almacenamiento de respuestas con estado (store: true), y el streaming está disponible mediante SSE si prefieres no esperar la respuesta completa

• Región: solo global. No se indica ningún endpoint regional para ninguno de los tres modelos, lo cual es la limitación más trascendente de toda la vista previa y una que los equipos de adquisiciones deberían leer dos veces.

• Estado — Preview, según el listado de modelos de socios de Google. No se publica junto con él ningún SLA, ni plazo de deprecación, ni garantía de capacidad.

• Responsabilidad — G​oogle declara claramente que los modelos de M​eta no son un producto de G​oogle y se rigen por los propios términos del proveedor como una "Oferta Separada", lo que significa que la vía de soporte para una salida defectuosa recae en M​eta, no en el soporte de G​oogle Cloud

Esa combinación —punto de conexión global, API sin estado, términos de terceros— no es motivo para evitar la vista previa. Es un motivo para saber qué estás probando. Si tu arquitectura necesita residencia de datos en la UE o en EE. UU. a nivel de solicitud, un punto de conexión global es una cuestión de cumplimiento que debes resolver antes del primer token, no después. Si tu aplicación depende de que el proveedor almacene el estado de la conversación entre turnos, ahora eres tú quien debe encargarse de ese estado, lo que implica una pequeña cantidad de código y un cambio real en cómo contabilizas el costo y la latencia.

Ember es el lanzamiento que se esconde dentro de esta historia

De los tres, solo Muse Ember es genuinamente nuevo, y es la afirmación de ingeniería más interesante. M​eta lo describe como el primer modelo entrenado usando Muse Wonder Full —la variante de Muse Wonder de mayor capacidad que no se vende por token en absoluto, solo dentro de los dos niveles de suscripción de Muse Code más caros—. Eso convierte a Ember en una historia de destilación vestida con la ropa de una historia de precios: el modelo insignia enseña, el modelo pequeño ejecuta.

Las cifras publicadas —todas reportadas por Meta y ninguna reproducida de forma independiente en el momento de redactar esto— sitúan a Ember cerca de Claude Haiku 5.5, de Anthropic, en varias evaluaciones de agentes, aunque su coste por tarea completada es una fracción del suyo:

• Precio — $0,10 por millón de tokens de entrada y $0,50 por millón de tokens de salida, con la entrada en caché a $0,004; por encima de 200.000 tokens de entrada, las tarifas de contexto largo de $0,30 y $1,50 se aplican a toda la solicitud, no solo al excedente

• Artificial Analysis Intelligence Index: 36 para Ember frente a 37 de Muse Spark 1.3, con un coste por tarea del índice de 0,14 $ frente a 2,39 $, que es la cifra llamativa más que la diferencia de un punto

• Evaluaciones de agentes y de programación: AutomationBench-AA 37,8 %, Agents' Last Exam (Linux) 61,6 %, Terminal-Bench 4.0 40,9 %, Coding Agent Index-AA 46 y OSWorld 2.1 69,5 %, todas reportadas por M​eta; FrontierCode 2.0-AA con 27,2 % es la única fila en la que Haiku 5.5 lidera con 34,9 %

Léelos con el descuento habitual. El material de lanzamiento de M​eta mezcla evaluaciones internas, ejecuciones y estimaciones de terceros proporcionadas por proveedores, y las comparaciones asumen discretamente precios de lista para todos. La única cifra en la que se puede confiar sin reservas es la tarifa, porque una tarifa es un contrato.

De dónde viene realmente la factura

La página de modelos de socios de Google para Meta no publica tarifas por token, y con el listado no apareció ninguna lista de precios específica de Google para estos tres. La tarjeta de tarifas publicada es la de Meta, y es la que debe usarse como referencia para el presupuesto hasta que Google indique lo contrario:

• Muse Wonder — $4.00 por entrada, $20.00 por salida y $0.20 por entrada en caché por millón de tokens, con la misma tarifa en cualquier longitud de contexto y sin recargo por contexto largo

• Muse Spark 1.3 — 1,25 $ de entrada, 4,25 $ de salida y 0,15 $ de entrada en caché por millón; la variante Contributor baja a 0,10 $ y 0,20 $ a cambio de derechos de entrenamiento sobre tu tráfico

• Muse Ember — $0.10 de entrada y $0.50 de salida por millón hasta 200K tokens de entrada, luego $0.30 y $1.50 para toda la solicitud

• {{1}}Extras de pago por uso{{/1}} — la fundamentación con búsqueda web añade $2.50 por cada 1,000 consultas en cualquiera de los modelos de texto, y los límites de velocidad se cuentan por equipo en lugar de por clave, a 3,000 solicitudes y 4,000,000 de tokens por minuto en los niveles estándar

La estructura de precios tiene una trampa que vale la pena mencionar: el nivel de contexto largo de Ember se activa por el total de tokens de entrada, incluidos los almacenados en caché, y recalcula el precio de toda la solicitud en lugar de solo el excedente. Un agente que arrastra una transcripción de 210K tokens en cada turno paga el triple en cada turno, no solo en el último. Ese es el tipo de detalle que convierte un modelo barato en una factura cara, y resulta invisible en un gráfico comparativo por token.

Qué cambia esto para un comprador y qué no

Si tu organización ya funciona con Google Cloud, la versión preliminar elimina un paso de adquisición. La identidad, la facturación, la gestión de cuotas y la salida de red ahora forman parte de un contrato que ya tienes, y un equipo puede evaluar Muse Wonder sin una nueva revisión de seguridad del proveedor, que suele ser el elemento que tarda dos meses, no la integración. Ese es el verdadero contenido del anuncio, y es más importante para la adopción que cualquier fila de benchmark.

Si no estás en G​oogle Cloud, o necesitas endpoints regionales hoy, nada de tu situación cambió el 9 de noviembre. La propia Model API de M​eta sigue sirviendo los tres, sigue publicando las mismas tarifas y sigue dándote las ventajas con estado que la vista previa de G​oogle elimina. La elección entre las dos es una cuestión contractual antes que una cuestión de latencia.

Hay una tercera posición, y es la que ocupamos. OrcaRouter no incluye Muse Wonder, así que si Wonder es el modelo que necesitas, la API de M​eta o esta vista previa de G​oogle es donde lo consigues, y no vamos a fingir lo contrario. Lo que sí incluimos de la familia es Muse Spark 1.1 y Muse Spark 1.2, ambos a los precios de M​eta de $1.25 y $4.25 por millón de tokens, sin ningún recargo, en el mismo catálogo que más de 200 otros modelos detrás de una sola clave de API. Para los equipos cuyas cargas de trabajo son en su mayoría del tipo Spark, eso significa un solo contrato en lugar de dos, y conmutación por error automática entre proveedores cuando un endpoint de vista previa tiene una mala tarde, lo cual, en condiciones de vista previa, es algo que ocurre.

Qué ver a continuación

Tres señales te dirán si esta vista previa se convierte en infraestructura. La primera son los endpoints regionales: una ruta global está bien para un prototipo y resulta incómoda para una carga de trabajo sujeta a regulación, y la documentación de Google incorporará regiones solo cuando exista la capacidad de servicio. La segunda es una lista de precios publicada por Google para los tres modelos; si Google fija precios por encima de la lista de Meta, la ventaja de adquisición de la vista previa queda diluida por un margen, y si fija precios a la par, el argumento del "único contrato" se vuelve mucho más sólido. La tercera es la disponibilidad general, con el SLA y la política de deprecación que la acompañen; los términos de vista previa son donde vive un modelo hasta que alguien tiene que ponerlo en un contrato.

Hasta entonces, la lectura honesta es esta: Meta pasó octubre demostrando que puede construir un modelo de frontera y noviembre demostrando que puede conseguir que uno se distribuya. La inclusión en Google Cloud es la segunda de esas cosas, y es la mitad menos glamurosa del trabajo — pero es la mitad que decide si un modelo llega a ser usado por equipos que nunca leen una publicación de lanzamiento.