OpenAI dots vs Meta Muse: ¿de quién es la computadora, de quién son las claves, de quién es la aprobación?

La página de dots de OpenAI, publicada el 29 de septiembre de 2026, los llama «agentes siempre activos» y dice que funcionan con GPT-6 Astra. La página de Muse de Meta, consultada el 24 de octubre de 2026, describe Muse como un agente personal que «te conoce a ti y a tus objetivos y trabaja en todos los aspectos de la vida». Si se deja de lado el tono, los dos productos ofrecen lo mismo: algo que sigue funcionando después de que cierres el portátil, recuerda lo que le dijiste y actúa en tu nombre dentro de las aplicaciones que ya usas. Lo que los separa no es esa oferta. Es la infraestructura que hay debajo, y es ahí donde las páginas se vuelven desiguales: en qué ordenador se ejecuta el agente, desde dónde se te permite acceder a él, quién acaba guardando tus contraseñas y tu tarjeta, qué tiene que ocurrir antes de que actúe, qué dice cada empresa sobre tus datos y qué está dispuesta a que se mida cada una. En varias de esas cuestiones, la respuesta honesta es que no se ha publicado nada, y esta comparación señala esas lagunas en lugar de disimularlas.

Un nombre de modelo, y una página que se niega a dar uno.

OpenAI nombra lo que razona. Dots funciona con GPT-6 Astra, según la página publicada el 29 de septiembre de 2026. La página de Meta sobre Muse, consultada el 24 de octubre de 2026, describe qué hace el agente y sobre qué se ejecuta, pero no nombra el modelo que lo impulsa. Se trata de una asimetría real, y no de una peculiaridad de la redacción, porque un modelo es el único componente de la pila de un agente que un comprador puede consultar, conocer su precio y comparar por su cuenta. Todo lo demás en cualquiera de las dos páginas es una afirmación sobre el comportamiento; solo una de las dos empresas pone sobre la mesa un objeto con nombre.

La segunda asimetría es la forma de la oferta. OpenAI dice que los dots se están implementando «en los planes Pro, Business Premium y Enterprise en los mercados elegibles», y muestra una vista previa de dots especializados con identidad propia para la gestión de accesos, hardware aprovisionado por TI e integraciones profundas con los sistemas de registro de una empresa, y menciona una integración con Microsoft Agent 365. La página de Meta gira en torno a Muses individuales —historias de creadores presentan a cuatro por su nombre: Pumpkin, Lux, AunTEY y Mango—, además de un Muse for Small Business descrito como «una colección de nuevas habilidades y conectores». Ninguna de las dos páginas publica un precio. Para ambos productos, no se publica un precio del propio agente, por lo que cualquier comparación de costos que un lector quiera hacer no está disponible hoy.

¿Qué ejecuta el agente?

Esta es la diferencia publicada más clara entre los dos productos, y es una diferencia sobre la custodia de una máquina y no sobre la capacidad.

OpenAI dots. La {{1}}página de dots{{/1}} dice que cada dot funciona en su propia computadora en la nube, y que tu computadora y su contenido permanecen separados a menos que elijas conectarla. La frase hace tres cosas: pone el trabajo {{2}}en algún lugar que no es tu portátil{{/2}}, promete separación de forma predeterminada y convierte la conexión con tu propia máquina en una elección explícita. También es lo que permite que la página describa un dot como trabajando hacia tus objetivos {{3}}24/7{{/3}} sin pedirle a tu computadora que se mantenga despierta.

Meta Muse. Muse incluye «un ordenador seguro con un navegador compartido por ti y tu agente». La frase «compartido por ti y tu agente» es la que hace el trabajo aquí. Esto no se plantea como una máquina que pertenece al agente y está separada de ti; es una superficie compartida, y el navegador forma parte de la descripción en lugar de ser un añadido.

Dónde terminan las páginas. Meta no publica dónde se encuentra físicamente esa computadora compartida —en tu Mac, en los servidores de Meta o en algún otro lugar— ni publica qué ocurre con su contenido cuando el agente está inactivo. OpenAI no publica las especificaciones de la computadora en la nube que recibe un dot y tampoco publica una asignación por dot. Esos detalles no se publican en ninguno de los dos lados, y importan más de lo que parece: determinan cuánto trabajo puede asumir realmente un agente antes de empezar a devolverte tareas.

Cómo se gestionan las credenciales

Las dos páginas protegen tu inicio de sesión frente a terceros distintos, y esa es la distinción más útil en cualquiera de las dos secciones de seguridad.

Los dots de OpenAI. Para iniciar sesión en sitios web compatibles, los dots «pueden usar contraseñas guardadas sin exponerlas al modelo». La parte protegida es el modelo: el dot se autentica y el modelo de lenguaje que lo controla nunca ve la contraseña. Lo que OpenAI no publica es qué ocurre cuando un sitio no tiene una contraseña guardada, si un dot puede crear y almacenar una credencial nueva, o cómo se guardan y auditan las contraseñas guardadas en el propio ordenador del dot. Nada de eso está publicado. Tampoco se publica nada sobre la gestión de tarjetas: qué puede hacer un dot con un método de pago no se publica en la página de los dots.

Meta Muse. Los inicios de sesión se guardan en "un almacén seguro de credenciales que tu agente no puede leer", con la integración con 1Password "próximamente". La parte protegida aquí es el agente. Esa es una afirmación distinta de la de OpenAI: restringe lo que el propio agente puede leer, no solo lo que el modelo puede ver. Meta también se encarga de la tarjeta. Al pagar, se genera un número de tarjeta de un solo uso "para que tu tarjeta real nunca sea vista por el comerciante ni por tu agente", y las compras elegibles están cubiertas por las protecciones de compra de Link.

Lo que ninguna de las dos páginas dice. Ninguno de los dos proveedores publica qué ocurre cuando se revoca una credencial en medio de una tarea, ni si se le puede indicar a cualquiera de los dos agentes que olvide un inicio de sesión que ya ha usado. Eso tampoco se publica, y son las preguntas que vale la pena hacer antes de entregar una cuenta, no después.

Dónde puedes acceder a ello

OpenAI dots. Se puede acceder a un dot a través de ChatGPT, Slack o Teams, y la página te invita a «conectarte a una llamada de voz» cuando quieres hablar de un problema con calma. La premisa de diseño tiene forma de entorno laboral: el agente llega a herramientas que un equipo ya tiene abiertas en lugar de pedirle a alguien que instale otra ventana.

Meta Muse. Muse funciona como la app Muse en el móvil y el Mac, y directamente dentro de WhatsApp, y el aviso de descarga de la página es para Mac. La premisa de diseño tiene forma de conversación y es personal: el mismo tipo de chat que ya mantienes con personas, con el agente dentro de él.

Las lagunas son imágenes especulares. OpenAI no publica si dots tiene una aplicación independiente propia; Meta no publica si se puede acceder a Muse desde Slack o Teams. Ninguna de las dos cosas se publica. Lo que cada empresa sí publica es una lista de superficies, y una lista de superficies es una promesa sobre dónde estará el agente, no una declaración de que la lista esté completa. Trata ambas como parciales por construcción.

Cómo se ve la aprobación

OpenAI dots. Los dots «empiezan con reglas integradas sobre cuándo actuar de forma independiente y cuándo pedir aprobación». Las Custom Rules te permiten permitir una acción, exigir aprobación para ella o bloquearla. Antes de una acción que podría afectar tus cuentas o compartir información, una revisión automática la compara con tus instrucciones, tus Custom Rules y los requisitos de seguridad de la empresa, y clasifica el trabajo en lo que puede continuar, lo que necesita aprobación y lo que debes hacer tú mismo. Ciertas tareas sensibles, «como cambiar una contraseña», siempre quedan en tus manos. El progreso, incluido el trabajo en segundo plano, aparece en una Activity View, y la monitorización puede pausar o detener el trabajo de un dot. La página también es inusualmente directa sobre el límite: «Los dots aún pueden cometer errores, así que revisa siempre el trabajo de consecuencias importantes».

Meta Muse. "Revisar y aprobar las acciones de Muse antes de que ocurran, como enviar correos electrónicos y realizar compras. Ver un registro de auditoría completo" de todo lo que el agente ha hecho y lo que planea hacer. La imagen publicada es una puerta humana situada antes de la acción y un registro conservado después de ella.

{{1}}Dónde reside el criterio.{{/1}} OpenAI describe un motor de reglas más un revisor automatizado, con una persona incorporada para un conjunto de tareas sensibles que menciona a modo de ejemplo. Meta describe la revisión por parte de la persona, con un registro de auditoría como evidencia. Ninguna de las dos publica la lista completa de acciones que siempre requieren a una persona. OpenAI pone como ejemplo cambiar una contraseña; Meta pone los correos electrónicos y las compras. La lista completa de las acciones que siempre hay que consultar o de los rechazos no la publica ninguna de las dos partes, y esa lista es exactamente lo que querrías antes de decidir cuánto margen de maniobra darle a un agente.

Lo que dice cada proveedor sobre los datos de entrenamiento

OpenAI dots. La página de dots hace dos compromisos por escrito. El contenido de los espacios de trabajo de ChatGPT Business, Enterprise y Edu no se utiliza «para mejorar nuestros modelos de forma predeterminada», y OpenAI no entrena «directamente con investigación proactiva ni con las notas que tu dot se escribe a sí mismo». El segundo compromiso abarca dos categorías de material generado por el agente que la página nombra explícitamente, lo cual es una promesa más limitada que «nunca entrenamos con tus datos» y una más específica.

Meta Muse. La declaración de datos de la página de Muse trata sobre publicidad: «tus conversaciones no se comparten con los sistemas publicitarios de Meta». Es una afirmación sobre la segmentación publicitaria, no sobre el entrenamiento de modelos, y ambas cosas no son intercambiables. No se indica en la página consultada el 24 de octubre de 2026 si las conversaciones con Muse se utilizan para entrenar modelos.

Leídas en paralelo, la diferencia es de tema. OpenAI aborda el entrenamiento y especifica qué datos del espacio de trabajo y qué material generado por agentes quedan excluidos. Meta aborda la publicidad y afirma que las conversaciones quedan fuera del sistema publicitario. Ninguna de las dos frases responde a la pregunta de la otra empresa, así que un comprador al que le importan los datos de entrenamiento obtiene una respuesta de una página y un vacío de la otra. El vacío no es una negación, y no debería interpretarse como tal.

¿Qué se mide?

Ninguna de las dos empresas publica una prueba de referencia independiente para su agente, y ninguna publica un precio. Esas son las dos primeras cifras que buscaría un comprador, y ninguna de las dos está publicada.

Lo que cada uno publica es instrumentación. Activity View de OpenAI muestra el progreso, incluido el trabajo en segundo plano, y la revisión automática decide qué continúa, de modo que se obtiene una visión en tiempo real de lo que está haciendo un punto. Meta publica un «registro de auditoría completo» de lo que el agente ha hecho y de lo que tiene previsto hacer. Ambos son registros de actividad. Ninguno es una medición de la frecuencia con la que el agente acierta en una tarea.

Los espacios en blanco restantes siguen el mismo patrón. OpenAI no publica una asignación por punto ni una lista fechada de qué mercados son elegibles hoy. Meta no publica qué modelo impulsa Muse ni una lista de países. Para OpenAI, el nivel del plan es la única señal de costo en la página, y no es un precio por puntos. Para Meta, no hay ninguna señal de costo. La consecuencia práctica es que estos dos productos no pueden compararse en capacidad o costo a partir del registro publicado. Sí pueden compararse en diseño: dónde está la computadora, quién puede leer la credencial, qué barrera hay antes de una acción y a qué se compromete cada empresa por escrito sobre el entrenamiento.

Qué significan los vacíos si estás eligiendo

Los dos productos son desiguales en direcciones opuestas. OpenAI publica el nombre del modelo, el modelo de máquina, el sistema de reglas y las exclusiones de entrenamiento, y omite el precio y la lista de mercados. Meta publica el diseño de las credenciales, el mecanismo de pago y el registro de auditoría, y omite el modelo y el precio. Si tu decisión depende de saber qué hace el razonamiento, solo una página responde. Si depende de qué pasa con el número de tu tarjeta al pagar, de nuevo solo una página responde. Ninguna responde a la pregunta que suele decidir una compra, que es cuánto cuesta la cosa.

También hay una diferencia en lo que cada empresa considera el riesgo que debe resolverse. La página de dots gira en torno a lo que el agente podría hacer: investigación de antecedentes de solo lectura, reglas para actuar de forma independiente, un revisor automatizado, monitoreo que puede detener el trabajo. La página de The Muse gira en torno a lo que el agente podría ver: un almacén de credenciales que no puede leer, un número de tarjeta que el comerciante nunca ve, conversaciones mantenidas fuera del sistema de anuncios. Esos son dos modelos de amenaza diferentes, y producen dos productos diferentes.

• Pregunta dónde se encuentra físicamente la computadora del agente antes de conectar cualquier cosa a ella.

• Pregunte si el almacén de credenciales es uno que el agente puede leer, y no solo uno que el modelo puede ver.

• Pide la lista completa de acciones que siempre requieren tu aprobación, no los ejemplos de la página de inicio.

Cuando la respuesta es el silencio, regístralo como no publicado e incorpora el costo de la incertidumbre en la decisión. Un proveedor que no ha publicado un límite no ha prometido ninguno, y un agente solo es tan seguro como la cosa más pequeña que se le permite hacer sin preguntar.

Si lo que necesitas es la capa de modelos en lugar de cualquiera de los dos agentes empaquetados, OrcaRouter ofrece más de 200 modelos a través de un único endpoint compatible con OpenAI y una sola clave de API, con conmutación por error automática y un 0 % de margen — se aplica el precio de lista del proveedor. Claude Opus 5.5 tiene un precio de $4.00 por millón de tokens de entrada y $20.00 por millón de tokens de salida, con una ventana de contexto de 1M de tokens y lecturas de caché a $0.20 por millón. Alojamos modelos, no aplicaciones: dots y Muse no están disponibles a través de nosotros.