Meta Muse Spark Open publica 816B de pesos abiertos

Meta publicó Muse Spark Open el 15 de octubre de 2026. Es una versión de su modelo Muse Spark cuyos pesos puede descargar cualquiera. El modelo tiene 816.000 millones de parámetros, usa 42.000 millones de ellos para cada token y lee hasta 1 millón de tokens a la vez. Importa porque los modelos Muse más recientes de Meta eran cerrados, incluido Muse Wonder del lunes. Ahora los desarrolladores pueden ejecutar uno en su propio hardware.

Qué publicó Meta

El anuncio de Meta llama al modelo "la versión de pesos abiertos de Muse Spark". Pesos abiertos significa que se publica el propio archivo del modelo entrenado. Así, una empresa puede ejecutarlo en sus propios servidores en lugar de solo alquilarlo a través de una API.

Muse Spark Open es un modelo de mezcla de expertos. Este diseño divide el modelo en muchas redes expertas más pequeñas y solo activa unas pocas para cada token. Un token es el fragmento de palabra que un modelo lee o escribe. Por eso, aunque el modelo completo tiene 816.000 millones de parámetros, solo 42.000 millones trabajan en cada paso. Eso hace que cueste menos ejecutarlo de lo que sugiere su tamaño.

Característica	Muse Spark Open
Parámetros totales	816.000 millones
Parámetros activos por token	42.000 millones
Ventana de contexto	1 millón de tokens
Licencia	Muse Model License
Modelo en Hugging Face	meta-models/Muse-Spark-Open-816B-A42B

La ventana de contexto es cuánto texto puede recibir el modelo de una vez. Un millón de tokens alcanza para una base de código grande o varios documentos largos. RuntimeWire añade que el modelo es multimodal de forma nativa. Es decir, se construyó para manejar más que texto.

La página de Meta lo llama "el modelo estadounidense de pesos abiertos más capaz hasta la fecha". RuntimeWire cita la misma frase de Alexandr Wang, al frente del trabajo de IA de Meta. Señala que esa clasificación es una afirmación de Meta, no un resultado independiente. La publicación de Meta enlaza un informe de evaluación, pero no da puntuaciones de benchmarks en el texto.

Dónde conseguirlo y en qué funciona

Meta indica cuatro sitios para descargar los pesos: Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face y Microsoft Foundry Models. Para los equipos que prefieren llamar a una API, Meta nombra siete socios de alojamiento: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI. Ninguna de las fuentes da un precio.

Ejecutarlo por tu cuenta exige hardware serio. Meta dice que el modelo funciona en dos Apple M5 Ultra Mac Studio con hasta 512 GB de memoria unificada cada uno, usando el framework MLX de Apple. RuntimeWire plantea como alternativa "una cantidad considerable de memoria de GPU".

Meta también escribió código de GPU propio, llamado kernels Helion, para el motor de servicio SGLang. Informa de aceleraciones de los kernels de entre 1,03 y 3,95 veces en tarjetas gráficas de Nvidia y AMD. En la MI350 de AMD, la mejora de extremo a extremo es del 3 %.

La licencia

Los pesos se distribuyen bajo la Muse Model License, no bajo una licencia de código abierto estándar. Meta dice que sus condiciones comerciales son limitadas, pero que permiten a muchos desarrolladores usar el modelo gratis. Las fuentes no publican las condiciones completas. Léelas antes de construir un producto sobre el modelo.

Una promesa cumplida, con retraso

Meta ya había dicho que abriría los pesos de Muse Spark. Cuando Meta lanzó el 13 de octubre su modelo de frontera cerrado Muse Wonder, señalamos que los pesos abiertos de Muse Spark prometidos para el 2 de septiembre aún no habían salido.

La línea Muse Spark ha avanzado rápido. En agosto, The Decoder informó de que Meta describió Muse Spark 1.2 como "principalmente una mejora para programar". Su precio estándar era de 1,25 dólares por millón de tokens de entrada y 4,25 dólares por millón de tokens de salida.

Qué significa esto para los desarrolladores

Ya puedes probar uno de los mejores modelos de Meta sin enviarle datos a Meta. Eso importa a los equipos con código privado o datos regulados, que a menudo no pueden usar una API alojada.

Haz primero las cuentas del hardware. Un modelo de 816.000 millones de parámetros necesita cientos de gigabytes de memoria, aunque solo tenga 42.000 millones de parámetros activos. Por eso, la mayoría de los equipos empezará con uno de los siete socios de alojamiento. Compara sus precios antes de decidir, ya que Meta no publicó ninguno.

Lee la Muse Model License con tu equipo legal. Unas "condiciones comerciales limitadas" pueden significar topes de ingresos o límites de usuarios, y las fuentes no dicen cuál aplica.

Haz tu propia evaluación. Meta no publicó cifras de benchmarks en su anuncio. Prueba el modelo con tus tareas reales de programación y de agentes frente al modelo que usas hoy.