Qué pasó
Meta ha publicado los pesos de Muse Spark Open. Es multimodal de forma nativa, con 816B de parámetros en total, 42B activos a la vez y una ventana de contexto de 1M de tokens.
Meta presume de que es el modelo de pesos abiertos más capaz que ha producido EE. UU. hasta ahora. Lo dijo su responsable de IA, Alexandr Wang, en X. El modelo está afinado para programar y para trabajo con agentes: tareas largas, ingeniería de software en serio y razonamiento en varios pasos.
El detalle que se lleva el titular es el hardware. Meta asegura que el modelo corre sobre una mesa con dos Mac Studio con Apple M5 Ultra y el framework MLX. Y añade que es el primero de su categoría que lo consigue.
El acceso es amplio. Entre los proveedores de API están Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI.
Los pesos se pueden descargar desde Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models. Meta indica compatibilidad con motores como vLLM, SGLang, llama.cpp y Unsloth.
Por qué importa
Durante un par de años, los desarrolladores chinos han sido la fuerza dominante en modelos de pesos abiertos. Qwen de Alibaba, Kimi K3 de Moonshot AI y la familia GLM de Z.ai han sido tratados como los líderes mundiales.
Ahora Meta dice que su modelo compite a ese nivel y que en algunos casos los supera. Eso es lo que afirma el fabricante, así que espera a benchmarks independientes antes de grabar nada en piedra.
Lo de los pesos abiertos es el meollo. A diferencia de los modelos cerrados como Claude o ChatGPT, aquí puedes descargar los pesos y modificarlos. Eso significa hacer fine-tuning, alojarlo tú mismo y no tener un contador por token corriendo.
Lo de «funciona en casa» sigue necesitando una nota al pie. Dos Mac Studio de lo más alto de la gama de Apple son un montaje de escritorio, no un portátil. Más barato que un centro de datos, claro, pero nadie lo llamaría presupuesto de hobby.
La alianza con Apple también tiene su gracia. Meta dice que el modelo está optimizado para chips M5 Ultra, una pareja llamativa entre dos empresas que no destacan por compartir caja de herramientas.
Qué hacer con esto
- Mira los benchmarks.Espera a evaluaciones independientes frente a Qwen, Kimi K3 y GLM antes de creerte el «rivaliza».
- Pruébalo primero por API.OpenRouter, Together AI o Groq te dejan testearlo con tus propias tareas de código sin comprar hardware.
- Haz números del montaje casero.Si quieres inferencia local, compara el coste de dos Mac Studio M5 Ultra con tu gasto en API antes de emocionarte.
- Lee la licencia.Los pesos abiertos aún pueden traer condiciones, así que revísalas antes de lanzar nada comercial.
Ciao, sapiens. El modelo de frontera ya cabe en tu mesa. Tu mesa, por desgracia, no cabe en tu presupuesto.


