Meta lanza Muse Wonder, su primer modelo frontera, para competir con OpenAI y Anthropic

Meta lanzó Muse Wonder y Muse Wonder Full el lunes 12 de octubre de 2026, los primeros modelos frontera salidos de su Superintelligence Lab y el intento más directo de la compañía hasta la fecha de competir con OpenAI, Anthropic y Google en lo más alto del mercado. Meta presenta al par como sus modelos de IA más capaces hasta ahora. Las acciones de Meta subieron alrededor de un 4% en la negociación de la tarde del día del lanzamiento, informó Reuters, y la compañía describió el lanzamiento como el siguiente peldaño de su «escalera de escalado» hacia lo que llama superinteligencia personal (Meta AI Research; Reuters).

Lectura relacionada: OpenAI traslada el entrenamiento de frontera fuera de internet, a una copia en caché de la web · La semana tecnológica: los frenos y la construcción.

El lanzamiento importa más por el lugar que da a Meta en el sector que por cualquier resultado concreto en una prueba comparativa. Durante dos años la compañía vio cómo sus rivales marcaban el ritmo en la frontera mientras ella lanzaba modelos más pequeños para sus propias aplicaciones. Muse Wonder es la primera vez que Meta apunta un modelo a lo más alto del mercado y pide a terceros que lo usen directamente.

Dos modelos, dos puertas

El par no se vende de la misma manera. Muse Wonder está disponible a través de la Meta Model API, la interfaz para desarrolladores de la compañía, y dentro de Muse Code, su producto de programación. Muse Wonder Full es el restringido: solo está disponible para los suscriptores de Muse Code y no se sirve a través de la API en absoluto. Meta dice que ambos modelos también impulsarán su agente de IA personal de consumo, Muse, inicialmente para suscriptores (Meta AI Research; TechCrunch).

La división es tanto una decisión de distribución como de producto. Una API abierta permite a desarrolladores externos construir sobre los modelos de Meta y extiende la marca más allá de las aplicaciones propias de la compañía. Mantener la versión más potente detrás de una suscripción ata la mejor capacidad a un producto que Meta controla, que es el mismo manual que la compañía ha seguido con Muse desde el principio.

Meta ya ha usado esta estructura antes. Muse, el agente de consumo que lanzó en septiembre de 2026, llegó con niveles gratuitos y de pago, así que la compañía ya sabe cómo dosificar la capacidad según el precio. Muse Wonder extiende la misma idea a los desarrolladores, que tienen más opciones que los consumidores y menos paciencia con un modelo que solo está cerca de los líderes. La barrera de suscripción de Muse Wonder Full pone a prueba si la versión más potente merece la pena pagar por alcanzarla, mientras que la API expone el resto al mercado abierto.

La memoria activa es el argumento de venta

La afirmación central de Meta sobre los modelos es la «memoria activa»: la capacidad de retener y sintetizar la información que un usuario les da a lo largo de días, semanas y meses, y no solo dentro de una única sesión. Meta señala una prueba comparativa que llama MemoryBench y dice que Muse Wonder obtiene en ella una puntuación más alta que Fable, Opus o Astra. Son pruebas de la propia Meta, ejecutadas por la empresa que construyó los modelos.

La científica investigadora Kavya Kopparapu, en el vídeo de lanzamiento, describió el esfuerzo en el que se apoya esa afirmación: «Hemos puesto un esfuerzo enorme en asegurarnos de que tu modelo recuerde lo que te importa a lo largo de días, semanas, meses y más allá.»

«Hemos puesto un esfuerzo enorme en asegurarnos de que tu modelo recuerde lo que te importa a lo largo de días, semanas, meses y más allá.» — Kavya Kopparapu, científica investigadora, Meta

La memoria es la función que encaja con las ambiciones de consumo de Meta. Un modelo que recuerda las preferencias de un usuario durante meses es la materia prima del agente personal que la compañía vende, y también es la capacidad más difícil de comprobar desde fuera. Una prueba comparativa puede mostrar que un modelo recuerda un dato insertado en una conversación larga; no puede mostrar qué hace el modelo con todo lo que un usuario ha escrito alguna vez, porque esos datos se quedan dentro de los sistemas de Meta.

Meta dice que los modelos se entrenaron en su centro de datos Prometheus, en el centro de Ohio, que entró en funcionamiento a principios de 2026. La ubicación recuerda que la carrera de la frontera pasa tanto por contratos de energía y calendarios de construcción como por software.

Las pruebas comparativas son de Meta

Según las propias pruebas de Meta, Muse Wonder y Muse Wonder Full alcanzan puntuaciones en las pruebas comparativas comparables a las de Fable 5.1 y GPT-6 Astra. La ficha del modelo es la fuente principal de esas cifras, y Meta realizó todas las comparaciones que publicó.

Mashable, citando pruebas comparativas independientes, informó de que los primeros resultados sitúan a Meta en la frontera «por primera vez», aunque señaló que esos resultados todavía se estaban asentando en el lanzamiento. Ese es el estado honesto de las pruebas: Meta dice estar a la par, algunos índices externos coinciden en parte y el panorama aún no está claro. MediaPost enmarcó el lanzamiento como el intento de Meta de alcanzar a sus rivales, que es la otra lectura de las mismas cifras (Mashable; MediaPost).

Una puntuación en una prueba comparativa y la utilidad de un modelo en un producto son cosas distintas. El conjunto de comparaciones de Meta nombra los modelos más potentes de cada rival, así que una afirmación de paridad es una afirmación sobre el nivel de la frontera, no sobre todo el mercado. Si Muse Wonder resiste en tareas reales, con la latencia y el precio que importan a los equipos, es lo que mostrará el próximo mes de pruebas por parte de los desarrolladores.

Cuánto cuesta Muse Wonder

El precio de lista de Meta para Muse Wonder a través de la Meta Model API es de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida, más o menos a la par de GPT-6 Sol, de OpenAI, y Claude Opus 5.5, de Anthropic. Muse Wonder Full no tiene precio de API, porque no se vende así; su coste va incluido en una suscripción a Muse Code. Las cifras son tarifas de lista de la API y conviene comprobarlas con la ficha del modelo actual, ya que los fabricantes ajustan tanto los precios como las versiones de los modelos.

El precio indica a quién espera vender Meta. Con una tarifa aproximadamente igual a la de los mejores modelos de OpenAI y Anthropic, Muse Wonder no compite por coste. Compite sobre la suposición de que los compradores que ya pagan por un modelo frontera considerarán un tercero, que es una venta más difícil que rebajar el precio.

El camino de vuelta a la frontera

El lanzamiento es el primer modelo frontera que Meta presenta desde que el fundador de Scale AI, Alexandr Wang, reestructuró los esfuerzos de IA de la compañía en agosto de 2025. Meta compró Scale AI por 14.300 millones de dólares y nombró a Wang su director de IA, y en el año siguiente solo lanzó la ligera familia Muse Spark y el agente Muse, que llegó en septiembre de 2026 y superó los 5 millones de descargas de la aplicación, según Mashable. Muse Spark 1.3 llegó unas seis semanas antes que Muse Wonder (Reuters).

Un modelo frontera tarda meses en entrenarse, así que el trabajo detrás de Muse Wonder empezó bastante antes de esta semana. La decisión de lanzarlo como modelo frontera, en lugar de como otra actualización interna de Spark, es la parte que cambió la reorganización de Wang. La compañía tenía desde hacía años la distribución para llegar a los usuarios; lo que le faltaba era un modelo que estuviera dispuesta a poner junto a los mejores de OpenAI y Anthropic.

El encargo de Wang ha sido convertir una organización de investigación en una cadena de productos, y Muse Wonder es el primer resultado frontera de ese esfuerzo. La línea Muse Spark, en cambio, apuntaba a las aplicaciones propias de Meta y nunca se vendió en lo más alto del mercado. Lanzar un modelo frontera bajo una API pública pone el trabajo de Meta delante de los mismos desarrolladores que cortejan sus rivales, lo que es un tipo de exposición distinto al de un modelo que solo impulsa los productos propios de Meta.

Por qué Meta lo llama superinteligencia personal

La entrada del blog de Meta dice que los dos modelos «marcan el siguiente peldaño de nuestra escalera de escalado y un gran salto hacia la superinteligencia personal» (Meta AI Research). Esa frase es el marco de marketing de Meta, no una medida técnica. Describe un futuro en el que un agente recorre la vida digital de una persona, y es la estrategia a la que ya apunta el agente Muse.

La lógica comercial pasa por la distribución. Meta llega a miles de millones de personas a través de sus aplicaciones, y si un agente se convierte en la interfaz que usan para comprar, reservar y organizarse, la compañía que suministre ese agente capturará la relación. Un modelo frontera es la entrada. Muse Wonder es la apuesta de Meta por estar en esa conversación cuando se revise la entrada, aunque todavía no vaya por delante.

Que la frase signifique algo depende de Muse. Si el agente se convierte en la forma en que cientos de millones de personas gestionan tareas rutinarias, el modelo que hay debajo importará a mucha más gente de la que alcanza una API para desarrolladores, y la ventaja de distribución de Meta hará el resto. Si no lo hace, Muse Wonder es un modelo capaz más entre varios.

Salvedades

Todas las afirmaciones de rendimiento de esta historia proceden de Meta. Las puntuaciones de las pruebas comparativas, los resultados de MemoryBench y las comparaciones con Fable 5.1, GPT-6 Astra, GPT-6 Sol y Claude Opus 5.5 son de la propia compañía, medidas en pruebas que ella eligió. La evaluación independiente todavía era limitada en el lanzamiento, y las pruebas comparativas independientes que citó Mashable aún se estaban asentando. «Superinteligencia personal» es el marco de Meta y no una capacidad definida. Las cifras de precios son tarifas de lista de la Meta Model API según lo reportado, no la factura final que pagaría un equipo de producción una vez contados el almacenamiento en caché, los reintentos y los cambios de versión del modelo. Lo que falta es una evaluación sostenida de terceros sobre cargas de trabajo reales, que es la prueba que una afirmación de frontera tiene que superar en última instancia.

Qué hay que vigilar

• Evaluaciones de terceros. El próximo conjunto de resultados de pruebas independientes mostrará si la afirmación de paridad de Meta se sostiene o se desvanece, que es la pregunta abierta más importante del lanzamiento.
• Si Muse Wonder Full llega a la API. Mantener el modelo más potente dentro de Muse Code es un límite deliberado. Si más adelante se abre a los desarrolladores, eso indicaría un cambio en cómo quiere Meta que se difunda el modelo frontera.
• El despliegue del Muse de consumo. Meta dice que los modelos impulsarán el agente Muse inicialmente para suscriptores. Vigile hasta dónde se amplía eso y qué reportan los usuarios sobre la memoria en el uso diario.
• El precio. Con 4 y 20 dólares por millón de tokens, Muse Wonder se sitúa en el nivel más alto. Una rebaja sería la señal más clara de que Meta está dispuesta a comprar cuota de mercado en lugar de competir por capacidad.

Por ahora, el lanzamiento restablece un hecho que se había mantenido durante dos años: Meta vende un modelo orientado a la frontera, a precios de frontera, con afirmaciones sobre pruebas comparativas que solo ha ejecutado su propio laboratorio. Hasta que lleguen resultados externos, la afirmación de frontera se apoya en las cifras de la propia Meta.

Crédito de imagen: «Meta Platforms Headquarters Menlo Park California.jpg», de LPS.1, CC0, vía Wikimedia Commons.