Meta lanza Muse Spark Open, un modelo de 816B con términos comerciales restringidos

Meta lanzó Muse Spark Open el 15 de octubre de 2026, introduciendo un enorme modelo de 816 mil millones de parámetros diseñado para tareas agénticas complejas. La empresa posiciona este lanzamiento como el modelo de pesos abiertos más capaz proveniente de Estados Unidos, buscando igualar o superar el rendimiento de las principales alternativas chinas manteniendo una estructura de licencia distinta.

Qué ocurrió

El nuevo modelo cuenta con 42 mil millones de parámetros activos y soporta una ventana de contexto de un millón de tokens. Meta puso los pesos a disposición para su descarga a través de plataformas importantes como Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face y el Catálogo de Modelos de Microsoft Foundry. Los desarrolladores también pueden acceder al modelo mediante APIs de proveedores como Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI.

Aunque los pesos son accesibles públicamente, la Licencia del Modelo Muse impone restricciones comerciales específicas. Las empresas que generen más de 20 millones de dólares en ingresos brutos durante cualquier periodo consecutivo de doce meses deben notificar a Meta y celebrar un acuerdo escrito separado antes de ofrecer el modelo o sus derivados como servicio. Este umbral limita efectivamente el despliegue comercial sin restricciones a entidades más pequeñas y al uso interno empresarial.

La licencia también obliga a que cualquier producto o servicio construido utilizando Muse Spark Open muestre de forma destacada la atribución "Built with Muse Spark Open" en su interfaz de usuario. Estos términos reflejan restricciones vistas en licencias recientes de competidores chinos como Moonshot para Kimi K3. La política prohíbe explícitamente los despliegues militares y en infraestructura crítica, una restricción que Meta introdujo previamente para sus modelos Llama en 2024, pero no incluye las prohibiciones de uso más amplias presentes en algunas políticas de la competencia.

Cómo funciona

Muse Spark Open utiliza una arquitectura dispersa donde solo 42 mil millones de sus 816 mil millones de parámetros están activos durante cualquier paso de inferencia dado. Este diseño permite al modelo mantener una vasta base de conocimiento y capacidad de razonamiento mientras reduce el costo computacional por token en comparación con modelos densos de tamaño total similar. La ventana de un millón de tokens habilita al modelo para procesar bases de código extensas, documentos largos o flujos de trabajo agénticos de múltiples pasos sin perder contexto.

Meta optimizó el modelo para programación y trabajo agéntico, enfocándose en tareas de horizonte largo y razonamiento de múltiples pasos. Para demostrar su viabilidad local, Meta colaboró con Apple para ejecutar el modelo en dos unidades Mac Studio equipadas con chips M5 Ultra y 512 GB de memoria cada una, conectadas entre sí usando el framework MLX. Esta configuración permitió a Meta impulsar Muse Code y enviar actualizaciones al cliente Mastodon Ice Cubes, aunque dicho hardware sigue siendo prohibitivamente costoso para la mayoría de los desarrolladores individuales.

Detalles clave

• Tamaño del modelo: 816 mil millones de parámetros totales con 42 mil millones de parámetros activos.
• Ventana de contexto: Soporta hasta un millón de tokens.
• Umbral de ingresos: Las empresas con más de 20 millones de dólares en ingresos brutos anuales deben firmar un acuerdo separado para ofertas de servicios.
• Requisito de atribución: Los productos deben mostrar "Built with Muse Spark Open" en la interfaz de usuario.
• Disponibilidad: Los pesos están en Hugging Face, SageMaker, Google Cloud y Microsoft Foundry; las APIs están disponibles a través de ocho proveedores principales.
• Demostración de hardware: Se ejecutó localmente en dos Mac Studios con chips M5 Ultra y 512 GB de RAM cada uno.

Por qué importa

Para ingenieros de software y fundadores técnicos, Muse Spark Open representa una opción de alto rendimiento para flujos de trabajo agénticos que rivalizan con modelos chinos como Kimi K3, GLM 5.3 y Qwen3.8. En benchmarks centrados en el uso de herramientas y tareas agénticas, como JobBench y MCP-Atlas, Muse Spark Open supera a estos competidores. Sin embargo, aún queda rezagado en benchmarks de programación pura, obteniendo 76.4 en Terminal-Bench 2.1 frente a los 85.0 de Kimi K3. Esto sugiere que el modelo es más adecuado para tareas de razonamiento complejo y de múltiples pasos, más que para la generación bruta de código únicamente.

La estructura de licencia introduce un límite claro de cumplimiento para startups en crecimiento. Mientras que el uso interno y la integración en productos propietarios siguen siendo gratuitos para todos, cruzar el umbral de 20 millones de dólares en ingresos activa un requisito de negociación para ofertas basadas en servicios. Esto crea una ruta predecible para escalar, pero añade carga legal para las empresas exitosas. La cláusula de atribución obligatoria también impacta el diseño del producto, requiriendo branding visible que puede no alinearse con todas las estrategias de marca blanca.

Qué puedes hacer

• Evalúa Muse Spark Open para tareas agénticas y razonamiento de contexto largo donde supera a rivales estadounidenses como Inkling de Thinking Machines.
• Revisa los ingresos brutos de tu empresa contra el umbral de 20 millones de dólares para determinar si se requiere un acuerdo separado con Meta para ofertas de servicios comerciales.
• Implementa la atribución requerida "Built with Muse Spark Open" en tu interfaz de usuario si despliegas el modelo o sus derivados.
• Prueba el modelo a través de proveedores de API como Fireworks AI o Groq antes de comprometerte con costos de infraestructura local.
• Considera la brecha de rendimiento en programación si tu caso de uso principal es la generación de código independiente, ya que queda detrás de Kimi K3 y GLM 5.3 en benchmarks relevantes.
• Monitorea los requisitos de hardware si planeas un despliegue local, teniendo en cuenta que el rendimiento óptimo actualmente demanda configuraciones de gama alta como dos Mac Studios con 512 GB de RAM.