Durante años, Meta ha sido la gran empresa tecnológica que ponía a disposición de forma gratuita su IA. Sus modelos Llama eran accesibles para todos: cualquiera podía descargarlos, modificarlos y ejecutarlos en sus propios servidores. Pero aquí viene el giro inesperado: el modelo más potente de Meta hasta la fecha, Meta Muse Wonder, sigue siendo confidencial.
Meta lanzó Muse Wonder y su «hermano mayor», Muse Wonder Full, el 12 de octubre. TechCrunch calificó este modelo como la «primera versión de clase pionera» de la empresa, es decir, un modelo diseñado para situarse en lo más alto de su campo. Y eso dice mucho de las intenciones actuales de Meta.
Entonces, ¿qué se ha lanzado realmente?
Estos dos modelos proceden de Meta Superintelligence Labs, la unidad responsable de la reestructuración de la IA en Meta. En su comunicado, la empresa afirma: «Hace catorce meses, iniciamos una reestructuración completa de nuestros esfuerzos en materia de IA. » Este nuevo dúo se basa en Muse Spark, un modelo más ligero lanzado por Meta en abril.
Meta destaca dos funcionalidades clave. La primera es «Active Memory», que describe como «la capacidad de recordar lo que te importa de una conversación a otra». La segunda es «Active Focus», «la capacidad de seguir trabajando para alcanzar tu objetivo cuando una tarea se vuelve difícil». En la práctica, esto significa probar otro enfoque en caso de fracaso y, a continuación, hacer balance antes de emprender acciones importantes.
Los ejemplos son muy habituales. Meta menciona la tramitación de una solicitud de indemnización, la comprensión de un contrato de alquiler o la gestión de las finanzas personales. La empresa también hace referencia a tareas de programación avanzada, como la creación de una aplicación para una nueva empresa. Este es el ámbito clásico de los agentes de IA.
Los desarrolladores pagan 4 dólares por cada millón de tokens de entrada y 20 dólares por cada millón de tokens de salida en la API de Meta. Un token corresponde a un fragmento de texto, es decir, aproximadamente una palabra corta. Sin embargo, Wonder Full no está disponible en absoluto en la API. Solo se puede acceder a ella a través de las suscripciones a Muse Code, que cuestan 50 o 200 dólares al mes.
Un momento, ¿Meta ha pasado a un modelo cerrado?
Sí. Ninguno de los modelos Wonder ofrece pesos abiertos, tal y como destaca Nick Patience, analista de Futurum, en su análisis. Los pesos cerrados significan que no puedes descargar el modelo en sí. En su lugar, alquilas el acceso a través de los servidores de Meta.
Se trata de un auténtico giro con respecto a la era de Llama. A las empresas les gustaba Llama porque podían alojarlo ellas mismas, ajustarlo a partir de sus propios datos y mantener sus prompts fuera de la nube de terceros. Wonder, como servicio alojado, no ofrece nada de eso.
Para ser sinceros, Meta no ha abandonado del todo los modelos abiertos. La empresa sigue ofreciendo Muse Glimmer, un modelo abierto de 30 000 millones de parámetros lanzado en agosto. Pero las mejores herramientas se encuentran ahora tras un muro de pago.
¿Sinceramente? Es comprensible. Meta ha entrenado estos modelos en Prometheus, su centro de datos con una potencia del orden de un gigavatio situado en Ohio. Ofrecer gratis algo tan costoso es difícil de hacer aceptar a los accionistas.
¿Cuál es la calidad real de Meta Muse Wonder?
Bastante buena, pero no la mejor. En el Artificial Analysis Intelligence Index, que agrupa diez evaluaciones en una sola puntuación, Wonder Full obtuvo un 55,8. Esto lo sitúa por delante del GPT-6 Astra de OpenAI (52,7) y del Gemini 4 Argon de Google (52,6). Sin embargo, queda por detrás del «Claude Opus 5.5» (57,6) y del «Sonnet 5.5» (56,0) de Anthropic. La versión estándar de «Muse Wonder» obtuvo una puntuación de 52,4.
Pero aquí está el problema. Los seis mejores modelos se sitúan a unos cinco puntos de distancia entre sí. Por lo tanto, el «mejor modelo» empieza a tener menos importancia que el precio, la velocidad y la adecuación a tu trabajo concreto.
La cifra preferida de Meta tiene que ver con la memoria. En MemoryBench, la prueba desarrollada por Meta, Wonder obtuvo una puntuación del 85,6 %, mientras que el Opus 5.5 y el GPT-6 Astra se situaron en torno al 81 %. Dado que fue Meta quien eligió esta prueba, conviene tomar este resultado con cautela.
Lo que nos ha hecho reflexionar
La memoria es genial… hasta que deja de serlo. Un asistente que recuerda tu contrato de alquiler, tus finanzas y tu agenda resulta útil. Pero eso también supone una gran cantidad de datos personales reunidos en un mismo lugar.
La tabla de seguridad de Meta muestra que Wonder gestionó mal los datos personales en el 3,4 % de los casos probados. Esto supone, por tanto, aproximadamente un fallo de cada 30. Patience calificó esta tasa como «difícil de hacer aceptar por los comités de gestión de riesgos de las empresas», y nosotros añadiríamos a los usuarios de a pie a esa lista.
Meta también afirma haber entrenado los modelos para evitar que se comparta información privada sin autorización. Sin embargo, en la ficha del modelo se admite que no se puede descartar que el modelo sin medidas de mitigación alcance su umbral de alto riesgo en lo que respecta al uso indebido con fines químicos y biológicos. Según Meta, se está elaborando un informe de seguridad más completo.
Sigue el rastro del dinero
¿Por qué embarcarse en un proyecto así? Basta con echar un vistazo a la facturación de Meta. Fortune destaca que Meta genera unos 201 000 millones de dólares al año, de los cuales más del 98 % procede de la publicidad digital. Es como poner todos los huevos en la misma cesta.
Los asistentes podrían constituir una segunda cesta. Benjamin Black, analista de Deutsche Bank, ha estimado que el asistente personal de IA de Meta podría representar hasta un 8 % de la facturación de aquí a 2030, es decir, unos 36 000 millones de dólares. Meta cuenta además con una amplia audiencia, ya que la aplicación Muse superó los 3,4 millones de descargas a 24 de septiembre, según estimaciones de Sensor Tower.
De acuerdo, pero ¿debería interesarte esto?
Si desarrollas software, sí. Meta Muse Wonder es otra opción seria a un precio medio, con un límite de un millón de tokens. Pruébala con tus propias tareas antes de cambiar de solución, ya que un precio bajo por token no siempre significa un resultado final económico. Nuestra guía sobre los ámbitos en los que los LLM son realmente eficaces es un buen punto de partida para seleccionar esas tareas.
Para el resto de nosotros, incluida la comunidad de IA aquí en Armenia, lo esencial radica en este cambio de rumbo. Uno de los defensores más acérrimos de la IA abierta acaba de mantener en secreto su mejor modelo. Esto es importante si el plan de tu start-up se basa en modelos gratuitos y de alto nivel que puedas ejecutar tú mismo.
¿Nuestra opinión? Meta Muse Wonder demuestra que Meta es capaz de innovar a la vanguardia de la tecnología. Sin embargo, sigue sin estar claro si los usuarios estarán dispuestos a pagar por este servicio y a confiarle sus recuerdos.