Meta ha publicado los pesos de Muse Spark Open, un modelo de inteligencia artificial de pesos abiertos con 816.000 millones de parámetros totales, de los que activa 42.000 millones durante la inferencia. Diseñado para programación, razonamiento y tareas con agentes, llega con una ventana de contexto de un millón de tokens y soporte multimodal nativo para texto, imágenes, vídeo y audio. Una de sus principales apuestas es permitir que los desarrolladores ejecuten el modelo en equipos propios, incluidos dos ordenadores Apple Mac Studio con chip M5 Ultra.
Las claves de Muse Spark Open en 30 segundos
- Meta publica los pesos de un modelo con 816.000 millones de parámetros totales y 42.000 millones activos.
- Cuenta con una ventana de contexto de un millón de tokens y capacidades multimodales.
- La compañía afirma que puede ejecutarse en dos Mac Studio con M5 Ultra mediante el framework MLX de Apple.
- Está disponible en Hugging Face y plataformas de nube, con motores como vLLM, SGLang y llama.cpp.
- La licencia Muse Model License permite el uso gratuito a muchos desarrolladores, aunque establece condiciones comerciales limitadas.
El lanzamiento se dirige a desarrolladores que necesitan modelos capaces de resolver tareas prolongadas, modificar proyectos de software completos o coordinar varios pasos sin limitarse a responder a una única pregunta. Meta destaca su rendimiento en ingeniería de software, razonamiento complejo y flujos de trabajo con agentes, aunque las cifras de sus evaluaciones deben interpretarse teniendo en cuenta la metodología y las condiciones de cada prueba.
La publicación de los pesos también permite adaptar el modelo a necesidades específicas. Los desarrolladores pueden utilizar PyTorch y TorchTitan para ajustarlo, mientras que distintas plataformas de inferencia ofrecen vías para ejecutarlo sobre hardware de NVIDIA, AMD, Apple e Intel.
Un modelo de 816.000 millones de parámetros pensado para agentes
Muse Spark Open combina 816.000 millones de parámetros totales con 42.000 millones activos. Esta diferencia indica que no utiliza necesariamente todos sus parámetros en cada paso de generación, una característica que permite reducir el trabajo computacional frente a una arquitectura que activase el modelo completo en cada token.
La ventana de contexto de un millón de tokens permite procesar entradas extensas, aunque la capacidad práctica depende de la implementación, la memoria disponible y los límites que establezca cada servicio. La arquitectura también admite texto, imágenes, vídeo y audio de forma nativa, según la documentación publicada por Meta.
La compañía acompaña el lanzamiento con una tabla de resultados frente a otros modelos, entre ellos Inkling, Nemotron 3 Ultra, Mistral Large 4, GLM 5.3 y Kimi K3. Las pruebas abarcan tareas de agentes, conocimiento y razonamiento, programación y evaluación multimodal con herramientas.
En la tabla difundida por Meta, Muse Spark Open obtiene 61,8 puntos en JobBench, 89,2 en MCP-Atlas y 76,4 en Terminal-Bench 2.1. En DeepSWE 1.1 alcanza 60 puntos. También registra 73,6 en SimpleVQA y 80,2 en BabyVision. Estas cifras corresponden a las evaluaciones y configuraciones indicadas por la empresa; los resultados de distintos benchmarks no deben compararse directamente entre sí porque miden capacidades diferentes.
En algunas pruebas, otros modelos obtienen mejores puntuaciones. Por ejemplo, GLM 5.3 alcanza 1.653 puntos en GDPval-AA v2 frente a los 1.401 de Muse Spark Open, mientras que Kimi K3 consigue 85 puntos en Terminal-Bench 2.1 frente a los 76,4 de la propuesta de Meta. La propia tabla también muestra pruebas que determinados modelos no soportan o para las que no hay resultados disponibles.
Por eso, la puntuación global de un modelo no basta para elegirlo. Un equipo de desarrollo que trabaja con agentes de terminal puede dar más importancia a Terminal-Bench, mientras que otro que necesita analizar imágenes deberá fijarse en las pruebas multimodales y en sus propias evaluaciones.
Dos Mac Studio con M5 Ultra para ejecutarlo localmente
Uno de los aspectos más llamativos del anuncio es el trabajo realizado para ejecutar Muse Spark Open en dos Mac Studio con chip M5 Ultra. Meta explica que ha empleado MLX, el framework de aprendizaje automático optimizado para Apple Silicon, y que la arquitectura de memoria unificada permite distribuir el modelo entre ambos equipos.
Cada Mac Studio con M5 Ultra puede disponer de hasta 512 GB de memoria unificada, según la configuración indicada por Meta. Dos sistemas permiten reunir hasta un terabyte de memoria, suficiente para alojar los pesos del modelo en la configuración descrita. La compañía también señala un ancho de banda de memoria de 1,2 TB/s para el chip.
Esto no significa que cualquier Mac pueda ejecutar el modelo ni que dos equipos unidos funcionen automáticamente como un único ordenador. La configuración requiere hardware compatible, una implementación preparada para repartir el trabajo y una gestión eficiente de la memoria y las comunicaciones entre máquinas.
Meta afirma que probó flujos de trabajo completamente locales con Muse Code, su entorno de programación basado en Muse Spark Open. Entre los ejemplos menciona la modificación de una aplicación de Mastodon llamada Ice Cubes, incluida la corrección de errores, la incorporación de funciones y la compilación del proyecto. También describe un flujo de edición de vídeo con DaVinci Resolve en el que el modelo revisó imágenes para seleccionar momentos destacados y adaptar el encuadre a formato vertical.
Son demostraciones de la compañía, no una garantía de que todos los proyectos puedan completarse sin intervención humana. El tiempo de ejecución también dependerá de la configuración, la longitud de las tareas y las operaciones que deba realizar el agente.
Compatibilidad con GPU y motores de inferencia
El modelo no está limitado al hardware de Apple. Meta enumera compatibilidad con SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp y Unsloth, con optimizaciones para distintas plataformas de procesamiento.
La empresa destaca además la incorporación de kernels de GPU Helion ajustables automáticamente en SGLang. Según sus mediciones, estas optimizaciones ofrecen mejoras de entre 1,03 y 3,95 veces en el rendimiento de determinados kernels sobre GPU de NVIDIA y AMD, junto con una aceleración del 3 % en el rendimiento completo del modelo sobre AMD MI350.
Estas cifras describen resultados específicos de las optimizaciones probadas. La mejora final puede variar según el hardware, la carga de trabajo, la cuantización y la configuración del motor de inferencia.
Descarga, servicios disponibles y licencia
Muse Spark Open está disponible a través de proveedores de inferencia como Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI. Los pesos también pueden descargarse desde Hugging Face y utilizarse mediante servicios como Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models.
La publicación bajo la Muse Model License no equivale a una licencia sin restricciones. Meta indica que sus condiciones comerciales limitadas permiten a muchos desarrolladores utilizar el modelo gratuitamente, pero cada proyecto deberá comprobar los términos aplicables antes de distribuir una aplicación o prestar un servicio comercial.
La compañía también señala que el modelo recibió entrenamiento adicional de seguridad para su publicación con pesos abiertos. Según Meta, Muse Spark Open cumplió los umbrales exigidos por su marco de evaluación de riesgos. Los detalles se recogen en la ficha del modelo, mientras que la empresa ha anunciado que publicará un informe de evaluación más amplio.
El acceso a los pesos permite inspeccionar y adaptar el modelo con más libertad que en un servicio exclusivamente cerrado, pero no elimina los requisitos de hardware ni los costes de operación. Ejecutarlo localmente implica disponer de memoria suficiente, capacidad de procesamiento y un entorno compatible; utilizar una plataforma de inferencia externa añade sus propias condiciones y tarifas.
Preguntas frecuentes
¿Cuántos parámetros tiene Muse Spark Open?
Tiene 816.000 millones de parámetros totales y 42.000 millones activos, según Meta. El modelo dispone además de una ventana de contexto de un millón de tokens.
¿Se puede ejecutar Muse Spark Open en un Mac?
Meta afirma que está optimizado para ejecutarse localmente en dos Mac Studio con M5 Ultra mediante MLX. No es una configuración equivalente a instalarlo en cualquier Mac, ya que necesita una gran cantidad de memoria y una implementación preparada para ese hardware.
¿Dónde se pueden descargar los pesos de Muse Spark Open?
Los pesos están disponibles en Hugging Face. También puede accederse al modelo mediante plataformas de inferencia y servicios de nube asociados al lanzamiento.
¿Es Muse Spark Open completamente gratuito y de código abierto?
Meta publica los pesos bajo la Muse Model License, que permite a muchos desarrolladores utilizar el modelo gratuitamente, pero establece condiciones comerciales limitadas. Por eso, antes de integrarlo en un producto conviene revisar la licencia aplicable.
