Mark Zuckerberg volvió a publicar en X después de tres años de silencio, y lo hizo para anunciar Muse Spark 1.1, el nuevo modelo de Meta Superintelligence Labs.
Muse Spark 1.1 llega junto al Meta Model API, la puerta que por primera vez deja a cualquier desarrollador construir sobre él, y Meta lo describe como un rival directo de Opus 4.8 y GPT-5.5 en tareas agénticas.
Los benchmark (la prueba estandarizada con la que se compara el desempeño de un modelo de IA contra otros) de Meta cuentan una historia más matizada de lo que promete el titular.
¿Muse Spark 1.1 es mejor que Opus 4.8? Para orquestar agentes, sí compite; para escribir código de punta a punta (Terminal-Bench, SWE-Bench Pro), todavía no, pero sí resulta mucho más barato.
¿Por qué Zuckerberg volvió a X después de tres años?
El anuncio no llega en un momento cualquiera. Entre abril y mayo de 2026, Meta despidió a cerca de 8,000 empleados como parte de una reestructuración pensada para concentrar recursos en su apuesta por la inteligencia artificial.
El presupuesto proyectado para este año ronda entre $125,000 y $145,000 millones en infraestructura y modelos. En un town hall interno, el propio Zuckerberg reconoció algo que pocas empresas admiten en público: el progreso de sus agentes de IA “no se ha acelerado realmente” en los últimos cuatro meses frente a lo que esperaban.
El mercado reaccionó con indiferencia, la acción de Meta no se movió de forma significativa tras el post.
Cuando una empresa gasta 145,000 millones de dólares en un año y su propio CEO admite que los agentes no avanzan al ritmo esperado, cualquier lanzamiento deja de ser solo un lanzamiento. Se convierte en la prueba que Meta necesitaba mostrar de que esa inversión sirve para algo.
¿Qué trae Muse Spark 1.1 que no tenía la versión anterior?
Es un modelo agéntico, es decir, un modelo entrenado no solo para responder preguntas, sino para planear, usar herramientas externas y ejecutar tareas de varios pasos sin que alguien lo supervise en cada clic. Muse Spark 1.1 puede actuar como agente principal, reúne contexto, arma un plan y delega partes del trabajo, o como subagente que recibe una tarea puntual, la ejecuta y sabe cuándo devolver el control.
Ese diseño le permite coordinar varios subagentes en paralelo para resolver un proyecto más rápido, algo que la versión anterior de Muse Spark no hacía.
La ventana de contexto también creció: son 1 millón de tokens, en otras palabras, la cantidad de texto que el modelo puede tener presente mientras trabaja sin empezar a “olvidar” los pasos anteriores. Con eso recupera información de etapas mucho más tempranas de una tarea larga y comprime lo irrelevante sin perder los pasos críticos.
Generaliza además a herramientas nuevas, servidores MCP (el protocolo que conecta un modelo con apps y servicios externos) o skills personalizadas sin haber sido entrenado específicamente en ellas. Los equipos de producto suelen llamar a esto zero-shot: un mismo modelo que sirve tanto para automatizar un flujo de soporte como para operar un navegador, sin pasar por un entrenamiento adicional para cada caso.
¿Para qué sirve Muse Spark 1.1 en la práctica?
Meta mostró dos demos que ilustran bien dónde brilla el modelo. En una, organiza una cena para varias personas y ajusta el pedido sobre la marcha cuando surge información nueva, sin que el usuario tenga que intervenir. En otra, a partir de un video grabado con el celular, identifica las fotos útiles de un producto y publica por su cuenta un anuncio en Facebook Marketplace, operando el navegador como lo haría una persona.
En código el caso de uso es distinto pero igual de concreto: diagnosticar bugs complejos, implementar funciones nuevas en sistemas empresariales grandes y ejecutar migraciones a gran escala. En una demo dentro de OpenCode, el modelo construye una app de chat, toma capturas automáticas para detectar fallas visibles, rastrea el error hasta el código responsable, lo corrige y valida el cambio, todo en el mismo flujo.
Es también la primera vez que un desarrollador externo puede construir productos con Muse Spark fuera de la app de Meta AI, y lo hace a $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida: un precio por encima de GPT-5 mini o Claude Haiku 4.5, pero por debajo de Claude Sonnet 4.6.
¿Qué dicen los benchmarks y la comunidad?
Alexandr Wang, científico jefe de IA en Meta, resumió el lanzamiento así en X: “en muchas pruebas agénticas rivaliza con GPT-5.5 y Opus-4.8”.
Vals AI, una firma independiente de benchmarks, reportó que el modelo tomó el primer lugar en MedScribe y TaxEval, desplazando a Fable 5 y siendo 10 veces más barato y el doble de rápido, además de dethronar a Grok 4.5 en Harvey’s Legal Agent Bench.
Revisa aquí todos los benchmarks de Vals AI
Los números que Meta publicó frente a Gemini 3.1 Pro, Opus 4.8 y GPT-5.5 respaldan esa fortaleza, aunque solo en una parte del mapa:
| Prueba | Qué mide | Muse Spark 1.1 | Mejor rival |
|---|---|---|---|
| MCP Atlas | uso de herramientas a gran escala | 88.1 (líder) | 82.2 (Opus 4.8) |
| JobBench | tareas profesionales con herramientas | 54.7 (líder) | 48.4 (Opus 4.8) |
| Humanity’s Last Exam | razonamiento multidisciplinario | 62.1 (líder) | 57.9 (Opus 4.8) |
| Toolathlon-Verified | uso personal de herramientas | 75.6 | 76.2 (Opus 4.8) |
| OSWorld-Verified | uso de computadora | 80.8 | 83.4 (Opus 4.8) |
La lectura rápida: cuando la tarea es planear, usar herramientas y orquestar pasos, Muse Spark 1.1 suele quedar primero o muy cerca del primero. En el índice general de Vals, que agrupa 20 benchmarks distintos, ocupa el puesto 5 de 33 modelos evaluados, con 68.41% de precisión y un costo de apenas $0.50 por prueba.
Amjad Masad, CEO de Replit, lo resumió como “una base agéntica completa” gracias a su contexto de un millón de tokens y su capacidad de llamar varias herramientas en paralelo. Saoud Rizwan, CEO de Cline, fue más específico todavía: el precio es lo que hace viable correrlo en cargas de trabajo de código reales a escala, no solo en demos.
¿Muse Spark 1.1 juega en la misma liga que Opus y GPT-5.5?
Aquí conviene ser preciso con lo que dicen los propios números de Meta.
En las pruebas de codificación pura la historia cambia:
En Terminal-Bench 2.1 saca 80.0 frente a 82.7 de Opus 4.8 y 83.4 de GPT-5.5
En SWE-Bench Pro saca 61.5 frente a 69.2 de Opus
En DeepSWE 1.1 saca 53.3 frente a 59.0 y 67.0 respectivamente.
Muse Spark 1.1 rivaliza con Opus 4.8 y GPT-5.5 en tareas agénticas y de uso de herramientas, pero pierde frente a ambos en benchmarks de codificación pura como estos.
Hay otro giro que vale la pena señalar. ¿Se puede descargar Muse Spark 1.1? No. A diferencia de Llama, cuyos pesos Meta siempre publicó, Muse Spark no se puede descargar ni autohospedar, y por ahora el acceso a la API es solo por invitación. Es un cambio de estrategia notorio para una empresa que construyó buena parte de su reputación regalando modelos abiertos, y no hay ruta de migración directa para quien ya construyó algo sobre Llama.
Nada de esto le resta mérito a lo que el modelo sí resuelve bien: coordinar agentes, usar herramientas de forma confiable y hacerlo a un costo bajo. Pero el titular de “modelo al nivel de Opus” merece leerse con pinzas.
Continúa aprendiendo sobre IA con Platzi
Si términos como modelo agéntico, context window o MCP todavía te suenan lejanos, el Curso Gratis de Introducción a la Inteligencia Artificial te deja con las bases claras para seguirle el paso a lanzamientos como este.
¿Probarías Muse Spark 1.1 para orquestar tareas agénticas o te quedas con Claude o GPT para eso? Cuéntanos en los comentarios qué le pondrías a prueba primero.
Curso Gratis de Introducción a la Inteligencia Artificial
COMPARTE ESTE ARTÍCULO Y MUESTRA LO QUE APRENDISTE
