Meta presentó su nuevo modelo multimodal insignia Muse Spark 1.1. No es solo una actualización más: es un giro estratégico de la compañía hacia soluciones cerradas y propietarias. Muse Spark 1.1 se posiciona como un competidor directo de Opus 4.8 y GPT-5.5, y, según los benchmarks, tiene todas las razones para serlo. Al mismo tiempo, se lanzó la vista previa pública de Meta Model API, el primer acceso de pago a los modelos propios para desarrolladores externos.
Capacidades de agente: Planificación y multitarea
La característica clave de Muse Spark 1.1 es su arquitectura, diseñada para tareas de agente. El modelo es capaz de actuar como un agente principal que recopila contexto, elabora un plan y distribuye la ejecución entre subagentes paralelos. Puede trabajar con nuevas herramientas, servidores MCP y habilidades personalizadas sin entrenamiento previo. Una ventana de contexto de 1 millón de tokens permite al modelo recordar acciones, extraer información de etapas tempranas del trabajo y comprimir el contexto, conservando los pasos importantes. Esto lo convierte en una herramienta ideal para operaciones complejas y de múltiples etapas.
Uso de la computadora: Adaptación y estrategia
Muse Spark 1.1 está entrenado para trabajar con el escritorio en escenarios de múltiples aplicaciones. En lugar de hacer clics paso a paso, elige su propia estrategia: para operaciones rutinarias escribe scripts, para las simples trabaja directamente a través de la interfaz. El modelo mantiene el contexto en sesiones largas y se adapta a interfaces desconocidas con una mínima intervención humana. En cada paso, puede generar paquetes de acciones, lo que acelera significativamente la ejecución de tareas.
Programación: Progreso, pero no liderazgo
Los desarrolladores afirmaron un progreso significativo del modelo en el trabajo con grandes bases de código. Muse Spark 1.1 puede diagnosticar errores complejos, implementar funciones en sistemas empresariales y realizar migraciones de código a gran escala. Se admiten frameworks de agente populares para codificación, como Replit, Cline y Box. Sin embargo, en el benchmark Terminal-Bench 2.0, el modelo obtuvo 59,0 puntos, por detrás de GPT-5.5 (82,7), Gemini (68,5) y Claude Opus 4.8 (65,4). Meta reconoció este rezago, pero afirmó que continuará invirtiendo en esta área.
Multimodalidad y ejemplos de uso
El modelo trabaja con texto, imágenes y video. Entre las capacidades declaradas se incluyen la generación de código a partir de maquetas visuales y la descripción detallada de videos. Meta demostró un ejemplo con Facebook Marketplace: el modelo graba un producto en video con un teléfono inteligente, extrae fotos, genera una descripción y publica el anuncio a través del navegador en nombre del usuario. Este es un ejemplo claro de cómo la IA agente puede automatizar cadenas de acciones complejas.
Benchmarks y precios
En las pruebas de agente, Muse Spark 1.1 lidera: en MCP Atlas obtiene 88,1 puntos frente a ~80 de los competidores, en JobBench 54,7 frente a 48,4 y 38,3. Precio de acceso: $1,25 por 1 millón de tokens de entrada y $4,25 por 1 millón de tokens de salida. La API es compatible con los formatos de OpenAI y Anthropic. La vista previa pública solo está disponible actualmente para desarrolladores en EE. UU.
Mi opinión experta: Muse Spark 1.1 no es solo un modelo, sino una declaración de intenciones. Meta pasa de una estrategia de código abierto a la creación de un ecosistema cerrado, donde la API se convertirá en la principal fuente de monetización. Si la empresa logra cerrar la brecha en codificación, se convertirá en un serio competidor de OpenAI y Anthropic. Los resultados actuales muestran que tienen todas las posibilidades.