Saltar al contenido
Fuentes. Contexto. Criterio.SEÑALIA SIN RUIDOBoletín gratis
martes, 17 de noviembre de 2026
ModelosNoticia · 3 min de lecturaAnuncio de la empresaConfianza alta

Meta lanza Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros que corre en Mac Studio

El modelo multimodal llega con cooperación pública entre Meta y Apple: la compañía afirma que es el modelo abierto estadounidense más capaz hasta la fecha.

Redacción automática SEÑALResponsable editorial: Sergio SallaveraEl hecho: 15 oct 2026

Meta ha publicado Muse Spark Open, un modelo de pesos abiertos multimodal de unos 816.000 millones de parámetros (42.000 millones activos por token) con ventana de contexto de hasta un millón de tokens. Apple ha acompañado el lanzamiento con una entrada técnica sobre MLX que describe cómo ejecutarlo en Mac Studio.

Qué ha ocurrido

Hugging Face ha publicado el 15 de octubre de 2026 la ficha de Muse Spark Open, el modelo grande de la serie Muse de Meta: una mezcla de expertos de ~816.000 millones de parámetros totales con 256 expertos por capa de los que se activan 8 por token (~42.000 millones activos), entrenado —según la descripción oficial— sobre flujos reales de desarrollo como refactors multi-fichero y sesiones largas de depuración. Acepta texto, imagen, audio y vídeo como entrada y emite texto, con una ventana de contexto de hasta 1.048.576 tokens. Los checkpoints disponibles son BF16 (~1,5 TB) y NVFP4 a 4 bits para GPUs NVIDIA Blackwell; hay recetas de despliegue para Transformers, llama.cpp, vLLM y SGLang.

El detalle inusual del lanzamiento es la cooperación con Apple. La propia Apple publicó el mismo 15 de octubre una entrada en su blog de investigación sobre la nueva versión de MLX, afirmando que Muse Spark Open genera más de 36 tokens por segundo en un clúster de cuatro Mac Studio con M5 Ultra mediante paralelismo tensorial, y que puede ejecutarse desde un solo Mac Studio de 512 GB con cuantizados. Según informó The Verge, el consejero delegado de Meta, Mark Zuckerberg, agradeció públicamente el trabajo conjunto, y el nuevo consejero delegado de Apple, John Ternus, le respondió felicitándose del resultado; la directora de IA de Meta, Alexandr Wang, dijo a Axios que ambas compañías llevaban meses colaborando.

Por qué importa

El cuello de botella de los modelos frontera abiertos ha sido la memoria: un modelo de 816 B parámetros necesita el almacenamiento de un modelo gigante aunque calcule como uno de 42 B. Que Apple y Meta optimicen juntas para que quepa en escritorios de alto rango de consumo (y en clústeres de Macs por Thunderbolt) acerca el peso abierto frontera a instalaciones locales y desplaza parte de la inferencia del datacenter. También señala una grieta estratégica: mientras Meta publica pesos, el «modelo más capaz con pesos abiertos de EE. UU.» es un reclamo comercial directo frente a los proveedores de modelos cerrados.

Qué cambió

AntesLos modelos abiertos frontera exigían clústeres de GPUs de datacenter para servirse; Mac era un terreno secundario para inferencia grande.
AhoraUn modelo MoE de 816 B cabe y corre en Mac Studio con cuantizados y clústeres Thunderbolt, con soporte oficial en MLX, llama.cpp, vLLM y SGLang.
ConsecuenciaLa inferencia de modelos frontera deja de ser privilegio exclusivo del datacenter y los proveedores cloud de GPUs pierden parte del argumento de escala.

Qué sabemos · qué no

Confirmado

  • La ficha oficial en Hugging Face detalla la arquitectura: 62 capas, dimensión oculta 8192, atención agrupada por consultas (128 cabezas Q / 16 KV), codificador de percepción de 1,8 B para imagen y vídeo, codificador de audio a 12,5 tokens por segundo y ventana de 1 M de tokens.
  • Meta afirma que es «el modelo con pesos abiertos más capaz de EE. UU. hasta la fecha» y «el primero de su clase» que corre en escritorio con dos M5 Ultra Mac Studio y la última versión de MLX; las cifras de velocidad (más de 36 tokens/s en cuatro Mac Studio) proceden del post técnico de Apple.
  • El modelo ya está disponible en los repositorios meta-models de Hugging Face en BF16 y NVFP4, con cuantizados de llama.cpp y de la comunidad MLX.
  • Muse Spark Open tiene ~816.000 millones de parámetros totales y ~42.000 millones activos por token, con 256 expertos y router de 8 por capa (ficha oficial en Hugging Face).
  • Acepta texto, imagen, audio y vídeo, emite texto y soporta hasta 1 M de tokens de contexto.
  • Los checkpoints BF16 (~1,5 TB) y NVFP4 están publicados en meta-models el 15 de octubre de 2026.
  • Apple publicó el mismo día benchmarks de MLX: más de 36 tokens/s con cuatro M5 Ultra Mac Studio en paralelismo tensorial.
  • Zuckerberg y John Ternus intercambiaron mensajes públicos de apoyo al proyecto conjunto, según The Verge.

Todavía no

  • No hay aún evaluaciones independientes de la calidad del modelo; los reclamos de capacidad son de Meta y Hugging Face describe, no audita.
  • La licencia concreta y las restricciones de uso de los pesos no quedan resumidas en el post de Hugging Face que hemos leído; conviene revisar la ficha antes de usos comerciales.
  • No está documentado el coste de entrenamiento ni el corpus de datos.
  • No existen todavía medidas independientes de calidad frente a la competencia cerrada.
  • El detalle de la licencia de los pesos y sus cláusulas de uso comercial.
  • El corpus de entrenamiento y el coste de cómputo empleado.

La misma claridad, en tu correo.

IA HOY, gratis de lunes a viernes, con fuentes y contexto.

Para ir al grano técnico

Qué vigilamos ahora

Las primeras evaluaciones independientes de terceros (agregadores tipo LMArena, benches de agentes) sobre Muse Spark Open, y si la cooperación Meta–Apple se extiende a más modelos o se queda en un lanzamiento puntual.

Primeras clasificaciones independientes del modelo y la reacción de los demás proveedores de pesos abiertos (Mistral, DeepSeek, Alibaba) en la franja de tamaño grande.

Fuentes

Naturaleza de la afirmación principal: Anuncio de la empresa. Fuente primaria consultada y verificable.

  1. Hugging Face Blog — Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta · nivel 1 · primaria · consultada 16 oct 2026
  2. Apple Machine Learning Research — Local and Distributed Large LLM Inference with MLX and RDMA on Mac Studio · nivel 1 · primaria · consultada 16 oct 2026
  3. The Verge — Meta and Apple team up to make Muse AI models run better on Macs · nivel 2 · medio · consultada 16 oct 2026

Más sobre

IA HOY · de lunes a viernes

La misma claridad,
cada día, en tu correo.

Una noticia principal, una selección breve y el contexto o las dudas que conviene seguir. Con fuentes y sin rellenar cupos.

Ver una edición de ejemplo

Para seguir leyendo