Muse Spark Open, el modelo open-weight de Meta, ya se puede descargar: la empresa liberó ayer jueves los pesos de su modelo más ambicioso. Las cifras mandan en el titular: 816.000 millones de parámetros en total, una ventana de contexto de 1 millón de tokens y entrada nativa de texto, imágenes, audio y video. Meta lo construyó para programar y para agentes que ejecutan tareas largas por su cuenta, y lo presenta como el modelo abierto más capaz salido de un laboratorio de Estados Unidos.

La foto del lanzamiento no salió de un centro de datos. Salió de un escritorio: dos Mac Studio con chip M5 Ultra, enlazadas, corriendo el modelo completo en local. Meta trabajó con Apple en la optimización y usa la versión más reciente de MLX, el marco de aprendizaje automático de la casa de Cupertino. La memoria unificada del M5 Ultra admite hasta 512 GB por máquina; entre las dos suman cerca de 1 TB, justo el espacio que el modelo necesita para trabajar entero.

Con esa pareja de máquinas, Meta puso a Muse Code —su terminal de programación con inteligencia artificial— a trabajar sobre Ice Cubes, un cliente de Mastodon de código abierto: corrigió errores, agregó funciones nuevas y completó la compilación entera. El otro ensayo corrió en DaVinci Resolve, el editor de video profesional: el modelo revisó el material cuadro por cuadro, escogió los momentos fuertes y recortó clips en vertical. Todo ocurrió dentro del escritorio, sin mandar el trabajo a la nube.

Open-weight no es open source: la letra pequeña de la licencia

Descargar los pesos significa recibir el modelo ya entrenado para instalarlo, ajustarlo y modificarlo en infraestructura propia. El código abierto pleno entregaría los datos y el proceso de entrenamiento, y esa parte no viene en la caja. El modelo open-weight de Meta se reparte con la Muse Model License, una licencia propia con términos comerciales limitados: gratis para buena parte de los desarrolladores, con condiciones para las empresas que quieran vender el modelo como servicio.

Por dentro trabaja con mezcla de expertos: conserva los 816.000 millones de parámetros, pero cada token enciende solo 42.000 millones. Ese reparto explica que una máquina de escritorio lo mueva sin ahogarse, y la ventana de 1 millón de tokens alcanza para cargar un repositorio de código completo sin trocearlo. Los pesos están en Hugging Face, Amazon SageMaker, Google Cloud Model Garden y Microsoft Foundry; quien no quiera instalar nada puede llamarlo por API en Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI.

El apetito por agentes que programan solos ya mueve compras grandes: Nvidia negocia adquirir Reflection AI y su modelo Beam para código, mientras Meta apuesta a que su candidato corra en el hardware del programador, no en un servidor rentado. Para una empresa, la diferencia práctica está en dónde vive el código: con el modelo instalado en casa, el repositorio privado no tiene que salir por la puerta.

Dos Mac Studio y una factura que espanta

Aquí llega la parte incómoda del anuncio. La Mac Studio de 512 GB de memoria unificada todavía no se vende: Apple la pone en la calle a fin de mes, todavía sin precio confirmado para esa configuración. La de 256 GB ya pasa de US$10.000 en Estados Unidos, así que la pareja ideal del anuncio cuesta más que un carro usado decente. «Descargable por cualquiera» y «usable por cualquiera» son frases muy distintas; entre una y otra hay un terabyte de memoria RAM y una factura de cinco cifras.

Meta y Apple: del pleito público a la foto compartida

La alianza con Apple carga su propia ironía. Las dos empresas llevan años cruzando golpes por la privacidad, las comisiones de la App Store y el rastreo publicitario. Esta semana, Mark Zuckerberg agradeció en público el trabajo a John Ternus, jefe de hardware de Apple, y Ternus le devolvió el elogio. Zuckerberg repitió su argumento de fondo: la inteligencia artificial avanzada no debe quedar concentrada en unas pocas empresas. Abrir los pesos de su modelo más grande, con el equipo del rival histórico en la demostración, es su manera de llevar ese discurso a la práctica.

El movimiento tiene antecedente cercano: en agosto, Meta liberó Muse Glimmer, un modelo abierto más pequeño que sirvió de globo sonda para esta misma estrategia. Muse Spark Open apunta a otro nivel y a otro público: equipos de ingeniería y empresas que quieran agentes de programación bajo su propio techo. Para quien trabaja con una laptop común, la puerta de entrada realista sigue siendo la API de los proveedores socios, con el modelo corriendo lejos, en servidores ajenos. Esos proveedores cobran por uso y entregan el modelo listo, sin comprar una sola pieza de hardware.

Falta un papel clave: Meta prometió publicar más adelante el informe completo de evaluación, y las cifras de rendimiento que circulan salieron de su propio laboratorio. Cuando lleguen las pruebas independientes, se sabrá si el gigante de 816.000 millones rinde igual fuera del escritorio de Zuckerberg.

Fuente: TechCrunch https://tecnologiageek.com/?p=105290