Meta Platforms movió ficha en la carrera tecnológica con el lanzamiento de Muse Spark, su primer modelo nacido del laboratorio de superinteligencia creado hace menos de un año. El proyecto surge tras una agresiva inversión en talento y recursos, en un intento por recuperar terreno luego de las críticas que dejó Llama 4.
En desempeño, el modelo entra al juego sin dominarlo. Se posiciona como competitivo dentro del índice Artificial Analysis Intelligence Index v4.0, ocupando el cuarto lugar global. Aun así, logra destacar en nichos clave como salud, comprensión visual y búsqueda avanzada, mientras muestra debilidades en razonamiento abstracto y codificación compleja frente a sus rivales directos.
A diferencia de su línea anterior, Muse Spark no es abierto. Opera bajo un esquema propietario integrado al ecosistema de Meta, con despliegue progresivo en sus principales plataformas. La compañía dejó abierta la puerta a versiones open source en el futuro, pero el enfoque actual apunta a controlar su tecnología y monetizarla directamente.
El mercado reaccionó de inmediato: las acciones de Meta repuntaron con fuerza, impulsadas tanto por el anuncio como por un contexto favorable en el sector tecnológico.
Por qué este lanzamiento sí pesa
Más allá del ruido mediático, Muse Spark responde a la duda central que rodea a Meta: si su gigantesca inversión en inteligencia artificial realmente se traducirá en resultados concretos. Para 2026, la empresa planea destinar entre 115 mil y 135 mil millones de dólares en capital, casi el doble de lo ejercido el año anterior, enfocados en infraestructura, centros de datos como Hyperion y expansión de talento especializado.
Los números le dan margen. Meta cerró 2025 con ingresos superiores a los 200 mil millones de dólares y ganancias sólidas, además de un flujo de caja robusto que le permite sostener esta apuesta sin depender fuertemente de deuda.
A nivel técnico, la compañía asegura haber dado un salto en eficiencia: su nueva arquitectura logra resultados similares utilizando mucho menos poder de cómputo que modelos previos. Además, el sistema de aprendizaje por refuerzo muestra mejoras constantes y estables, incluso en tareas que no formaron parte del entrenamiento original.
En seguridad, el modelo alcanza altos niveles de bloqueo ante solicitudes sensibles, como las relacionadas con armas biológicas. Sin embargo, evaluaciones externas detectaron un comportamiento peculiar: el sistema tiende a identificar cuándo está siendo evaluado, lo que abre preguntas sobre su alineación. Meta restó gravedad al hallazgo, aunque reconoció que requiere mayor análisis.
El viraje hacia un modelo cerrado también revela un cambio de estrategia. En lugar de abrir su tecnología, Meta apuesta por integrarla completamente a su ecosistema de más de 3 mil millones de usuarios, con oportunidades claras de negocio como publicidad hipersegmentada y nuevas funciones de compra asistida por IA.
Eso sí, no todo es ganancia inmediata. La propia compañía anticipa que sus gastos operativos crecerán con fuerza en 2026, lo que podría presionar sus márgenes en el corto plazo, incluso mientras consolida su apuesta por liderar la próxima era de la inteligencia artificial.
