Muse Spark Open: hardware, licencia y mi test del modelo 816B

👁 113 lecturas

Meta Muse Spark Open ofrece pesos descargables para un modelo multimodal de gran escala desde octubre de 2026, con requisitos de hardware muy exigentes y una licencia propia. He probado Muse Spark vía API el 19 de octubre: obtuvo una puntuación de 11/12 en mi test en polaco. El punto perdido se debió a una respuesta vacía tras agotarse el límite de tokens asignado.

Qué ha publicado Meta con Muse Spark Open

Muse Spark Open vio la luz el 15 de octubre de 2026. Se trata de un modelo con arquitectura de mezcla de expertos (MoE) orientado a programación, uso de herramientas y tareas complejas. Su ventana de contexto de un millón de tokens describe la capacidad de diseño que admite la arquitectura, no necesariamente el volumen que cualquier despliegue local pueda procesar de forma eficiente. El repositorio oficial proporciona los pesos y la documentación necesaria para ejecutarlo fuera de las aplicaciones de Meta. Es uno de los cuatro lanzamientos de pesos abiertos de esa misma semana, comparados en mi análisis de modelos de IA abiertos de octubre de 2026; la versión comercial en la nube de la compañía la analicé previamente en mi reseña de Muse Spark 1.3.

La diferencia entre parámetros totales y activos es fundamental en este diseño. El modelo no ejecuta el cálculo completo con sus 816 mil millones de parámetros en cada token procesado, sino que activa un subconjunto específico. Ahora bien, el paquete íntegro de expertos forma parte inseparable del archivo de pesos descargable, por lo que la cifra de 42 mil millones de parámetros activos no sirve para calcular el espacio en disco ni la memoria RAM o VRAM requerida.

La ficha técnica describe entradas multimodales y salida exclusivamente de texto. Mi prueba práctica se limitó a prompts de texto. Por tanto, mis datos no avalan su rendimiento leyendo capturas de pantalla, interpretando diagramas o procesando pistas de audio, aunque esas funciones formen parte del catálogo oficial de Meta. Esas capacidades exigen evaluaciones independientes y una puntuación específica.

Muse Spark: hardware real tras el titular de Mac

Según la ficha oficial de Meta consultada el 20 de octubre, la versión cuantizada en NVFP4 exige aproximadamente 700 GB de memoria de GPU, mientras que el formato original BF16 demanda cerca de 2 TB. Meta también describe la posibilidad de ejecutar el modelo mediante MLX repartiendo la carga entre dos equipos Mac Studio con chip M5 Ultra de 512 GB de memoria unificada cada uno. La configuración técnica es muy precisa, pero queda completamente fuera del alcance de un ordenador personal convencional.

Estas cifras corresponden estrictamente a las especificaciones y ejemplos publicados por Meta, no a mediciones de hardware obtenidas en mis bancos de trabajo. No ejecuté Muse Spark Open en local. Mis mediciones vía API no aportan datos sobre la velocidad de esa configuración en Mac, su consumo eléctrico ni su comportamiento al gestionar contextos largos.

Al dimensionar la memoria es crucial distinguir entre el archivo de pesos y el servicio completo en ejecución. El historial de conversación, los búferes del entorno de ejecución y las peticiones concurrentes consumen memoria adicional. Un equipo capaz de cargar los pesos puede verse forzado a reducir la ventana de contexto o limitar los usuarios simultáneos. Las cuantizaciones mitigan este impacto, pero no resuelven la ecuación por arte de magia. Si buscas opciones viables para una sola GPU doméstica, te recomiendo consultar mi guía de IA local para PC.

La licencia impone condiciones relevantes

Meta Muse Spark Open no utiliza una licencia permisiva clásica como MIT, sino su propia Muse Model License. El texto autoriza el uso, modificación, ajuste fino y distribución del modelo, pero bajo directrices estrictas. Exige mostrar de forma visible la mención “Built with Muse Spark Open” en la interfaz de usuario del producto o en la documentación técnica permitida, además de acatar su política de uso aceptable.

Se contempla la firma de un acuerdo comercial independiente para empresas que presten servicios directos de acceso al modelo (model-as-a-service) si los ingresos brutos consolidados del licenciatario y sus filiales superan los 20 millones de dólares en un periodo de 12 meses consecutivos. El texto legal detalla exenciones para el uso interno en organizaciones o funciones integradas en productos donde el servicio no consista en revender el acceso a la IA. La frontera clave reside en la naturaleza comercial de la actividad, no en si una app realiza llamadas a una API.

Por este motivo, la licencia debe ser examinada antes del despliegue en producción. Un equipo técnico que prepare automatizaciones internas opera bajo reglas diferentes a las de una plataforma orientada a comercializar inferencia general del modelo. Disponer de los pesos descargables no garantiza que cualquier caso de uso encaje en los términos estándar.

Qué ocurrió en mi test en polaco

El 19 de octubre envié 12 tareas breves en polaco vía API. Todos los modelos de la comparativa recibieron exactamente las mismas instrucciones, con temperatura 0 y un tope de 6000 tokens de salida (completion tokens), sumando el proceso de razonamiento interno y la respuesta final. Ejecuté una única pasada por tarea. Muse Spark Open completó 11 tareas con respuestas correctas y dejó una sin respuesta final. La comparativa íntegra con DeepSeek, Nemotron y Step 5 está detallada en mi test de cuatro modelos abiertos en polaco.

El ejercicio fallido pedía calcular cuántos segundos hay en 2,5 horas. La petición registrada se prolongó durante 126,3 segundos, consumió los 6000 tokens permitidos y devolvió el campo de contenido completamente vacío. El resultado matemático correcto era 9000. Se trató de un fallo por agotar el presupuesto de tokens asignado; el registro de ejecución no muestra al modelo afirmando un número erróneo con convicción.

A lo largo de las 12 peticiones, la mediana de tiempo de respuesta fue de 8,05 segundos. El consumo acumulado alcanzó 12 241 tokens de salida, con un coste registrado de 0,0542454 dólares (unos 0,0542 $). Esta cifra refleja el gasto exacto de mi prueba vía API en esa fecha, no las tarifas directas oficiales de Meta. Asimismo, las consultas transitaron por infraestructuras de servicio distintas, por lo que las latencias medidas deben interpretarse con cautela respecto a la velocidad intrínseca de los pesos.

La calificación final incluye una corrección en el criterio de evaluación. La tarea ortográfica exigía originalmente la forma en infinitivo “wziąć” (coger/tomar), pero la respuesta generada por el modelo, “Weź parasol, bo na pewno będzie padać.” (expresión en imperativo que significa: «Coge el paraguas, que seguro que llueve»), constituye un uso perfectamente válido en polaco. Decidí darla por buena. Esta corrección ajustó la nota sin alterar ni regenerar la salida del modelo.

Conviene señalar otro límite metodológico: el evaluador automatizado admitió cierto margen en el formato de salida. Comprobó la veracidad de los datos y extrajo bloques JSON sin penalizar desviaciones menores en la presentación. Una aplicación en entorno real que exija esquemas sintácticos inflexibles necesitará validaciones más estrictas que las empleadas en este experimento.

Quién debería evaluar este modelo

Muse Spark Open encaja principalmente en equipos que requieran control total sobre los pesos descargados y dispongan de la infraestructura masiva necesaria para gestionarlos. La insistencia de Meta en la ejecución prolongada con herramientas sugiere evaluar el modelo en flujos de trabajo completos, comprobando cómo gestiona excepciones y cómo estructura la respuesta de cierre. Un cálculo aritmético aislado no representa el alcance real de estos sistemas.

• Para despliegues corporativos internos, prueba el modelo con la documentación técnica y las credenciales operativas que manejará habitualmente.
• Para fine-tuning o reentrenamiento, revisa la licencia y cuantifica si la adaptación compensa el esfuerzo frente al modelo base.
• Para entornos interactivos directos, vigila la frecuencia de respuestas vacías por límite de tokens y los tiempos de latencia.
• Para autoalojamiento en hardware propio, presupuesta el coste del sistema en explotación completa, no únicamente el volumen estático del archivo de pesos.

El fallo registrado en mi prueba invita a experimentar con los parámetros de razonamiento. Un margen mayor de tokens de salida habría permitido al modelo cerrar el cálculo, mientras que un ajuste que limite el sobrepensamiento innecesario podría recortar latencia. No probé estas variaciones en esta sesión, de modo que no constituyen soluciones contrastadas. Ambas opciones quedan pendientes para una batería posterior de pruebas con registro de coste y tiempos.

Preguntas frecuentes

¿Se puede ejecutar Muse Spark Open en un Mac?

Meta documenta una configuración específica que combina dos Mac Studio con chip M5 Ultra y 512 GB de memoria cada uno usando MLX. No es extrapolable a otros modelos de Mac sin comprobar previamente la memoria disponible y el soporte del software de inferencia.

¿Significa el 11/12 que rinde peor en polaco que sus alternativas?

Completó menos tareas válidas que DeepSeek y Nemotron en mi comparativa. No obstante, una muestra de 12 ejercicios es insuficiente para fijar una jerarquía lingüística definitiva, y la única tarea fallida se debió al agotamiento del límite de tokens.

¿Se trata de una prueba orientada al idioma inglés?

No. Aunque este informe se redacte para el público hispanohablante, mi test de evaluación se ejecutó íntegramente en polaco. La prueba no midió redacción en inglés, traducción ni capacidades de análisis multimodal.

// sigue leyendoModelos IA menos conocidos: MiMo, Qwen3.8 Max, GLM-5.3 y Muse SparkBenchmarksModelos de decisión de IA: Decision IndexHerramientas de IAStable Audio 3: generador de música AI, licencia y ComfyUIHerramientas de IA