Meta traicionó el open source: Muse Spark es su primer modelo cerrado y le está cobrando la factura a millones de devs

Durante años, Zuckerberg fue el tipo que se paraba en el escenario a decirle a OpenAI y Google que se equivocaban. Que el open source era el futuro. Que democratizar la IA era lo correcto. Que LLaMA era un regalo para la humanidad.

El 8 de abril de 2026, Meta se olvidó de todo eso.

Muse Spark llegó y con él la confirmación oficial: Meta ya no es la empresa del open source. Es otra empresa más compitiendo por tus suscripciones, tus datos y tu dinero de API.

La movida más cara de Silicon Valley

Antes de hablar del modelo, hay que entender por qué existe Muse Spark.

En junio de 2025, Meta hizo algo sin precedentes: invirtió 14.3 mil millones de dólares para adquirir el 49% de Scale AI y, de paso, traerse a Alexandr Wang como su primer Chief AI Officer. Wang era el CEO y fundador de Scale AI, una empresa que básicamente construyó la infraestructura de datos detrás de muchos modelos de frontera. A sus 28 años ya tenía un historial que cualquier fresa de Stanford envidiaría.

Meta no contrató a un ejecutivo. Contrató a un laboratorio entero.

Desde ese momento, Wang armó el Meta Superintelligence Labs (MSL) y pasó nueve meses reconstruyendo el stack de entrenamiento de Meta desde cero. El resultado es Muse Spark, internamente conocido como “Avocado”. Y la primera decisión del nuevo laboratorio fue también la más polémica: hacer el modelo completamente propietario, sin pesos públicos, sin open source, solo API privada para socios seleccionados.

TechCrunch describió el lanzamiento como “un rediseño total del stack de IA de Meta”, y no exageran. No es una actualización de LLaMA. Es otra cosa.

Muse Spark en los benchmarks: ¿vale el drama?

La neta: el modelo es bueno pero no arrasó como Meta esperaba.

Artificial Analysis le dio un score de 52 en su Intelligence Index, posicionándolo en cuarto lugar mundial. Los que van adelante: Gemini 3.1 Pro con 57, GPT-5.4 también con 57, y Claude Opus 4.6 con 53. Es decir, Muse Spark llega al ring y lo primero que hace es quedarse atrás de los tres pesos pesados.

Pero hay datos interesantes que no se mencionan tanto:

• En Contemplating mode (su modo de razonamiento paralelo con sub-agentes) alcanza 58% en Humanity’s Last Exam, comparable con Gemini Deep Think y GPT Pro
• En HealthBench Hard saca 42.8, superando a GPT-5.4 (40.1) y dejando muy atrás a Gemini 3.1 Pro (20.6). En salud y medicina, el cabrón es el mejor del mundo
• Usó solo 58 millones de tokens de output para completar toda la evaluación, contra 157M de Claude Opus 4.6 y 120M de GPT-5.4. Mucho más eficiente

El propio blog de Meta lo presume: llegaron a capacidades equivalentes a Llama 4 Maverick usando “más de un orden de magnitud menos de cómputo”. Eso habla bien de la arquitectura, aunque no alcance para ganarle al top 3 en el índice general.

Un ejecutivo de Meta le dijo a Bloomberg off the record que Muse Spark todavía no puede competir con ChatGPT, Claude o Gemini. Siendo su primer lanzamiento desde cero, eso no sorprende. Lo que sí sorprende es que hayan abandonado el open source para llegar en cuarto lugar.

Lo que esto significa para devs en México y LATAM

Aquí está el pedo real para los que desarrollamos con IA en la región.

LLaMA llegó a 1.2 mil millones de descargas totales antes de que Meta diera este giro, con aproximadamente un millón de descargas diarias. Un ecosistema enorme construido sobre la promesa de un modelo gratuito, autohospedable, sin costos de API. Si ya leíste nuestra guía de cómo correr tu propia IA local con Ollama y LM Studio, sabes exactamente de qué hablo: LLaMA era el motor detrás de todo eso.

Autohostearte LLaMA representaba hasta un 88% de ahorro en costos comparado con usar APIs propietarias. Para un startup mexicano o una agencia en Bogotá que factura en pesos, esa diferencia es la diferencia entre hacer el proyecto o no.

Muse Spark, en cambio, no tiene precio público todavía. Solo “private API preview para socios seleccionados”. Traducción: por ahora no puedes ni acceder, y cuando puedas, vas a pagar.

El timing es mala leche total: justo cuando el ecosistema open source de Meta alcanzó su mayor adopción histórica, Meta cierra el grifo con su modelo más ambicioso.

¿Qué pasa con LLaMA?

La pregunta que todo dev se está haciendo.

Zuckerberg publicó en Threads que Meta “sigue comprometida con lanzar modelos open source en el futuro, junto con opciones propietarias”. O sea, LLaMA no está muerto. Pero la señal es clara: el modelo de frontera, el mejor que Meta puede hacer, ya no es tuyo.

Lo que probablemente pase es un modelo de dos velocidades: LLaMA para el ecosistema, para uso educativo, para la comunidad, para los proyectos chicos. Y Muse para competir con OpenAI en el mercado enterprise donde sí hay lana.

El problema es que ese modelo de dos velocidades implica que los devs serios que necesitan capacidades de frontera van a terminar pagando API de todas formas, igual que con cualquier otro proveedor cerrado.

La jugada de Zuckerberg

Hay que entender la lógica del movimiento, aunque duela.

Meta va a gastar entre 115 y 135 mil millones de dólares en capex en 2026. Para poner eso en perspectiva: es casi el doble de lo que gastó en 2025. Entrenar modelos de frontera cuesta miles de millones por run. Y Llama 4 Behemoth, el modelo que iba a ser la joya de la corona, fue cancelado después de no cumplir los benchmarks esperados.

Con esa presión financiera y ese fracaso reciente, tiene sentido que Meta haya decidido monetizar directamente. El open source es una estrategia brillante cuando estás rezagado: le das el modelo gratis a los devs, construyen sobre él, creas ecosistema, y presionas a los líderes del mercado. Pero cuando ya tienes el mejor laboratorio del mundo y gastaste 14 mil millones en armarlo, cambias el juego.

El irony de todo esto es que, como ya vimos en el análisis de cuando OpenAI lanzó su primer modelo open source en 7 años, ahora resulta que OpenAI se está abriendo justo cuando Meta se está cerrando. El mundo al revés.

El veredicto al chile

Muse Spark es un modelo técnicamente sólido, especialmente en salud y razonamiento paralelo. No es el killer de GPT-5.4 ni de Claude Opus 4.6, pero es competitivo y viene de un laboratorio que lleva apenas nueve meses operando. Si le dan tiempo y recursos, puede escalar.

El problema no es el modelo. El problema es la promesa rota.

Meta construyó su credibilidad en IA sobre un argumento: que democratizar los modelos era éticamente correcto y técnicamente superior. Ese argumento fue conveniente mientras Meta iba detrás. Ahora que invirtió 14 mil millones para ponerse al frente, el argumento desapareció.

Para los devs de México y LATAM que construyeron sobre LLaMA, la pregunta ya no es si Muse Spark es bueno. Es: ¿hasta cuándo van a seguir sacando LLaMA? ¿Y qué tan detrás van a quedarse los modelos gratuitos respecto a los propietarios?

Eso nadie te lo está respondiendo todavía. Y esa es la traición real.

¿Tú ya estás usando LLaMA en algún proyecto? ¿Te cambia algo este movimiento de Meta? Cuéntame en los comentarios.

Fuentes

• Meta AI Blog: Introducing Muse Spark: Scaling Towards Personal Superintelligence
• TechCrunch: Meta debuts the Muse Spark model in a ‘ground-up overhaul’ of its AI
• Artificial Analysis: Muse Spark, everything you need to know
• CNBC: Meta debuts new AI model, attempting to catch Google, OpenAI after spending billions
• gHacks: Meta launches Muse Spark, its first proprietary AI model with no open source
• VentureBeat: Goodbye, Llama? Meta launches new proprietary AI model Muse Spark