Hitachi Vantara potencia el almacenamiento híbrido en Azure
El nuevo modelo de Meta mejora sus capacidades de programación y tareas agénticas mientras la compañía busca reducir la distancia con los principales laboratorios de IA.
Meta ha dado un nuevo paso en la carrera por los modelos avanzados de inteligencia artificial con el lanzamiento de Muse Spark 1.3, su modelo más potente hasta la fecha. La compañía asegura que esta nueva versión representa su mayor salto en rendimiento y la sitúa cada vez más cerca de competidores como OpenAI y Anthropic.
El nuevo modelo está disponible inicialmente para desarrolladores a través de Muse Code y Meta Model API y llegará posteriormente a productos dirigidos a usuarios, incluidos Meta AI, Instagram y Facebook.
Alexandr Wang, Chief AI Officer de Meta, afirmó a Bloomberg que Muse Spark 1.3 supone el avance más importante de la compañía en rendimiento de modelos y destacó especialmente sus mejoras en programación y capacidades agénticas. Según Wang, el modelo es competitivo con los sistemas más recientes de Anthropic y supera a algunos modelos de OpenAI en determinadas tareas de programación.
La comparación, sin embargo, tiene matices. El rendimiento de los modelos de IA depende de las tareas, los benchmarks y las metodologías utilizadas, por lo que afirmar que un modelo es “mejor” que otro requiere analizar cada capacidad de forma independiente.
Lo relevante es que Meta está acelerando el ritmo de desarrollo mientras intenta reducir una brecha que durante los últimos años ha situado a OpenAI, Anthropic y Google en el centro de la competencia por los modelos de frontera.
LEE TAMBIÉN: Meta Compute entra en la carrera por dominar la nube
Meta apuesta por agentes capaces de trabajar durante más tiempo
Una de las principales mejoras de Muse Spark 1.3 está relacionada con las capacidades agénticas de la inteligencia artificial.
Según Meta, el modelo está diseñado para mantener trabajos de mayor duración, utilizar herramientas, generar contexto a partir de fuentes complejas y corregir partes de su propio plan cuando encuentra problemas. También puede gestionar diferentes tareas dentro de una misma conversación y conservar mejor las instrucciones a lo largo de procesos de varios pasos.
Este cambio es importante porque la competencia entre modelos de IA está desplazándose progresivamente desde la generación de respuestas hacia la capacidad de ejecutar tareas complejas con un mayor grado de autonomía.
Muse Spark 1.3 también incorpora mejoras para identificar cuándo necesita ayuda del usuario y para solicitar confirmación antes de realizar determinadas acciones relevantes. Meta asegura que el modelo ha sido entrenado para reconocer mejor sus capacidades y limitaciones y reducir comportamientos como inventar resultados cuando no dispone de información suficiente.
La evolución apunta hacia una nueva generación de sistemas en los que el modelo funciona menos como un chatbot y más como un agente de IA capaz de completar trabajos de varios pasos.
La programación se convierte en uno de los campos de batalla
La programación es otro de los terrenos en los que Meta quiere ganar posiciones.
La compañía asegura que Muse Spark 1.3 ha sido entrenado para mejorar su rendimiento en tareas de desarrollo de software y que, frente a su versión anterior, puede completar determinados trabajos utilizando menos interacciones y menos tokens.
Según las evaluaciones internas citadas por Meta, el nuevo modelo utiliza aproximadamente un 20% menos de llamadas a herramientas y un 25% menos de tokens en determinados escenarios de programación.
La importancia de estas mejoras va más allá de escribir código más rápidamente. Los modelos capaces de comprender repositorios, utilizar herramientas, ejecutar procesos y completar tareas de programación de varios pasos se están convirtiendo en una de las principales vías para medir la utilidad práctica de la IA generativa.
Esto explica también por qué la programación se ha convertido en uno de los campos donde los grandes laboratorios compiten con mayor intensidad.
Meta todavía no decide si abrirá los pesos del nuevo modelo
El lanzamiento también plantea una pregunta estratégica sobre la posición de Meta respecto a los modelos open-weight.
La compañía todavía no ha decidido si publicará los pesos de Muse Spark 1.3, es decir, los parámetros internos que determinan el comportamiento del modelo y que permitirían a desarrolladores externos descargarlo, ejecutarlo o modificarlo.
Meta mantiene, en cambio, su intención de publicar los pesos de Muse Spark 1.2.
La decisión resulta especialmente relevante porque Meta ha defendido históricamente una estrategia más abierta que algunos de sus principales competidores.
El dilema consiste en equilibrar la distribución abierta de modelos con los costes asociados al desarrollo de sistemas cada vez más grandes y con la necesidad de obtener retorno de las enormes inversiones realizadas en infraestructura y talento especializado.
La cuestión será todavía más importante a medida que aumente el coste de entrenar y operar modelos de frontera.
La carrera por la IA entra en una nueva fase
Meta está invirtiendo cientos de miles de millones de dólares para reforzar su posición en inteligencia artificial y reducir la distancia con los principales laboratorios. La compañía reorganizó su estrategia de IA y creó Meta Superintelligence Labs bajo el liderazgo de Alexandr Wang, fichado desde Scale AI.
Muse Spark 1.3 forma parte de esa estrategia, pero no representa el punto final.
Meta también trabaja en un modelo de mayor tamaño, identificado como Watermelon, que Wang describe como potencialmente muy competitivo, aunque la compañía todavía no ha anunciado una fecha concreta de lanzamiento.
El movimiento confirma que la carrera por los modelos de IA está entrando en una etapa en la que la velocidad de desarrollo se convierte en una ventaja competitiva por sí misma.
OpenAI, Anthropic, Google y Meta están lanzando nuevas generaciones de modelos con diferencias cada vez más estrechas en algunas capacidades, mientras compiten simultáneamente por desarrolladores, empresas y usuarios.
El verdadero desafío será convertir potencia en utilidad
El lanzamiento de Muse Spark 1.3 muestra que Meta está acercándose a sus rivales en una de las dimensiones más importantes de la actual carrera de la IA: la capacidad de los modelos para ejecutar trabajos complejos y utilizar herramientas.
Pero el rendimiento de un modelo no determina por sí solo su éxito.
La disponibilidad, el precio, la facilidad de integración, el acceso a herramientas, la seguridad, la posibilidad de ejecutar modelos localmente y la decisión de abrir o no sus pesos pueden resultar tan importantes como los resultados obtenidos en un benchmark.
En este sentido, la pregunta para Meta ya no es únicamente si puede construir un modelo competitivo con los mejores sistemas disponibles.
La cuestión es si puede convertir esa capacidad en una plataforma capaz de atraer desarrolladores, generar productos y competir por el uso cotidiano de la inteligencia artificial.
Muse Spark 1.3 es un paso importante en esa dirección. Pero la carrera todavía está lejos de terminar.
