En resumen
- El nuevo Muse Spark de Meta marca un cambio hacia una IA cerrada, nativamente multimodal con razonamiento basado en agentes.
- Meta reporta fuertes avances en benchmarks de salud y búsqueda, pero aún va detrás de Gemini en razonamiento básico y codificación.
- Construido en nueve meses con mucho menos recursos computacionales, esto apunta a una nueva estrategia de IA impulsada por la eficiencia.
Meta lanzó Muse Spark el miércoles, marcando el primer modelo construido por Meta Superintelligence Labs, el equipo ensamblado hace nueve meses bajo el Director de IA Alexandr Wang después de la adquisición de Scale AI por $14 mil millones por parte de Meta. Está disponible ahora en meta.ai y la aplicación Meta AI, con un despliegue en Facebook, Instagram y WhatsApp en las próximas semanas.
Esto no es solo otra actualización de chatbot o una nueva versión de Llama. Muse Spark es nativamente multimodal: procesa imágenes, texto y voz desde cero, en lugar de añadir visión a un modelo de texto existente. Viene con cadena de pensamiento visual, soporte para uso de herramientas y algo que Meta llama "Modo contemplativo": una configuración que ejecuta múltiples agentes de IA en paralelo para abordar problemas más difíciles. Esta es la respuesta de Meta a los modos de pensamiento extendido de Gemini Deep Think de Google y GPT Pro de OpenAI.
"Muse Spark es el primer paso en nuestra escalera de escalamiento y el primer producto de una revisión completa desde cero de nuestros esfuerzos de IA", escribió Meta en un anuncio oficial. "Para apoyar un mayor escalamiento, estamos haciendo inversiones estratégicas en toda la pila, desde investigación y entrenamiento de modelos hasta infraestructura, incluido el centro de datos Hyperion".
La compañía trabajó con más de 1.000 médicos para curar datos de entrenamiento para el razonamiento médico de Muse Spark. Los resultados en HealthBench Hard, un benchmark de consultas de salud abiertas, son notables: Muse Spark obtuvo 42,8, comparado con 40,1 para GPT 5.4 y solo 20,6 para Gemini 3.1 Pro. Esa no es una diferencia marginal.
En búsqueda agéntica (DeepSearchQA), Muse Spark también lidera con 74,8, superando a Gemini (69,7) y GPT 5.4 (73,6). En CharXiv Reasoning, comprensión de figuras de papers científicos, obtuvo 86,4, el más alto entre los modelos en la comparación.
Para aquellos interesados en jailbreaking de IA, el modelo fue descifrado en minutos:
Pero bueno no es lo mismo que excelente. El panorama general de benchmarks muestra que Gemini 3.1 Pro sigue adelante en la mayoría de las categorías. La brecha es más visible en ARC AGI 2, el benchmark de rompecabezas de razonamiento abstracto: Gemini obtuvo 76,5 frente a los 42,5 de Muse Spark.
En codificación (LiveCodeBench Pro), el 82,9 de Gemini supera el 80,0 de Meta. En MMMU Pro, comprensión multimodal, Gemini obtuvo 83,9 versus 80,4. El propio blog de Meta reconoce brechas de rendimiento actuales en sistemas agénticos de largo alcance y flujos de trabajo de codificación.
También hay un cambio estratégico notable incorporado en este lanzamiento. Muse Spark es un modelo cerrado: su arquitectura y pesos no se harán públicos. Esto es una marcada diferencia respecto a Llama, que construyó la reputación de Meta en círculos de IA abierta. Después de la recepción decepcionante de Llama 4 a principios de este año, Meta parece haber decidido que el próximo capítulo debe escribirse de manera diferente.
La compañía dice que espera hacer de código abierto versiones futuras de Muse, pero por ahora el código permanece dentro de Meta. Las acciones del gigante tecnológico subieron casi 9% el miércoles tras el anuncio, y terminaron la jornada de trading con un alza del 6,5% a un precio de $612,42.
El "Modo contemplativo" utiliza orquestación de agentes paralelos para elevar el techo del modelo. En esa configuración, Muse Spark alcanzó 58% en Humanity's Last Exam y 38% en FrontierScience Research, territorio que lo hace competitivo con las versiones más capaces de Gemini y GPT, en lugar de sus lanzamientos estándar.
Meta también está implementando un asistente de compras que compara productos y enlaza directamente a las compras, y planea llevar Muse Spark a Facebook, Instagram y WhatsApp en las próximas semanas, siguiendo el mismo guion implementado desde Llama 3, poniéndolo frente a más de 3,5 mil millones de usuarios. Una vista previa privada de API se está abriendo para desarrolladores selectos.
El modelo fue construido en nueve meses, con el nombre código interno Avocado, con Meta afirmando que su nueva pila de preentrenamiento puede alcanzar el mismo nivel de capacidad que Llama 4 Maverick usando más de 10 veces menos recursos computacionales.
Muse Spark se describe internamente como un primer paso "pequeño y rápido" en la familia Muse. Una versión más capaz ya está en desarrollo.
Boletín Daily Debrief
Comienza cada día con las noticias más importantes ahora mismo, además de contenido original, un podcast, videos y más.
Fuente: https://decrypt.co/363691/meta-muse-spark-most-capable-ai-gemini-pro-still-leads
