Muse Spark Open, el modelo de Meta en cifras

Presentación

Muse Spark Open es un modelo de lenguaje de Meta, lanzado el 15 de octubre de 2026. Es un lanzamiento muy reciente. Sus pesos están publicados: puede descargarlo y ejecutarlo en sus propios servidores, o usar uno de los 15 proveedores de API que lo listan en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

¿Cuánto cuesta Muse Spark Open?

Muse Spark Open cuesta 1,25 US$ por millón de tokens de entrada y 4,25 US$ por millón de tokens de salida (mediana de 15 proveedores, consulta del 22 de octubre de 2026).

Para hacerse una idea: leer 20 000 tokens (unas treinta páginas) y redactar 2000 cuesta alrededor de 0,034 US$; mil veces esa tarea, 33,5 US$.

Son 4,3 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

¿Qué dicen las pruebas independientes?

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Muse Spark Open obtiene un índice de capacidad de 75,2 sobre 100, calculado con 4 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 88,6 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 98,1 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 69,8 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• APEX-Agents (tareas profesionales realizadas por un agente): 33,4 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 82,4 %

Contexto y capacidades

Su ventana de contexto alcanza 1.048.576 tokens, unas 1573 páginas de texto a 500 palabras por página: suficiente para cargar un libro entero o una base de código mediana. Una respuesta puede llegar a 1.048.576 tokens.

Acepta como entrada: texto, imagen y vídeo. Sus conocimientos llegan hasta 4 de enero de 2026: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (meta-models/Muse-Spark-Open-816B-A42B). Vea también nuestra selección de modelos open source.

¿Cuándo elegirlo?

Por su categoría, Muse Spark Open está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Su enorme ventana de contexto lo hace interesante para analizar grandes volúmenes de documentos en una sola petición.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Muse Spark Open son:

• GLM-5 (Zhipu AI (Z.ai), índice 77,2) — ver la comparativa
• Kimi K2.5 (Moonshot AI, índice 78,1) — ver la comparativa
• DeepSeek V4 Pro 0813 (DeepSeek, índice 72,2) — ver la comparativa
• Qwen3.6 27B (Alibaba Cloud (Qwen), índice 72,2) — ver la comparativa