Muse Spark Open: qué es el modelo de pesos abiertos de Meta, dónde se puede usar y qué dice su licencia

Qué es Muse Spark Open, el modelo de IA de pesos abiertos de Meta: qué trae, dónde usarlo, cómo ejecutarlo en equipos propios y qué dice su licencia.

Inteligencia artificial · Por Agustín Valles Moreno · 21 de octubre de 2026 · 5 min de lectura

¿Qué ha anunciado Meta con Muse Spark Open?

Meta anunció el 15 de octubre de 2026 Muse Spark Open, un modelo de inteligencia artificial cuyos pesos ha liberado para que desarrolladores y empresas puedan descargarlo y ejecutarlo. La compañía lo presenta como el modelo de pesos abiertos más capaz desarrollado en Estados Unidos hasta la fecha.

Según el anuncio de Meta AI Research, el modelo ya está disponible por dos vías: mediante API en varias plataformas de inferencia y como descarga de pesos en los principales repositorios y nubes. Además, Meta destaca que puede funcionar en un escritorio con dos Mac Studio M5 Ultra.

En este artículo repasamos qué es, qué trae, dónde se puede usar y qué conviene leer con calma antes de plantearlo en una empresa: la licencia.

¿Qué es Muse Spark Open?

Muse Spark Open es la versión de pesos abiertos de la familia de modelos Muse Spark de Meta. Es un modelo multimodal de forma nativa, es decir, diseñado desde el inicio para trabajar con distintos tipos de información y no solo con texto.

Meta lo describe como un modelo pensado para programación y trabajo con agentes: tareas largas, ingeniería de software compleja y razonamiento en varios pasos. Un agente, en este contexto, es un sistema que no se limita a responder, sino que encadena acciones para completar un encargo.

¿Qué significa «pesos abiertos»?

Un modelo de IA de pesos abiertos (open weight) es aquel cuyo creador publica los parámetros ya entrenados para que cualquiera pueda descargarlos y ejecutar el modelo en su propia infraestructura.

Pesos abiertos no equivale a código abierto ni a software libre. Que puedas descargar el modelo no significa que tengas acceso a todo lo necesario para reproducirlo, ni que puedas usarlo para cualquier fin: lo que puedes hacer con él lo marca su licencia.

¿Qué trae el modelo?

La ficha técnica que publica Meta se resume en pocos datos. Estos son los que confirma la fuente oficial:

La diferencia entre parámetros totales y activos indica que el modelo no usa todos sus parámetros en cada paso, sino solo una parte. Eso ayuda a que un modelo tan grande resulte más manejable al ejecutarse.

La ventana de contexto es la cantidad de información que el modelo puede tener en cuenta a la vez. Una ventana amplia permite trabajar con documentos extensos o con bases de código grandes sin trocearlas tanto.

Meta también indica que el modelo funciona con motores de inferencia conocidos, como vLLM, SGLang, llama.cpp o Hugging Face Transformers, y que se puede ajustar a cada caso de uso con PyTorch.

¿Dónde se puede usar Muse Spark Open?

Meta ofrece dos caminos, y la elección entre uno y otro tiene consecuencias prácticas para una empresa.

El primero es usarlo por API. Según el anuncio, está disponible en Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI. En este caso, el modelo se ejecuta en la infraestructura del proveedor y tu aplicación le envía peticiones.

El segundo es descargar los pesos. Meta los ha puesto a disposición en Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models. Así puedes desplegar el modelo en tu nube o en servidores propios.

¿Se puede ejecutar en equipos propios?

Sí, y es uno de los puntos que más destaca Meta. La compañía afirma que Muse Spark Open es el primer modelo de su categoría capaz de funcionar en un escritorio con dos Mac Studio M5 Ultra, usando la versión más reciente de MLX, el entorno de Apple para aprendizaje automático.

La explicación que da Meta se apoya en la memoria unificada de estos equipos: entre los dos pueden alojar el modelo completo. Para ejecutarlo en Apple, MLX descarga los pesos directamente desde Hugging Face.

Ejecutar un modelo de IA en local tiene una ventaja clara: los datos no salen de tus equipos. Para una empresa que trabaja con información sensible, eso simplifica el control sobre quién accede a qué.

A cambio, asumes tareas que en una API resuelve el proveedor: comprar y mantener el hardware, actualizar el software, vigilar el rendimiento y responder si algo falla. No es una decisión técnica aislada, sino también de operaciones.

¿Qué dice la licencia Muse Model License?

Meta publica los pesos bajo la Muse Model License, que describe como una licencia con condiciones comerciales limitadas. Según el anuncio, esas condiciones permiten que muchos desarrolladores usen el modelo de forma gratuita.

El anuncio no detalla en qué casos el uso comercial queda limitado ni qué requisitos concretos se aplican. Por eso conviene leer el texto completo de la licencia y revisarlo con un asesor legal antes de integrar el modelo en un producto o en un proceso de negocio.

Que un modelo sea gratuito para muchos usos no implica que lo sea para el tuyo. La lectura de la licencia es un paso previo, no un trámite posterior.

¿Qué supone para una pyme?

Para una pyme, la noticia amplía las opciones. Con Muse Spark Open, Meta abre la puerta a tener un modelo de este tamaño en infraestructura propia, con la licencia como condición.

Eso no significa que todas las empresas deban hacerlo. Antes de dar el paso, merece la pena revisar estos puntos en orden:

1. Licencia: comprueba si tu uso previsto encaja en las condiciones comerciales de la Muse Model License, con apoyo de un asesor.
2. Datos: identifica qué información tratará el modelo y si su sensibilidad justifica ejecutarlo en equipos propios en lugar de por API.
3. Hardware: valora si dispones de los equipos necesarios o si encaja mejor una nube propia o un proveedor de API.
4. Mantenimiento: define quién se encargará de actualizar, supervisar y dar soporte al modelo una vez en marcha.
5. Caso de uso: confirma que el problema que quieres resolver necesita realmente un modelo de este tipo.

Este último punto es el que más se olvida. Si quieres un marco para decidirlo, en nuestra guía sobre cuándo la IA no es la respuesta repasamos situaciones en las que otra herramienta encaja mejor. Y si ya lo tienes claro, la guía sobre cómo implantar IA en una empresa ordena los pasos.

¿Cómo te ayuda NADIA Solutions?

En NADIA Solutions diseñamos software a medida e integramos IA aplicada en los procesos de cada empresa. Te ayudamos a elegir entre un modelo por API o uno en infraestructura propia, a plantear la integración y a no perder de vista la licencia ni el mantenimiento. Si quieres implantar inteligencia artificial en tu empresa con criterio, hablemos de tu caso.