Muse Spark 1.3: el nuevo modelo de Meta ya está en ChatPlus

Hace año y medio, Meta era “la empresa que regalaba sus modelos”. Millones de personas descargaron Llama, startups construyeron productos encima de él y equipos lo ajustaron para su propio trabajo. Pero en la carrera por tener el modelo más inteligente, Meta estaba claramente por detrás de OpenAI, Anthropic y Google.

Hoy tiene una estrategia distinta y una familia de modelos distinta: Muse. Los modelos son cerrados, los construye una división dedicada, y llegan versiones nuevas casi todos los meses. El más reciente, Muse Spark 1.3, salió el 2 de septiembre y está disponible en ChatPlus desde hoy. Abajo: de dónde viene, qué puede hacer, qué hay detrás de sus números y cuándo conviene elegirlo.

Cómo llegó Meta a Muse

En abril de 2025, Meta lanzó Llama 4, y la recepción fue tibia. Los modelos eran decentes, pero no estuvieron a la altura de lo prometido, y el lanzamiento de la versión más grande se pospuso. Para una empresa que gasta decenas de miles de millones de dólares al año en IA, fue una señal incómoda.

Ese verano, Zuckerberg reconstruyó todo el esfuerzo. Meta creó una nueva división, Meta Superintelligence Labs, contrató investigadores fuertes que venían de OpenAI, Google y otros laboratorios, y empezó a construir nuevos centros de datos para entrenar modelos grandes. El objetivo declarado era ambicioso: “superinteligencia personal”, una IA que ayude a cada persona con sus propios objetivos.

El primer resultado fue Muse Spark. Se lanzó el 8 de abril de 2026 y entró directamente al asistente Meta AI, en la web y en la app. Era un modelo de razonamiento multimodal: podía llamar herramientas, razonar sobre imágenes y ejecutar varios agentes en paralelo. Al principio, los desarrolladores apenas tuvieron acceso, solo mediante una vista previa privada.

Después de eso, todo avanzó rápido:

• Julio: Muse Spark 1.1 y una vista previa pública de la API para desarrolladores;
• Agosto: Muse Spark 1.2 y Muse Code, el agente de programación propio de Meta que corre directamente en la terminal;
• 2 de septiembre: Muse Spark 1.3, el tema de este artículo.

Tres versiones en tres meses es un ritmo muy acelerado para un laboratorio grande.

Qué puede hacer Muse Spark 1.3

Meta describe la nueva versión así: el modelo está entrenado para tareas largas y de varios pasos. Detrás de esa frase hay tres habilidades concretas.

Primero, lleva el hilo del trabajo. En una tarea larga, el modelo recuerda qué ya hizo y qué resultado tuvo, en vez de empezar cada paso desde cero. Si le pides que revise un proyecto, arregle los tests y actualice la documentación, no va a olvidar en el tercer paso qué cambió en el primero.

Segundo, se maneja bien con el desorden. Las tareas reales rara vez llegan prolijas: la especificación dice una cosa, el hilo de emails otra y el código una tercera. Muse Spark 1.3 fue entrenado para detectar contradicciones de este tipo y resolverlas, no para elegir una versión al azar.

Tercero, pregunta. Cuando falta información, el modelo lo consulta contigo en lugar de llenar el vacío con suposiciones. Suena menor, pero adivinar es exactamente la razón por la que los agentes se descarrilan con más frecuencia.

Meta también destaca la programación. La versión 1.3 se refinó con trabajo real en Muse Code y, según la compañía, da menos pasos innecesarios y escribe código más compacto. Si usas IA como compañera para programar, se nota: hay menos que limpiar después del modelo.

El modelo entiende más que texto. Puedes mostrarle una captura de pantalla, una foto, un diagrama o un PDF. Meta menciona un detalle interesante: el razonamiento visual de Muse Spark pasa por un entorno de ejecución real. En simple: el modelo puede procesar una imagen con código, en vez de solo “mirarla” y estimar a ojo.

La ventana de contexto del modelo es de 1,048,576 tokens, más de un millón. Eso equivale a cientos de páginas de texto o a un repositorio grande de una sola vez. Más importante todavía: el modelo realmente usa bien esa ventana, como muestran los números de abajo.

Qué dicen los números

Meta midió por su cuenta todos los resultados de abajo, en su modo de razonamiento máximo.

El resultado de contexto largo es el más impresionante. MRCR verifica si un modelo puede encontrar el fragmento correcto entre muchos parecidos escondidos en un texto enorme. Muchos modelos aceptan formalmente un millón de tokens, pero empiezan a “perder” el medio a esa escala. Muse Spark 1.3 logra 98.1% en el rango de medio millón a un millón de tokens, casi sin perder nada.

La mejora frente a la versión anterior también se nota. En JobBench, el modelo subió de 61.6% a 64.9%, y en el benchmark de oficina GDPval-AA pasó de 1615 a 1754 puntos Elo.

Ahora, la comparación con competidores, que necesita una aclaración. En GDPval-AA, Muse Spark 1.3 supera a GPT-5.6 Sol (1710), pero queda por debajo de Claude Opus 5 (1824). Sin embargo, Meta se compara con la generación anterior. Desde entonces salieron Claude Opus 5.5 y GPT-6 Sol, y las tablas de Meta no los incluyen. Así que el resumen justo es este: Muse Spark 1.3 juega en la misma liga que los modelos insignia, pero no supera a los más nuevos.

Cuánto cuesta

El precio es atractivo: $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida. Para comparar, Claude Opus 5.5 cuesta $4 y $20, GPT-6 Sol $2 y $10, Grok 4.7 $2 y $6. Para un rendimiento cercano al nivel de los modelos insignia, es una de las mejores ofertas del mercado.

Meta también ofrece una segunda opción, casi gratis: 10 centavos para entrada y 20 para salida. Con ese precio, eso sí, Meta obtiene el derecho de entrenar sus modelos con tus prompts y respuestas. En ChatPlus conectamos solo el nivel estándar, así que tus conversaciones con Muse Spark no se usan para el entrenamiento de Meta.

Dónde brilla Muse Spark y cuándo conviene elegir otra cosa

Muse Spark 1.3 es más fuerte cuando la tarea es larga y enredada. Revisar un proyecto grande, encontrar la causa de un bug en código de otra persona, conciliar varios documentos contradictorios en una sola conclusión, sacar lo que necesitas de un informe pesado: ese es su terreno ideal. También funciona bien con capturas de pantalla; mostrarle una interfaz con un error y pedirle que entienda qué pasa es un uso totalmente normal.

También tiene puntos débiles. Es un modelo de razonamiento, así que responde preguntas simples más lento que los modelos ligeros: primero piensa, después escribe. Para traducciones, resúmenes y consultas rápidas, elige algo más liviano, como GPT-6 Luna. Meta dice muy poco sobre escritura creativa, así que si el estilo te importa, compáralo con Claude en tu propia tarea.

Cómo probarlo en ChatPlus

Muse Spark 1.3 está disponible en el plan PRO y, como otros modelos potentes, usa tu cupo: el límite de 5 horas del que se descuentan las solicitudes a modelos caros. Abre un chat con Muse Spark 1.3.

Lo más útil es compararlo con otros modelos en tu propia tarea. En ChatPlus puedes cambiar de modelo en medio de una conversación: pregúntale a Muse Spark, cambia a Claude o GPT, envía la misma solicitud y ve al instante qué respuesta es mejor. Las especificaciones del modelo y los resultados de benchmarks están reunidos en una página dedicada a Muse Spark 1.3.

En resumen

Muse Spark 1.3 es el modelo más nuevo de Meta Superintelligence Labs, lanzado el 2 de septiembre de 2026. Es fuerte en tareas agénticas largas, código y contextos muy grandes: 88.8% en Terminal-Bench 2.1 y casi ninguna pérdida con un millón de tokens. Todavía queda por debajo de los modelos insignia más nuevos de Anthropic y OpenAI, pero cuesta varias veces menos. En ChatPlus, el modelo ya está disponible en el plan PRO.