Meta ha lanzado Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros que, según la compañía, puede ejecutarse en dos Mac Studio con chip M5 Ultra enlazados, usando el framework MLX de Apple. Lo anunció el 15 de octubre en el blog de Meta Superintelligence Labs, y Apple publicó un informe técnico con sus propias mediciones de inferencia distribuida.
El detalle periodístico no está en el modelo, sino en quién aplaude. Apple y Meta llevaban enfrentadas desde 2021 por los cambios de privacidad de iOS, un golpe que Meta estimó en 10.000 millones de dólares de ingresos en 2022.
¿Qué colaboración hay exactamente?
Menos formal de lo que parece, y conviene precisarlo. El post técnico de Apple no nombra a Meta como desarrolladora en ningún momento —solo aparece en las rutas de los modelos—, ni hay nota de prensa conjunta, ni términos económicos, ni exclusividad.
Lo que sí hay: Meta afirma en su blog que el modelo está optimizado para correr en dos Mac Studio M5 Ultra con MLX; Mark Zuckerberg agradeció públicamente en X el trabajo con Apple; y John Ternus, consejero delegado de Apple desde septiembre, le respondió en el mismo sitio que es «asombroso ejecutar un modelo del calibre y la escala de Muse Spark Open con esta eficiencia, directamente desde tu escritorio», según recoge 24/7 Wall St.. El responsable de IA de Meta, Alexandr Wang, dijo que ambas trabajaron juntas durante meses.
Es un deshielo público entre dos empresas enfrentadas, materializado en trabajo de ingeniería. No es un acuerdo anunciado por las dos partes, y ninguna ha aclarado si habrá más.
¿Qué es Muse Spark Open?
Un modelo de mezcla de expertos: tiene 816.000 millones de parámetros en total pero solo activa 42.000 millones por cada token, lo que reduce mucho el cálculo necesario. Es nativamente multimodal (acepta texto, imagen, audio y vídeo, y responde con texto) y maneja una ventana de contexto de un millón de tokens.
Meta lo orienta a programación y tareas agénticas de largo recorrido, y lo distribuye bajo una licencia propia con términos comerciales limitados. Los pesos están en Hugging Face y en las nubes de Amazon, Google y Microsoft, y funciona con los motores de inferencia habituales.
Hay un agujero importante: Meta no ha publicado ni una sola puntuación. Se proclama «el modelo de pesos abiertos más capaz de Estados Unidos hasta la fecha» y remite a un informe de evaluación que todavía no está disponible. Es una afirmación sin cifras que la sostengan, y la formulación «de Estados Unidos» es llamativa por lo que deja fuera.
¿De verdad corre en un ordenador de sobremesa?
Con matices que importan. El modelo ocupa más de 1,6 terabytes en su precisión completa y unos 493 gigabytes comprimido a 4 bits, y por eso Apple lo reparte entre varias máquinas. En sus pruebas con cuatro Mac Studio M5 Ultra conectados por Thunderbolt 5, midió 36,73 tokens por segundo y 4,8 segundos hasta el primer token con 8.192 tokens de contexto; con 65.536, la primera respuesta se va a 40,6 segundos.
Pero la ficha del modelo en Hugging Face documenta algo que ni Meta ni Apple destacan: con una compresión más agresiva, Muse Spark Open corre en una sola máquina M3 Ultra de 512 GB: unos 18 tokens por segundo con un cuantizado de 2 bits que ocupa 304 GB, y hasta 21 con la variante MLX de 3 bits. Es decir, «requiere dos Mac Studio M5 Ultra» es cierto para la configuración que ambas promocionan, no un límite técnico.
Y hay un detalle de calendario incómodo: el Mac Studio M5 Ultra parte de 5.499 dólares (unos 4.915 euros al cambio del Banco de España, a 1,1188 dólares por euro), pero la configuración de 512 GB que hace falta ni siquiera estaba a la venta el día del anuncio. Apple la sitúa para finales de octubre.
¿Por qué importa esto?
Porque mueve la frontera de lo que se puede ejecutar fuera de un centro de datos. Un modelo de esta escala funcionando sobre hardware de escritorio, sin enviar nada a un servidor, es exactamente el argumento de quienes defienden la IA local: ni suscripción, ni dependencia, ni prompts viajando a ninguna parte. Tenemos una guía sobre cómo ejecutar modelos de IA en tu propio ordenador para quien quiera empezar con mucho menos presupuesto.
También importa para Apple, que lleva años recibiendo críticas por su retraso en IA. No ha tenido que entrenar un modelo de frontera: ha puesto el hardware y el framework, y ha dejado que el modelo lo ponga otro. Mientras tanto, los modelos pequeños y baratos aprietan por abajo, como Glimpse, de Elorian, que razona volviendo a mirar la imagen.
Mi lectura es que el anuncio es más interesante como gesto político que como producto. Dos empresas que se han atacado públicamente durante cinco años colaborando en ingeniería dice mucho sobre la presión que sienten ambas en IA: Meta necesita que su apuesta abierta corra en algún sitio que no sea una granja de GPU de Nvidia, y Apple necesita aparecer en la conversación. Dicho eso, un modelo sin benchmarks publicados que requiere más de 10.000 dólares en hardware que todavía no se vende completo no es una noticia de producto para nadie: es una demostración. Y la propia Meta, que acaba de reconocer que unos atacantes se llevaron código y datos de sus repositorios de GitHub, tiene otros frentes abiertos donde la transparencia le vendría igual de bien.