El lanzamiento de Muse Wonder y Muse Wonder Full supone un regreso más convincente de Meta a la carrera por los modelos de IA más avanzados, pero todavía no demuestra que la apuesta sea un éxito comercial. Las mediciones de Artificial Analysis muestran una mejora frente a Muse Spark, y Meta ya ofrece vías de acceso para desarrolladores y clientes de pago. La pregunta pendiente es si habrá suficiente demanda para justificar la inversión.
1
2
Más cerca de sus rivales, aunque no en todos los frentes
Meta presentó los modelos el 12 de octubre y los describió como los más capaces que ha desarrollado hasta ahora. Reuters interpretó el lanzamiento como un desafío más decidido a OpenAI y Anthropic.
1 En el Intelligence Index de Artificial Analysis, Muse Wonder obtuvo 52 puntos y Wonder Full, 56; Muse Spark 1.3 había alcanzado 48. Es una mejora medible en ese índice, pero no demuestra por sí sola que los modelos igualen o superen a todos sus competidores en cualquier tarea.
2
La información disponible se centra en OpenAI y Anthropic; no basta para determinar cómo cambia la posición de Meta frente a Google.
1
2
Acceso y precio: parte de la estrategia
Meta orienta la familia Muse Wonder a tareas de agentes de IA personales y profesionales. El modelo Wonder está disponible mediante la Meta Model API y Muse Code; Wonder Full, por su parte, se ofrece a suscriptores de Muse Code. Meta también anunció que Wonder pronto impulsará su agente personal Muse, inicialmente para suscriptores.
1
10
13
La API de Muse Wonder cuesta 4 dólares por cada millón de tokens de entrada y 20 dólares por cada millón de tokens de salida. Según los informes, esas tarifas están en un rango similar al de GPT-6 Sol y Claude Opus 5.5: Meta no lo presenta como una opción de bajo coste.
13
33 Wonder Full no figura como opción de API en los materiales para desarrolladores de Meta, así que conviene distinguir el acceso a Wonder del acceso al modelo más avanzado.
13
Meta también destacó Active Memory y Active Focus para tareas con agentes: la primera función busca conservar información útil entre conversaciones, mientras que la segunda está diseñada para seguir trabajando en una tarea. Son capacidades que describe la empresa; por sí solas, no prueban con qué fiabilidad funcionan en el uso cotidiano.
8
El lanzamiento no resuelve la incógnita comercial
Meta puso sobre la mesa formas concretas de distribuir y cobrar por sus modelos. Pero la disponibilidad y los precios publicados no revelan cuántas personas se suscribirán, cuánto usarán la API los desarrolladores ni si los ingresos alcanzarán para cubrir el coste de operar los modelos. La cobertura del lanzamiento lo planteó explícitamente como una prueba de la disposición de los usuarios a pagar.
3
La cuestión cobra importancia ante el gasto previsto por Meta: la empresa proyectó inversiones de capital de entre 130.000 y 145.000 millones de dólares para 2026. Esa cifra no corresponde únicamente a Muse, pero da una idea de la escala de la inversión cuyos retornos observan los inversores.
51
56
Las primeras señales del mercado fueron favorables, aunque limitadas. Un informe indicó que las acciones de Meta subieron un 3,4 % el día del lanzamiento; por separado, otra cobertura señaló que Bank of America mantuvo su recomendación de compra y su precio objetivo de 810 dólares tras la presentación de los modelos. Esas reacciones reflejan expectativas de los inversores, no una prueba de demanda sostenida ni de que los productos de IA sean rentables.
6
23
En resumen
Muse Wonder mejoró la credibilidad técnica de Meta y dio a desarrolladores y suscriptores vías más claras para probar sus modelos. La conclusión respaldada por los datos es que la empresa recuperó terreno en capacidad de modelo, no que ya haya conseguido un éxito comercial. La adopción, el uso y el coste de prestar estos servicios dirán si la promesa del lanzamiento puede convertirse en un negocio duradero.
1
2
3