Meta lanza Muse Wonder: nuevos modelos de IA pensados para agentes y programación

Qué ha presentado Meta: Muse Wonder y Muse Wonder Full

El laboratorio Meta Superintelligence Lab ha anunciado el lanzamiento de Muse Wonder y Muse Wonder Full, sus modelos de frontera más avanzados hasta la fecha. Tras haber presentado en meses anteriores modelos más ligeros como Muse Spark o la variante abierta Muse Glimmer, este nuevo despliegue busca competir directamente en el segmento de máximo rendimiento frente a OpenAI y Anthropic. Según la compañía, este desarrollo representa «el siguiente paso en nuestra escala y un gran salto hacia la superinteligencia personal».

Los modelos fueron entrenados en el centro de datos Prometheus, situado en el centro de Ohio y puesto en marcha a principios de este año. La iniciativa llega catorce meses después de que Alexandr Wang asumiera la dirección de los esfuerzos de inteligencia artificial del grupo con el fin de posicionar a la empresa nuevamente en la vanguardia tecnológica.

Capacidades clave: Active Memory y Active Focus

A diferencia de los sistemas centrados únicamente en respuestas conversacionales inmediatas, la arquitectura de Muse Wonder se ha diseñado para operar como un agente capaz de resolver tareas autónomas y prolongadas. Para ello, Meta ha integrado dos características técnicas diferenciadas:

• Active Memory: permite al modelo recordar datos esenciales facilitados por el usuario y utilizarlos en sesiones posteriores. En las evaluaciones internas bajo el estándar MemoryBench, la compañía afirma haber superado los registros de modelos como Fable, Opus o Astra. Respecto a esta función, la investigadora Kavya Kopparapu explicó:

  «Pusimos un esfuerzo tremendo en garantizar que el modelo recuerde lo importante a lo largo de días, semanas y meses».

• Active Focus: mantiene la ejecución activa en procedimientos complejos, habilitando al sistema para explorar vías alternativas, subsanar fallos de ejecución y consultar al usuario antes de aplicar pasos críticos.

En el terreno técnico, ambos modelos han sido instruidos para la creación de aplicaciones informáticas completas desde cero, gestionando requisitos, pruebas de código y revisiones continuas. Asimismo, integran entrenamiento especializado en documentación legal, procesos financieros y datos de salud.

Rendimiento técnico frente a la competencia

En las mediciones recogidas por el Índice de Inteligencia de Artificial Analysis, Muse Wonder Full sobrepasa a opciones como Claude Fable 5.1, GPT-6 Astra y Gemini 4 Argon, situándose únicamente por detrás de Claude Opus 5.5. No obstante, en pruebas específicas de análisis de documentación jurídica y generación de software, Meta sostiene que su modelo supera tanto a las soluciones de Anthropic como al modelo insignia de OpenAI.

En materia de seguridad, la firma indicó que el lanzamiento se retrasó con el fin de reforzar los filtros del sistema. Los modelos incorporan protecciones frente a solicitudes perjudiciales en ciberseguridad, defensa frente a instrucciones manipuladoras y salvaguardas específicas en materias químicas, biológicas, radiológicas y nucleares.

Precios y disponibilidad comercial

Muse Wonder se encuentra disponible de forma inmediata a través de la API oficial de Meta y en la herramienta Muse Code. Por su parte, la versión de mayor tamaño, Muse Wonder Full, queda reservada de forma exclusiva a los abonados de Muse Code y no cuenta con acceso por API en esta fase. Próximamente, ambos modelos se desplegarán en la aplicación del asistente Muse, priorizando a los usuarios suscritos.

El acceso a Muse Wonder mediante API tiene una tarifa de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. Este rango de precios lo sitúa en un coste comparable al de alternativas del mercado como GPT-6 Sol o Claude Opus 5.5.

Qué implica para las empresas y cómo prepararse

Para las organizaciones que evalúan iniciativas de automatización con IA, la llegada de modelos orientados a agentes altera el enfoque tradicional de desarrollo. Las capacidades de memoria persistente abren la puerta a flujos de trabajo donde la herramienta mantiene el contexto de un expediente o proyecto sin requerir la inyección manual y continua de historiales completos.

Asimismo, los equipos técnicos que abordan proyectos de software a medida e integraciones pueden utilizar estas capacidades de programación avanzada para asistir en la revisión y generación de código de sistemas corporativos. Para aprovechar esta evolución con criterio, se recomienda a las organizaciones:

• Analizar la estructura de costes: dado que las tarifas por millón de tokens de salida son de 20 dólares, conviene limitar el uso de Muse Wonder a tareas analíticas complejas o flujos agénticos donde modelos ligeros no ofrezcan el razonamiento necesario.
• Validar la persistencia de datos: antes de delegar tareas críticas que dependan de la memoria temporal, es indispensable probar en entornos controlados cómo recupera el sistema el contexto a lo largo de varias interacciones.
• Mantener supervisión humana: a pesar de que la función Active Focus solicita confirmación ante pasos relevantes, los procesos que involucren contratos, contabilidad o código operativo deben contar con protocolos claros de validación manual.