Meta presenta Muse Wonder y Muse Wonder Full para competir con los modelos más avanzados de IA
Meta ha presentado Muse Wonder y Muse Wonder Full, sus primeros modelos desarrollados por Meta Superintelligence Labs, la división creada por la compañía para recuperar terreno en la carrera de la inteligencia artificial. La empresa asegura que ambos sistemas se sitúan entre los más capaces del mercado, junto a las propuestas de OpenAI y Anthropic.
El lanzamiento llega después de una profunda reorganización interna y de una oleada de despidos en la división de IA. Meta busca demostrar que su nueva estrategia, liderada por Alexandr Wang, antiguo responsable de Scale AI, empieza a traducirse en productos capaces de competir con los modelos de última generación.
Dos modelos con objetivos diferentes
Muse Wonder será el modelo principal de la aplicación de agentes personales de inteligencia artificial de Meta. Su acceso estará previsto para los suscriptores de los planes mensuales de 20 y 100 dólares. Estos agentes están diseñados para ejecutar tareas de forma más autónoma, como organizar información, preparar documentos o mantener conversaciones prolongadas con el usuario.
Por su parte, Muse Wonder Full será una versión más potente y estará reservada a los usuarios de Muse Code, la herramienta de programación asistida por IA de Meta. En el momento del lanzamiento no se ofrecerá mediante una API pública, el sistema que permite a desarrolladores y empresas integrar un modelo en sus propias aplicaciones.
La versión estándar de Wonder sí llegará a los desarrolladores a través de la API de modelos de Meta. Su precio será de cuatro dólares por cada millón de tokens de entrada y 20 dólares por cada millón de tokens de salida.
Los tokens son las unidades en las que los modelos de lenguaje procesan el texto. Pueden ser palabras completas, fragmentos de palabras o signos. La facturación suele separar los tokens que recibe el modelo de los que genera en sus respuestas.
Meta promete mejoras en programación y documentos complejos
Según las evaluaciones internas de Meta, la versión más avanzada de Muse Wonder supera a Claude Fable 5.1, de Anthropic, y se sitúa ligeramente por debajo de Claude Opus 5.5 en el Artificial Analysis Intelligence Index, uno de los índices utilizados para comparar modelos de IA.
La compañía también asegura que Wonder Full supera a GPT-6 Astra, de OpenAI, y a varios modelos de Anthropic en determinadas pruebas especializadas. Entre ellas se encuentran el análisis de documentos legales y el desarrollo de software, dos áreas en las que los sistemas de IA están ampliando rápidamente sus capacidades.
Estas cifras todavía deben interpretarse con cautela. Los resultados proceden de las pruebas realizadas por Meta y aún no existen suficientes evaluaciones independientes que permitan confirmar el rendimiento de los modelos en escenarios reales. Las diferencias entre los sistemas pueden variar considerablemente según el tipo de tarea, la longitud del contexto y la forma de plantear las instrucciones.
Memoria y concentración para agentes de IA
La propuesta de Meta pretende diferenciarse de la actual concentración del sector en los agentes de programación. La compañía quiere que sus modelos sean especialmente útiles como asistentes personales capaces de mantener objetivos durante periodos prolongados.
Para ello, Muse Wonder incorpora dos técnicas propias: Active Memory y Active Focus. La primera permite conservar información relevante sobre las preferencias y necesidades de un usuario durante días, semanas o meses. El objetivo es reducir la necesidad de repetir datos en cada conversación.
Active Focus está orientada a tareas largas y complejas. Según Meta, esta función ayuda al modelo a mantener la atención sobre un objetivo concreto y a evitar errores acumulativos. En un agente autónomo, una equivocación temprana puede propagarse por los pasos siguientes y elevar tanto el tiempo de ejecución como el coste del servicio.
La seguridad sigue siendo una incógnita
Meta afirma que ha entrenado Muse Wonder para rechazar peticiones relacionadas con armas biológicas o nucleares, usos maliciosos de la ciberseguridad y otras actividades peligrosas. La empresa también ha publicado un marco destinado a controlar la ampliación progresiva de las capacidades de sus sistemas.
Sin embargo, todavía faltan detalles sobre el comportamiento de los agentes durante las pruebas. Meta no ha explicado si se produjeron respuestas erráticas, si los modelos intentaron desviarse de los objetivos establecidos o qué mecanismos concretos se emplearon para limitar esos riesgos.
Tampoco se han publicado datos detallados sobre los materiales utilizados para entrenar los modelos ni sobre su arquitectura técnica. La compañía únicamente ha indicado que el entrenamiento se llevó a cabo en el centro de datos Prometheus, situado en Ohio.
Meta prepara modelos más grandes y versiones abiertas
La presentación ha tenido una primera acogida positiva en los mercados. Las acciones de Meta llegaron a subir un 4,7 % tras conocerse el lanzamiento, una reacción que refleja las expectativas sobre la capacidad de la compañía para recuperar posiciones frente a sus rivales.
El equipo dirigido por Alexandr Wang ya trabaja en modelos de mayor tamaño y en versiones más económicas y especializadas. La meta es que puedan prestar servicio a miles de millones de usuarios sin que el coste de cada interacción limite su despliegue.
Meta también planea lanzar modelos de pesos abiertos, que permiten a investigadores y empresas descargar y ejecutar determinados componentes del sistema bajo las condiciones fijadas por la compañía. Muse Wonder representa así el primer paso visible de una estrategia que combina productos propios, servicios para desarrolladores y modelos con mayor disponibilidad.
