Zuckerberg presentó un misterioso modelo con forma de "sandía", que presume de puntuaciones de referencia comparables a las de Opus 5.5, pero su acogida ha sido dispar
El año pasado, Zuckerberg se esforzó al máximo, invirtiendo generosamente en la captación de talento en inteligencia artificial a nivel mundial, con paquetes de compensación que alcanzaron cientos de millones de dólares; una estrategia comparable a la de los equipos de la NBA que ofrecen salarios astronómicos para fichar a sus estrellas. Ahora, la inversión en atraer talento, reestructurar el equipo y ampliar la capacidad de procesamiento está dando por fin resultados más acordes con las expectativas.
Meta acaba de lanzar Muse Wonder y Muse Wonder Full. Anteriormente conocidos con el nombre en clave Watermelon, estos dos modelos se centran en tareas de agentes personales y profesionales, con especial énfasis en mejorar la memoria entre conversaciones, la ejecución de tareas de larga duración y las capacidades de programación.
En una entrevista, Zuckerberg afirmó que Meta ha alcanzado la vanguardia de la tecnología de IA.
Según la evaluación publicada por Meta , el nuevo modelo Muse Wonder Full ha igualado, como mínimo, el rendimiento de GPT-6.1 Astra y Claude Fable 5.1 en algunas pruebas de referencia. Las pruebas realizadas por la organización independiente Artificial Analysis también demuestran que la serie Wonder representa una transformación completa respecto a la generación anterior, situándose entre los tres primeros puestos en diversas evaluaciones de agentes inteligentes y de trabajo profesional.
El equipo que Meta formó con un gran desembolso le ha dado la confianza necesaria para volver a desafiar a los modelos líderes, y también ha facilitado el camino de Meta Muse para convertirse en un Agente Personal.
¿Pueden una mayor capacidad de memoria y ejecución garantizar el éxito a largo plazo de la IA?
El último anuncio Meta da continuidad a la reestructuración de su negocio de inteligencia artificial, un proceso que lleva en marcha más de un año.
En abril de 2025, Llama 4 sufrió un revés, lo que llevó a Zuckerberg a aumentar la inversión en talento y capacidad de procesamiento, a contratar al fundador de Scale AI, Alexandr Wang, y a reorganizar el equipo de investigación. En abril de este año, el equipo reorganizado lanzó Muse Spark, pero aún se encuentra rezagado con respecto a sus competidores.
Según Meta , en los últimos 14 meses, el equipo ha reconstruido completamente la tecnología desde cero y ha ampliado continuamente la escala del preentrenamiento y el aprendizaje por refuerzo. La serie Wonder, entrenada en un centro de datos Prometheus de nivel gigavatio, representa la inversión más reciente en esta arriesgada apuesta.
La pregunta de Zuckerberg es bastante simple: la IA puede resolver problemas matemáticos avanzados, pero puede que no sea capaz de gestionar una llamada de atención al cliente; un asistente personal ideal debería tener el sentido común y la capacidad de ejecución necesarios para ocuparse de los asuntos cotidianos.
Muse Wonder se centra en dos áreas principales: Memoria Activa y Concentración Activa.
La memoria activa se encarga de retener información importante entre conversaciones y de recuperar proactivamente el contenido relevante cuando se necesita para nuevas tareas. Las preferencias, limitaciones y circunstancias personales mencionadas previamente pueden servir de referencia para tareas posteriores, lo que reduce la necesidad de volver a explicar los antecedentes en cada conversación.
Wang explicó a Axios que los agentes inteligentes personales deben garantizar que la información importante se conserve durante días, semanas o incluso meses de comunicación.
Desliza hacia la izquierda para ver más contenido.
Active Focus aborda el problema de las tareas que se interrumpen a mitad de camino. En la práctica, pueden surgir cambios de página, información faltante o errores en las reservas. El modelo necesita probar otros métodos, ajustar su plan según la nueva información y continuar con la tarea. Meta indica que el modelo seguirá consultando al usuario cuando sea necesario y solicitará confirmación antes de realizar acciones importantes.
En su última entrevista, Zuckerberg resumió esta idea diciendo que "el modelo es el producto", y que las características del producto, como las capacidades y la personalidad, deben incluirse en el proceso de entrenamiento. Wang añadió que la iniciativa del agente inteligente y su comunicación con los usuarios también entran dentro de la categoría de comportamientos del producto que requieren un diseño especial.
Wang puso como ejemplo a CNBC la reserva de una mesa en un restaurante. Cuando el agente busca mesas disponibles, puede encontrarse con diversos obstáculos. Uno de los objetivos de su entrenamiento es que intente otras rutas, reduciendo así la frecuencia con la que se detiene y solicita ayuda al usuario cuando encuentra un problema.
La programación es la piedra de toque para poner a prueba estas habilidades.
En un proyecto de software en constante desarrollo, el modelo debe estar plenamente al tanto de los requisitos: recordar las necesidades, comprender el código existente, modificar múltiples archivos y realizar pruebas y ajustes de forma continua. Meta afirmó que ambos modelos se entrenaron con diversas tareas de larga duración para mejorar su capacidad de operar de forma continua.
La demostración oficial también incluyó la función "cocinar a partir de imágenes", que genera juegos de cocina en 3D interactivos basados en imágenes, y la programación de planes de ejecución combinando preferencias personales con el navegador y múltiples aplicaciones.
Para el trabajo profesional, Meta enumera evaluaciones legales, financieras y relacionadas con la salud, entre las que el Legal Agent Benchmark de Harvey exige que los modelos generen resultados de trabajo legal basados en materiales originales e instrucciones detalladas.
Las pruebas de análisis artificial demuestran que la serie Wonder ha mejorado significativamente su rendimiento general, con seis de cada diez pruebas en la versión Full ubicándose entre los tres primeros puestos. Con la máxima intensidad de inferencia, el agente de programación que combina Muse Code y Wonder Full ofrece un rendimiento similar al de Claude Code combinado con Sonnet 5.5, e incluso supera ligeramente al que combina Opus 5.5.
Las primeras experiencias en las plataformas de redes sociales han sido dispares: algunas personas están contentas y otras decepcionadas.
El usuario Chetaslua mostró una animación con personajes de Dragon Ball, afirmando que los efectos visuales se generaron completamente mediante código y elogiando la capacidad de respuesta de Muse. También mencionó que el doblaje estuvo a cargo de ElevenLabs y la música fue producida por Suno.
Otro usuario, Max Blade, planteó el mismo reto a Muse Wonder Full y Opus 5.5: crear un "simulador de cortacésped AAA" que permitiera a los usuarios beber cerveza y fumar puros al mismo tiempo.
A juzgar por las imágenes comparativas que publicó, el césped, los árboles y la iluminación en la versión de Opus son increíblemente detallados, mientras que las escenas y las manos de los personajes en la versión de Muse son notablemente toscas. Él cree que Muse aún necesita refinamiento en este tipo de tareas de juegos 3D.
El usuario Bhavy compartió una opinión similar al comparar escenas de cohetes. Afirmó que el efecto del Muse Wonder era inferior al del Kimi K3, pero su grabación costó 14,30 dólares, mientras que la del Kimi costó aproximadamente 6,90 dólares, lo que demuestra que se paga mucho más por poco. A juzgar por las imágenes adjuntas, la escena del Muse Wonder tiene un aspecto más caricaturesco, mientras que la versión del Kimi muestra más detalles de la estructura del cohete y el humo.
Alexandr Wang, director de Meta AI, reconoció en una respuesta a los usuarios en redes sociales que las capacidades de programación del nuevo modelo no son tan buenas como las de Opus 5.5, y que el equipo está investigando varios errores.
Respecto a la insatisfacción de algunos usuarios con las demostraciones de juegos en 3D, Wang explicó que el equipo no había recibido capacitación específica para este tipo de demostraciones y esperaba que los usuarios utilizaran los modelos en trabajos de programación reales. Afirmó que el equipo eligió la metodología de capacitación en función de las necesidades reales de los usuarios de Muse, aunque reconoció que se podría haber dedicado más esfuerzo a los escenarios de las demostraciones.
En su blog oficial, Meta también intentó responder a otra pregunta: ¿Se pueden aplicar las mejoras del modelo a otras tareas que no se abordaron específicamente durante el entrenamiento?
El equipo comparó el rendimiento de Muse Spark 1.3 y Muse Wonder Full en tareas conocidas y desconocidas. Según Meta , ambos modelos mejoraron a medida que aumentaba la carga computacional de la inferencia, pero el rendimiento de Wonder Full en tareas desconocidas superó las expectativas según las proyecciones de tendencias de Spark.
Meta atribuye esto a una base sólida: un modelo base más grande y robusto que permite aplicar los beneficios del entrenamiento posterior a diferentes modelos.
Esta transferibilidad es particularmente importante para los agentes inteligentes individuales que necesitan manejar diferentes objetivos, herramientas y restricciones. Sin embargo, esta conclusión proviene de los propios hallazgos de Meta , y tendremos que esperar para ver qué escenarios del mundo real abarca.
Más allá de las clasificaciones, Meta también necesita convencer a los usuarios de que gasten dinero a largo plazo.
Al tiempo que mejora las capacidades de su modelo, Meta también aprovecha la oportunidad para impulsar los servicios de pago.
En su lanzamiento, Muse Wonder estaba disponible a través de la API de Meta Model y Muse Code, mientras que la versión más potente, Wonder Full, solo estaba disponible para los suscriptores de Muse Code. Según CNBC, las suscripciones a Muse Code tenían un precio de 50 y 200 dólares al mes.
La aplicación de asistente personal Muse, utilizada por los usuarios habituales, se integrará con Wonder en el futuro y estará disponible primero para los suscriptores.
Muse carece de un selector de modelos y opciones para ajustar la intensidad de la inferencia. Wang cree que los usuarios comunes no deberían tener que estudiar manuales técnicos solo para usar la IA, e incluso después de pagar por una actualización, no deberían tener que seleccionar modelos manualmente; el objetivo debería ser poder usarla directamente sin necesidad de configuración adicional.
En cuanto a la API, Muse Wonder tiene un precio de 4 dólares por millón de tokens de entrada, 0,20 dólares por millón de tokens de entrada en caché y 20 dólares por millón de tokens de salida. Ambos modelos admiten un contexto de 1 millón de tokens y pueden aceptar entradas de texto, imagen, vídeo y audio, con salida de texto.
Según la prueba del Índice de Inteligencia de Artificial Analysis, Muse Wonder cuesta aproximadamente 4,52 dólares por tarea con la máxima intensidad de inferencia. Este coste es inferior al de Claude Fable 5.1, Opus 5.5 y Sonnet 5.5 en la misma comparación, pero superior al de GPT-6 Astra (3,26 dólares), Gemini 4 Argon (1,99 dólares) y GPT-6.1 Sol (0,72 dólares).
El análisis de inteligencia artificial señala que, si bien Wonder consume menos tokens de salida que su predecesor, los mayores costos de entrada y el precio de la API siguen elevando el costo total. En última instancia, los usuarios también deben considerar cuántos tokens se requieren para completar la misma tarea y cuántas veces es necesario rehacerla.
El agotamiento de los créditos de suscripción también ha generado descontento entre algunos usuarios.
En la prueba del simulador de cortacésped mencionada anteriormente, Max Blade indicó que el "costo equivalente de API" para Muse Wonder Full y Opus 5.5 era de $4.11 y $99.43, respectivamente. Sin embargo, afirmó que Muse era demasiado exigente y había agotado su crédito disponible en su plan de $50, lo que lo obligó a actualizar al plan de $200 para completar la tarea.
Por supuesto, como veterano de los modelos de código abierto, este lanzamiento ha vuelto a poner en entredicho la imagen de Meta como empresa de código abierto. Wang afirmó que la intención original Meta permanece inalterada y que sigue apoyando el código abierto, mencionando que anteriormente había publicado los pesos de Muse Glimmer y tecnologías relacionadas para la implementación de agentes Muse en hardware.
En comparación con su estrategia anterior de priorizar la transparencia sobre las alianzas, Wonder está impulsando Meta a la vanguardia, compitiendo directamente en los mercados de suscripciones, API y clientes empresariales. CNBC señala que Meta está intentando generar una nueva fuente de ingresos más allá de su negocio principal de publicidad.
Sin embargo, que un agente inteligente pueda convertirse en una fuente de ingresos estable depende de variables ajenas al modelo.
Recientemente, algunos usuarios se han quejado en redes sociales de que Muse ha accedido a sus mensajes personales sin autorización. Meta discrepa, afirmando que, en algunos casos, los usuarios podrían haber otorgado autorización en conversaciones anteriores, pero luego lo olvidaron. El equipo está investigando estos problemas y ayudando a los usuarios a aclarar cómo se efectuó la autorización.
Ambas partes tienen su propia versión de los hechos, pero el diseño del producto Personal Agent debe afrontar la realidad: los usuarios pueden haber dado su consentimiento hace mucho tiempo, pero el modelo puede utilizar ese antiguo acuerdo como pretexto en tareas posteriores, por lo que el alcance y el período de validez de la autorización deben quedar claros a simple vista.
Meta afirmó que la serie Wonder ha mejorado su capacidad para defenderse de comandos maliciosos, manejar información privada y prevenir abusos en los ámbitos cibernético y biológico, y que posteriormente se publicará un informe de seguridad más completo.
Zuckerberg mencionó a continuación la máquina virtual Muse Confidential, que aún no se ha lanzado, y afirmó que la solución tiene como objetivo mantener los datos de los usuarios y las conversaciones con los agentes completamente confidenciales para la propia Meta .
Curiosamente, en una entrevista con el Financial Times, Zuckerberg rechazó la sugerencia de frenar el desarrollo de la IA, argumentando que los laboratorios deben garantizar la seguridad mediante medidas tecnológicas y un desarrollo responsable. También reveló que Meta ya está desarrollando la siguiente fase de su modelo y espera que el progreso se acelere posteriormente.
Las capacidades del modelo, en constante mejora, deben respaldar la visión de Zuckerberg de un Agente Personal, permitiendo que la IA gestione tareas personales cotidianas. Utilizar tecnología de vanguardia para pedir comida, programar citas y procesar correos electrónicos puede parecer excesivo, pero estas tareas requieren lidiar con información en constante cambio y diversas necesidades individuales.
La estrategia adoptada por Muse Wonder también ofrece una forma más concreta de medir el progreso de los modelos. Las capacidades de la IA se pueden poner a prueba con los problemas más complejos, mientras que el valor de un agente inteligente individual debe demostrarse mediante tareas pequeñas y repetitivas que siempre requieren la atención de alguien.