Aaron Levie, el CEO de Box, resumió el lanzamiento de Muse Spark Open con una frase que un CTO puede llevar a su presupuesto. Las empresas podrán “mix and match frontier performance for orchestration and high end tasks, while being able to have low cost and tailored post trained models for repeatable workflows” (combinar rendimiento de frontera para orquestación y tareas difíciles con modelos baratos y ajustados para los flujos repetitivos).

Estoy de acuerdo con la mitad. La otra mitad no sale en ningún anuncio, y se mide con tus datos.

Una aclaración antes de seguir. Uso Claude Code todos los días, así que estoy del lado cerrado de esta cuenta. Tampoco he corrido Muse Spark Open. Lo que sigue sale de lo que Meta publicó, que leí completo.

Siete empresas venden los mismos pesos

El 15 de octubre Meta liberó Muse Spark Open: 816.000 millones de parámetros, 42.000 millones activos por token y un millón de tokens de contexto, según su guía para desarrolladores. El primer día ya lo ofrecían Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI, además de los catálogos de Amazon, Google y Microsoft.

Ese es el mecanismo del techo. Los mismos pesos, vendidos por siete empresas que compiten entre sí. OpenRouter lo lista hoy a $1,25 por millón de tokens de entrada y $4,25 de salida. Muse Wonder, el modelo de pago de Meta, cuesta $4 y $20. Son 3,2 veces más en entrada y 4,7 en salida.

Antes de pasar eso a una hoja de cálculo, dos salvedades. Wonder es otro modelo, y el precio de OpenRouter es el de un proveedor, no el de Meta. Además, como conté en el post sobre el precio por token, la lista no es la factura. Un modelo barato que gasta el triple de tokens por tarea sale caro.

La tabla de Meta no tiene ni un modelo cerrado

Aquí me frené. En la ficha del modelo en Hugging Face, Meta dice que lo compara con “other leading open-weight models” (otros modelos líderes de pesos abiertos). Leí todas las columnas. No hay Claude, GPT ni Gemini.

Dentro de esa liga el resultado es mixto, y son cifras de Meta sobre su propio modelo. No encontré una reproducción independiente. En MCP-Atlas, que mide uso de herramientas, saca 89,2 contra 84,2 de GLM 5.3 y 82,3 de Kimi K3. En Terminal-Bench 2.1, trabajo en terminal, saca 76,4 contra 83,9 y 85,0. Aakash Gupta notó esa distancia y lee el “most capable US open-weight model” (el modelo abierto estadounidense más capaz) con el “US” puesto a propósito. De la misma tabla, el índice de inteligencia de Artificial Analysis: 39 contra 45 y 44.

Sabes entonces que hay un techo para el trabajo que un modelo abierto de este nivel alcanza. No sabes dónde empieza el trabajo que no alcanza, y esa respuesta no está en una tabla pública. Está en tus casos.

Enruta por tarea, y que lo haga el código

Levie plantea frontera para orquestar y modelo barato para el volumen. Es la arquitectura correcta, con una condición que apareció en las respuestas a su post. Karl escribió que si un empleado tiene que elegir entre tres IA para mandar una factura, “we’ve given them another job” (le dimos otro trabajo). Tiene razón. El enrutamiento va en el software, una regla por flujo, y nadie en la oficina debería notarlo.

Eso cambia la economía de la unidad. Dejas de mirar tokens por proveedor y empiezas a mirar costo por trabajo terminado, flujo por flujo. Clasificar, extraer datos y redactar respuestas estándar van al modelo barato, quizá ajustado con tus datos. El modelo de frontera se queda con orquestar y con los casos donde el barato falla.

Cuánto volumen cae a cada lado no lo decide Meta ni lo decido yo. Lo decide una prueba. Escribí qué pedir en el contrato para que ese reparto se pueda cambiar sin renegociar todo, y está en el post sobre Grok Bot y el enrutamiento de modelos.

La dependencia no desaparece, cambia de dueño

“Abierto” no significa “sin ataduras”. La licencia Muse permite usar, ajustar, destilar y redistribuir, con condiciones que tu abogado debe leer:

1. Todo producto que use el modelo o un derivado debe mostrar “Built with Muse Spark Open”.
2. “Derivado” incluye cualquier modelo entrenado, ajustado o destilado con el modelo o con sus salidas. Si entrenas uno pequeño con respuestas de Muse, también lleva el aviso.
3. Quien ofrezca modelos de IA a terceros por API y, junto con sus afiliadas, facture más de 20 millones de dólares en doce meses, firma antes un acuerdo aparte con Meta. El uso interno y las funciones de tu propio producto quedan fuera.
4. Rige la política de uso de Meta, incorporada al texto.

No encontré en el texto un tope de usuarios mensuales, la duda que apareció en las respuestas a Aakash. Sobre el hardware, la ficha pide una GPU con al menos 700 GB de VRAM en NVFP4. Para casi todas las empresas eso significa correrlo en un proveedor, y entonces tu dependencia pasa a ser el proveedor, tu ajuste y tus pruebas.

Meta además ya cambió de rumbo con los pesos antes, como conté en el post sobre Altman, Zuckerberg y Nadella. El archivo que bajaste sigue siendo tuyo. La próxima versión no.

Una prueba para esta semana

Toma el flujo que más tokens gasta. Reúne 20 casos reales con la respuesta correcta ya conocida. Córrelos con tu modelo actual y con Muse Spark Open en un proveedor. ¿Cuántos pasa cada uno? ¿A qué costo por caso terminado? ¿Fallan los mismos? Si fallan distinto, ahí está tu regla de enrutamiento.

Armar esos casos es la parte lenta, y es un activo que se queda contigo cuando cambias de modelo.

Cuéntanos tu flujo de mayor volumen y armamos la comparación