Muse Spark Open: el modelo de Meta que ya corre en tu Mac, sin nube
Meta liberó los pesos de Muse Spark Open y lo optimizó con Apple para correr en dos Mac Studio, sin depender de servidores externos. Te explicamos cuánto cuesta y si le conviene a tu negocio en México.
La alianza entre dos rivales históricos abre la puerta a tener IA de frontera sin depender de un proveedor externo, pero el ticket de entrada sigue siendo alto.
Muse Spark Open ya liberó sus pesos y corre en dos Mac Studio con chip M5 Ultra, sin nube. Aquí el costo real frente a pagar una API, y cuándo conviene dar el salto.
Meta y Apple, rivales de siempre en el mundo de la tecnología, se aliaron para que un modelo de inteligencia artificial gigante corra sin nube, en una sola oficina. Se llama Muse Spark Open, y la pregunta que importa no es si funciona, sino cuánto cuesta tenerlo frente a seguir pagando una API.
En resumen
Meta liberó los pesos de Muse Spark Open, un modelo de 816 mil millones de parámetros que corre sin nube en dos Mac Studio con chip M5 Ultra. El salto solo conviene si usas IA todos los días y manejas datos sensibles: el hardware implica un pago único de miles de dólares, pero si tu volumen es bajo, la API sigue siendo más barata.
- 816 mil millones de parámetros, pero solo 42 mil millones activos a la vez.
- Corre en dos Mac Studio con chip M5 Ultra, sin depender de la nube.
- El hardware es pago único; a bajo volumen, la API es más barata.
Qué anunciaron Meta y Apple
Meta lanzó el 15 de octubre de 2026 lo que describe como el modelo de pesos abiertos "más capaz" de Estados Unidos, según reportó TechCrunch. Se llama Muse Spark Open y su característica distintiva es que está diseñado para funcionar en computadoras Mac de Apple, sin pasar por servidores en la nube.
El modelo ya está disponible: Meta lo está repartiendo ahora mismo a través de varias plataformas de API, de acuerdo con la misma fuente. No es una promesa para después ni una beta cerrada, es un lanzamiento con los pesos abiertos liberados desde ese mismo día.
Meta fue explícito sobre la intención detrás del lanzamiento: en su propio comunicado dijo que quiere que cualquiera pueda correr un modelo avanzado desde su casa, no solo las empresas con presupuesto para centros de datos.
Qué significa "pesos abiertos"
Un modelo de pesos abiertos (open-weight) permite descargar los parámetros entrenados y correrlos en tu propio hardware. Según TechCrunch, eso da ventajas frente a los modelos cerrados: más eficiencia de costo, más transparencia y más flexibilidad, aunque la empresa que los entrena sigue sin publicar todo el proceso de entrenamiento.
Qué es Muse Spark Open
Muse Spark Open tiene 816 mil millones de parámetros en total, pero solo activa 42 mil millones a la vez para cada tarea, según describió el equipo en el blog de Meta AI Research. Esa arquitectura explica por qué, en la práctica, pesa menos de lo que sugiere su tamaño total.
También lee hasta un millón de tokens de contexto en una sola pasada, es nativamente multimodal, y Meta lo construyó pensando en tareas de programación complejas y en flujos de trabajo agénticos, según TechCrunch.
| Característica | Dato |
|---|---|
| Parámetros totales | 816 mil millones |
| Parámetros activos por tarea | 42 mil millones |
| Ventana de contexto | 1 millón de tokens |
| RAM mínima para correrlo | 1 terabyte (según Engadget, citado por TechCrunch) |
Cómo corre en una Mac, sin nube
Para que Muse Spark Open funcione de forma local, Meta lo optimizó con MLX, el motor de aprendizaje automático de Apple, y lo probó en dos Mac Studio equipadas con chip M5 Ultra. TechCrunch confirma que el modelo corre mejor precisamente en esa configuración, aunque exige al menos 1 terabyte de RAM.
Meta libera los pesos
El modelo queda disponible para descargarse y correr fuera de los servidores de Meta.
Apple aporta el motor
MLX, el software de Apple para aprendizaje automático, permite ejecutar el modelo en hardware de consumo profesional.
Corre en dos Mac Studio
Con chip M5 Ultra y la memoria a tope, dos equipos bastan para mover el modelo completo sin tocar la nube.
Así lo probó Meta en el mundo real
Meta combinó el modelo con Muse Code, su terminal de programación con IA, para mostrar que puede encargarse de trabajo agéntico real, no solo de pruebas de laboratorio, según TechCrunch.
Cuánto cuesta montar tu propio modelo
El hardware para correr Muse Spark Open en casa no es barato ni accesible para cualquier negocio. Apple vende su línea Mac Studio con chips M5 Max y M5 Ultra desde 2,499 dólares, según reportó iClarified. Pero ese es el precio de entrada: para llegar al terabyte de RAM que exige el modelo hace falta subir a una configuración tope de gama, que en el video que acompaña a este artículo se citó en 5,499 dólares por equipo, y como el modelo no cabe en una sola máquina, se necesitan dos.
Una cifra sin confirmar al 100%
Ni TechCrunch ni Meta publicaron el precio exacto de la configuración usada en la prueba. Los 5,499 dólares por equipo son un estimado citado en el video de este artículo, no un precio oficial de Meta ni de Apple para esa configuración específica.
Calculadora: cuánto te cuesta por mes tu propio modelo
Con el estimado de dos Mac Studio a 5,499 dólares cada uno citado en el video (10,998 dólares en total, pago único), así se reparte el costo según cuántos meses planees usar el equipo.
Estimado a partir del precio citado en el video (2 equipos de 5,499 dólares, de ejemplo); no incluye electricidad, mantenimiento ni el costo de la API que dejarías de pagar.
Cuándo le conviene a una pyme
Tener tu propio modelo tiene sentido cuando el pago único por el hardware termina siendo más barato que la renta mensual de una API, y eso casi siempre depende de cuánto uses la IA y de qué tan sensibles sean tus datos.
- Usas la IA todos los días, no de forma ocasional.
- Manejas datos sensibles que no quieres mandar a servidores externos.
- Puedes absorber un pago único de miles de dólares en hardware.
- Tienes el equipo técnico para mantener el modelo corriendo localmente.
Si tu volumen es bajo, la cuenta cambia: sale más barato seguir pagando por uso a través de una API que inmovilizar varios miles de dólares en equipo que no vas a usar a diario.
Qué significa para México y Latinoamérica
Para una empresa en México o Latinoamérica, este tipo de lanzamiento importa menos por la novedad técnica y más por la pregunta de costo que plantea: ¿conviene traer el procesamiento de IA a tu propia infraestructura o seguir pagando por cada llamada a una API?
Agencias de marketing y software
Un estudio o agencia que corre IA todo el día para generar código, copy o reportes para varios clientes puede justificar más rápido el pago único en hardware, porque el volumen diario es alto.
Tiendas en línea y soporte
Un ecommerce o un equipo de soporte con picos de temporada alta, pero uso bajo el resto del año, normalmente sale mejor pagando por uso vía API en lugar de inmovilizar capital en equipo.
El reto adicional en la región es el tipo de cambio: el hardware se cotiza en dólares, así que cualquier estimado de costo en pesos mexicanos depende de cómo esté el dólar el día de la compra. Ese dato no viene en las fuentes de este artículo y conviene calcularlo con el tipo de cambio del día.
¿Ya se puede usar Muse Spark Open o solo es un anuncio?
Sí, ya se puede usar: Meta liberó los pesos el 15 de octubre de 2026 y lo está distribuyendo a través de varias plataformas de API, según confirmó TechCrunch. No es una beta cerrada ni una promesa para más adelante.
¿Cuánto cuesta correr Muse Spark Open en mi propia oficina?
Cuesta, como mínimo, el precio de dos Mac Studio con chip M5 Ultra a tope de memoria. Apple vende la línea Mac Studio desde 2,499 dólares según iClarified, pero la configuración necesaria para el 1 TB de RAM que exige el modelo se citó en 5,499 dólares por equipo en el video de este artículo, un estimado, no un precio oficial.
¿Por qué dicen que pesa menos de lo que aparenta?
Porque aunque tiene 816 mil millones de parámetros en total, solo activa 42 mil millones a la vez para cada tarea, según el blog de Meta AI Research. Esa arquitectura reduce la potencia de cómputo que realmente se necesita en cada momento.
¿Corre en cualquier computadora Mac?
No. TechCrunch reporta, citando a Engadget, que el modelo necesita al menos 1 terabyte de RAM y que corre mejor específicamente en una Mac Studio con chip M5 Ultra, no en una Mac de consumo estándar.
¿Le conviene a una pyme mexicana tener su propio modelo en vez de pagar una API?
Depende del uso diario y del tipo de datos que manejes. Conviene si usas la IA todos los días y trabajas con información sensible que prefieres no mandar a servidores externos; si tu volumen es bajo, sigue siendo más barato pagar por uso a través de una API.
Fuentes
¿Te conviene un modelo propio o seguir en la nube?
En Zadrig Technology te ayudamos a comparar el costo real de montar tu propia infraestructura de IA contra seguir pagando por una API, según el volumen y los datos de tu negocio. Agenda una demostración con nuestro equipo.
Escríbenos por WhatsApp
