Meta reduce los precios de Muse Spark hasta 21 veces para desarrolladores que permitan el entrenamiento con sus prompts
Puntos clave
- •El nivel Contributor de Meta reduce los costos promedio de tokens en aproximadamente un 95 %, con tokens de entrada a 0,10 dólares y tokens de salida a 0,20 dólares por millón, frente a 1,25 y 4,25 dólares del plan estándar.
- •Los precios de los tokens de entrada en caché caen 75 veces, de 0,15 a 0,002 dólares por millón en el nivel Contributor, mientras que todos los prompts, respuestas y datos de uso se incorporan al pipeline de entrenamiento de Meta.
- •El acceso del nivel Contributor está limitado a 100 solicitudes por minuto, frente a las 3.000 RPM del plan estándar, lo que lo hace apto para experimentación y no para despliegue en producción.
- •Meta pausó en junio un programa interno que rastreaba el uso de computadoras de los empleados tras recibir críticas, lo que refleja su dificultad para obtener datos de interacciones de codificación de alta calidad.
- •El lanzamiento sigue a recortes de precios más amplios de Anthropic y OpenAI, mientras los proveedores compiten en precios e intercambian cada vez más descuentos por acceso a datos de entrenamiento.
Meta lanzó Muse Spark 1.3 el 2 de septiembre, introduciendo una estructura de precios de dos niveles. Los desarrolladores que permitan que Meta entrene con sus prompts y resultados pagan tan solo una veintiunava parte de la tarifa estándar. El lanzamiento indica que el precio —no solo la capacidad bruta de los modelos— se ha convertido en un frente competitivo entre los proveedores de IA, con empresas cada vez más dispuestas a intercambiar descuentos por datos de entrenamiento.
Los tokens en caché caen 75 veces
En el plan estándar, un millón de tokens de entrada cuesta 1,25 dólares y un millón de tokens de salida cuesta 4,25 dólares. El nivel Contributor reduce esos precios a 10 y 20 centavos, respectivamente, un ahorro promedio de aproximadamente el 95 %.
El mayor descuento se aplica a los tokens de entrada en caché, que permiten a los desarrolladores reutilizar contexto sin pagar por reprocesamiento. Estos bajan de 0,15 a 0,002 dólares por millón de tokens: un recorte de 75 veces que hace que los flujos de trabajo repetidos sean casi gratuitos de ejecutar. Para los desarrolladores que ejecutan agentes que referencian repetidamente el mismo contexto extenso, el precio de los tokens en caché puede dominar el costo total de una aplicación, por lo que esta partida es la que recibe el descuento más pronunciado.
A cambio, los desarrolladores ceden el control de sus datos. En el nivel Contributor, todos los prompts, respuestas y patrones de uso se incorporan al pipeline de entrenamiento de Meta.
Los límites de tasa también difieren: el plan estándar permite 3.000 solicitudes por minuto, mientras que el acceso Contributor está limitado a 100 RPM —demasiadas pocas solicitudes para una funcionalidad a escala de producción. La combinación de un límite de 100 RPM y el uso irrestricto de los datos posiciona este nivel para la experimentación y la creación de prototipos, más que para el despliegue.
Meta pausó un programa interno de seguimiento de empleados
Meta Superintelligence Labs, la división detrás de la línea Muse Spark, construyó estos modelos para llenar un vacío específico. Facebook, Instagram y WhatsApp generan un torrente de datos conversacionales y visuales, pero muy pocas de las interacciones de codificación de alta calidad que las herramientas agénticas necesitan para mejorar.
Mario Zechner, el desarrollador del harness de código abierto Pi, dijo que el aumento en la capacidad de los agentes de codificación entre abril y octubre de 2025 se debió principalmente a que Claude Code almacenaba las sesiones de usuario por defecto y las incorporaba al entrenamiento por refuerzo.
Meta ha tenido dificultades para obtener ese material por sí misma. Un programa interno que rastreaba cómo los empleados usaban sus computadoras fue fuertemente criticado y se puso en pausa en junio.
Arvind Narayanan, profesor de ciencias de la computación en Princeton, señaló que las grandes empresas se mantienen en planes empresariales facturados por token incluso cuando suscripciones de consumo como Claude Max y ChatGPT Pro cuestan entre 10 y 20 veces menos, porque los planes empresariales mantienen sus datos fuera de los entrenamientos. Narayanan sugirió que la oferta de Meta podría llevar a esas empresas a ser más cuidadosas al distinguir entre datos propietarios y datos que cambiarían con gusto por un descuento.
"Reduce la barrera de entrada para crear prototipos, probar integraciones y escalar experimentos en los que entrenar con sus datos es aceptable", dice la guía de precios de Meta sobre el nivel Contributor.
Meta experimentó por primera vez con la estructura de dos niveles en Muse Spark 1.2 en agosto de 2026. Muse Spark 1.3 cuenta con una ventana de contexto de 1 millón de tokens, capaz de alojar aproximadamente 750.000 palabras en una sola sesión, y la compañía afirma que requiere menos llamadas a herramientas para completar tareas complejas que sus predecesores.
El movimiento llega en medio de recortes de precios más amplios en la industria: Anthropic redujo el costo de los tokens en caché para sus nuevos modelos Fable y Mythos, y a finales de julio OpenAI bajó los precios de todos sus modelos más recientes. OpenAI obtiene datos de entrenamiento de los usuarios del nivel gratuito de ChatGPT, mientras que Anthropic aplica reglas de datos más estrictas. El enfoque de Meta hace explícito y tarifado ese intercambio, un ángulo que conviene observar mientras los rivales deciden si lanzan programas propios de descuentos a cambio de datos.
Fuente: Cryptopolitan
