Muse Spark Open (Max) de Meta encabeza los modelos abiertos de EE. UU. en Code Arena WebDev
Puntos clave
- •Muse Spark Open obtuvo 1511 puntos en el ranking Code Arena: WebDev de Arena, lo que lo convierte en el modelo de pesos abiertos de EE. UU. mejor clasificado en esa tabla, aunque su liderazgo aplica solo entre los lanzamientos estadounidenses.
- •El modelo utiliza una arquitectura Mixture-of-Experts con 816 mil millones de parámetros totales y 42 mil millones activos por token, junto con una ventana de contexto de un millón de tokens y soporte nativo de entradas de texto, imágenes, video y audio.
- •Obtuvo 89.2 en MCP-Atlas, un benchmark que mide qué tan bien los modelos trabajan con herramientas externas, lo que respalda el énfasis declarado de Meta en el uso de herramientas.
- •Según Meta, el modelo puede ejecutarse localmente en dos Mac Studio Apple M5 Ultra emparejadas con el framework MLX y aproximadamente un terabyte de memoria unificada; los pesos están publicados en Hugging Face y disponibles a través de Baseten, Fireworks AI, Google Cloud Model Garden y Amazon SageMaker.
- •Los resultados propios de Meta muestran un desempeño mixto frente a competidores internacionales en ciertas evaluaciones de programación, y la versión abierta cumple un compromiso previo tras el Muse Spark cerrado de abril de 2026 y Muse Spark 1.1 en julio.

Meta tiene de nuevo un modelo de pesos abiertos cerca de la cima de un ranking público. Muse Spark Open (Max) obtuvo 1511 puntos en el ranking Code Arena: WebDev de Arena, lo que lo convierte en el modelo abierto de EE. UU. mejor clasificado en esa tabla.
Sin embargo, el calificativo "EE. UU." hace gran parte del trabajo en esa afirmación. El modelo lidera entre los lanzamientos abiertos estadounidenses, mientras que los rankings globales de modelos abiertos siguen siendo un terreno más concurrido y complicado.
Lo que Meta lanzó realmente
Meta Superintelligence Labs presentó Muse Spark Open el 15 de octubre de 2026, promocionándolo como el modelo de pesos abiertos de EE. UU. más capaz lanzado hasta ahora.
La especificación destacada es el tamaño. El modelo tiene 816 mil millones de parámetros totales, pero solo 42 mil millones se activan para cada token. Esa diferencia proviene de su diseño Mixture-of-Experts (MoE): en lugar de activar toda la red para cada solicitud, un mecanismo de enrutamiento envía cada entrada a un pequeño conjunto de parámetros especializados, de manera similar a como el sistema de triaje de un hospital dirige a cada paciente a los pocos especialistas relevantes en lugar de a todo el personal.
La ventana de contexto abarca un millón de tokens, espacio suficiente para cargar una base de código considerable o una larga pila de documentos en una sola sesión. Muse Spark Open es nativamente multimodal en el lado de las entradas, aceptando texto, imágenes, video y audio, aunque sus salidas son principalmente texto.
Meta afirma que el modelo fue ajustado para ingeniería de software compleja, flujos de trabajo agénticos de largo alcance y uso. Esas tres áreas de enfoque son las mismas categorías que miden sus benchmarks publicados y la tabla de Code Arena, lo que brinda a los lectores una forma directa de contrastar la etiqueta de "más capaz" con los números.
Disponibilidad y hardware
Los pesos están publicados en Hugging Face en formatos BF16 y NVFP4.
Una de las afirmaciones más llamativas tiene que ver con dónde puede ejecutarse el modelo. Según los detalles del lanzamiento, Muse Spark Open funciona en dos Mac Studio Apple M5 Ultra emparejadas que utilizan el framework MLX de Apple, una configuración con aproximadamente un terabyte de memoria unificada. Para las organizaciones que necesitan mantener sus cargas de trabajo internas, se trata de una huella notablemente compacta para un modelo con 816 mil millones de parámetros totales.
Para los equipos que prefieren la nube, la distribución es amplia. El modelo está disponible a través de Baseten, Fireworks AI, Google Cloud Model Garden y Amazon SageMaker, lo que ofrece a los equipos varias rutas establecidas para ejecutar los mismos pesos.
Meta también señala que esta versión abierta recibió entrenamiento posterior adicional en seguridad en comparación con variantes anteriores.
Cómo se compara
Los 1511 puntos en Code Arena: WebDev son la cifra que destaca. La tabla WebDev de Arena clasifica a los modelos según su capacidad para crear aplicaciones web, una prueba de habilidad de programación. Las posiciones en el ranking también son instantáneas —las posiciones cambian a medida que se evalúan nuevos modelos—, por lo que la cifra describe el panorama actual y no una posición fija.
En el uso de herramientas, las cifras propias de Meta son sólidas. Muse Spark Open obtuvo 89.2 en MCP-Atlas, un benchmark centrado en qué tan bien los modelos trabajan con herramientas externas. Esa puntuación es el dato concreto detrás del énfasis declarado del modelo en el uso de herramientas.
El panorama en programación es menos claro. Los resultados propios de Meta muestran un desempeño mixto frente a competidores internacionales, con el modelo rezagado en ciertas evaluaciones de programación. Ese historial mixto es el contexto del alcance de la afirmación principal: el liderazgo en WebDev se mantiene entre los lanzamientos abiertos de EE. UU., mientras que los resultados frente al campo internacional más amplio varían según el benchmark.
Cómo surgió este lanzamiento
Muse Spark no nació como un modelo abierto. El Muse Spark original, de acceso cerrado, apareció en abril de 2026, seguido por Muse Spark 1.1 en julio.
Esta versión abierta cumple un compromiso de hacer disponible la familia Muse en forma abierta. De aquí en adelante, los puntos a observar son medibles: el movimiento en la tabla de Code Arena a medida que se evalúan más modelos y los resultados de terceros a partir de los pesos publicados, que pueden verificarse directamente contra las cifras del anuncio de Meta.