Muse Spark Open: el modelo abierto de Meta que corre en Mac, pero pide 1 TB de RAM

Meta lanza Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros pensado para Apple silicon, aunque exige memoria de sobra.

En 30 segundos Meta ha lanzado Muse Spark Open, un modelo de pesos abiertos con 816.000 millones de parámetros y 1 millón de tokens de contexto, diseñado para ejecutarse en local sobre Apple silicon. Es multimodal y está orientado a programación y tareas agénticas, pero requiere al menos 1 TB de RAM. Ya está disponible a través de varias plataformas de API.

Qué ha pasado

Meta ha lanzado Muse Spark Open, que describe como el modelo de pesos abiertos más capaz de Estados Unidos. Según TechCrunch, el modelo cuenta con 816.000 millones de parámetros, una ventana de contexto de un millón de tokens y es nativamente multimodal. La compañía afirma, con resultados de evaluación propios, que supera a otros modelos abiertos populares.

La novedad más llamativa es su diseño para funcionar en ordenadores de Apple. El lanzamiento nace de una colaboración entre Meta y Apple, y el modelo rinde mejor, según lo publicado, en un Mac Studio con chip M5 Ultra. Eso sí, según Engadget, hacen falta como mínimo 1 terabyte de memoria RAM para ejecutarlo en local.

Todo un caballo de batalla para programación y otras tareas de escritorio, si se logra reunir la memoria necesaria.

Resumen editorial de la cobertura de TechCrunch

Meta lo ha acompañado de Muse Code, su terminal de programación con IA, y asegura haberlo desplegado en flujos agénticos: correcciones de código para un cliente de Mastodon (arreglos de errores, nuevas funciones y compilación completa) y el manejo de DaVinci Resolve para revisar y recortar metraje.

El modelo está pensado para Apple silicon, con el Mac Studio M5 Ultra como mejor opción.

Por qué importa

Los modelos de pesos abiertos pueden ser bastante más baratos de operar y ofrecen una transparencia y flexibilidad que los modelos propietarios no permiten. Poder ejecutarlos en local abre la puerta a flujos de trabajo donde el código y los datos no salen de la máquina, algo relevante para quien construye herramientas de desarrollo o automatización.

El freno es evidente: 1 TB de RAM deja el uso local al alcance de muy pocos equipos. Para el resto, la vía realista es consumirlo mediante las plataformas de API donde ya está disponible. Hay además lecturas más escépticas, como la de The Next Web, que sostiene que Meta abre un modelo más débil mientras mantiene cerrado el frontier.

Qué no sabemos aún

• Los resultados de rendimiento proceden de evaluaciones de Meta; no hay verificación independiente en el material consultado.
• No se indican velocidades de inferencia ni consumo al ejecutarlo en un Mac.
• No se detallan las condiciones de licencia ni el precio en las plataformas de API.

Nuestra recomendación es esperar a evaluaciones independientes antes de planificar hardware: probarlo vía API es barato, comprar un equipo con 1 TB de memoria por una promesa no lo es.

Opinión · Lo que no dice la nota de prensa

La nota presenta el modelo como el más capaz de su categoría, pero esa afirmación sale de evaluaciones publicadas por la propia Meta, y el material no menciona ninguna verificación externa. Tampoco detalla qué significa exactamente «abierto» en la licencia ni qué rendimiento real se obtiene al ejecutarlo en local.

El requisito de al menos 1 TB de RAM aparece casi como una nota al margen, cuando en la práctica decide quién puede usarlo. Sin cifras de velocidad ni de coste de hardware, «corre en Mac» queda como un titular más que como una oferta utilizable.

Artículos relacionados de LaRebelión

Personal Agent Protocol: cómo quieren Sierra y Meta que tu agente de IA compreBeam, el primer modelo de pesos abiertos de Reflection AI, llega con dudasApple endurecerá el acceso total al disco en macOS ante los riesgos de la IA

• Arquitectura MoE en LLMs de código abierto: claves del progreso
• Meta presenta Muse Wonder, su primer modelo de frontera
• Cómo optimizar el coste de la IA con arquitecturas predecibles

Fuente original: techcrunch.com

Artículo generado mediante AI.larebelion

Kernel · Dirección de tecnología · España

«Un modelo que solo cabe en una máquina de gama altísima es abierto en los pesos, pero cerrado en la práctica para casi todos.»