Meta saca Muse Spark Open, un modelo open-weight de 816B hecho para Macs

Meta lanzó el jueves Muse Spark Open, un modelo open-weight de 816 mil millones de parámetros y ventana de contexto de 1M tokens. Meta lo presenta como el open-weight más capaz de Estados Unidos, y el dato que lo metió en el radar es el hardware que apunta: Apple silicon. Según TechCrunch, el modelo se diseñó desde el arranque para correr localmente en Macs.

El claim del Mac es real, con un asterisco muy grande

Correr un modelo de 816B en una máquina de consumo es un problema de memoria antes que de cómputo, y el requisito es alto. Según Engadget, citado por TechCrunch, Muse Spark Open necesita al menos 1 terabyte de RAM para correr localmente. Eso lo deja fuera de todos los Mac salvo el tope de la línea, y TechCrunch señala que el modelo rinde mejor en un Mac Studio con el chip M5 Ultra.

Así que "corre en un Mac" es cierto de la misma forma en que es cierto "corre en el Mac más caro con la mayor opción de memoria". La historia de inferencia local es una demo de capacidades de la arquitectura de memoria unificada de Apple, no una oferta que la mayoría de los equipos pueda tomar este trimestre.

En qué dice Meta que es bueno

El modelo es multimodal nativo, y Meta lo construyó para tareas de coding complejas y trabajo agentic. El release llega con dos ejemplos de despliegue:

• Junto a Muse Code, el terminal de coding de Meta, el modelo trabajó sobre un cliente de Mastodon, manejando bug fixes, features nuevas y un build completo.
• En un segundo workflow, operó DaVinci Resolve, el software de edición de video profesional, donde TechCrunch reporta que el modelo revisó y recortó tomas.

Meta además publicó resultados de evaluación donde dice superar a otros open-weight populares. Son números de Meta en sus propios benchmarks, así que tomalos como cualquier tabla de vendor: interesantes por dirección, no verificados de forma independiente.

Qué cambian los pesos abiertos de verdad para vos

Un release open-weight trae las ventajas de siempre frente a los modelos cerrados: podés inspeccionar y hacer fine-tuning de los pesos, podés hospedar el modelo en tu propia infraestructura cuando el dato tiene que quedarse ahí, y tu costo por token depende de tu hardware y de tus proveedores en vez de una lista de precios de una sola API.

Muse Spark Open está disponible ahora en varias plataformas de API, y esa es la parte que importa para la mayoría de los lectores: podés mandar workloads de verdad sin comprar un Mac.

La conclusión

Dos señales, una compra. La señal: Meta está optimizando un modelo open de nivel flagship para hardware de consumo con memoria unificada, y eso dice para dónde va la curva open-weight en términos de contexto y multimodalidad a esta escala de parámetros. La compra: saltate el Mac por ahora. Correlo por API o en tus GPUs existentes, medilo en tus propios workloads, y volvé a mirar la inferencia local cuando el requisito de 1TB de RAM deje de ser una broma.