Meta lanza Muse Spark 1.3, centrado en agentes más autónomos

Meta anunció Muse Spark 1.3, una nueva versión de su modelo de IA orientado a tareas agénticas y de programación. El modelo ya está disponible en Muse Code y a través de la API Meta Model, la interfaz que abre los modelos de la empresa a desarrolladores externos. Según Meta, esta versión fue diseñada para manejar mejor tareas largas y de varios pasos: ante un objetivo abierto, el modelo usa herramientas para reunir información, identifica fallos en su propia planificación y lleva registro de lo que descubre por el camino.

Cómo maneja el modelo lo que no sabe

Cuando una instrucción es ambigua, Muse Spark 1.3 puede interrumpir el trabajo para pedir aclaraciones en lugar de seguir adelante con una suposición. Ante un obstáculo que no puede superar por sí solo, puede pedir ayuda; y antes de una acción con consecuencias importantes, pide confirmación al usuario. Este también puede elegir entre recibir actualizaciones frecuentes sobre el avance de la tarea o dejar que el sistema trabaje en segundo plano hasta terminar.

Los avances que destaca Meta

La empresa enumera varias mejoras respecto a la versión anterior: mayor precisión en el seguimiento de instrucciones largas, mejor preservación de requisitos y restricciones a lo largo de toda la tarea, mejor gestión de varias peticiones dentro de una misma conversación, mayor conciencia de lo que el modelo sabe o no sabe, y menor tendencia a inventar resultados. En programación, Meta afirma que el modelo es ahora menos verboso y más eficiente.

• Alrededor de un 20% menos de llamadas a herramientas que Muse Spark 1.2, en pruebas internas comparativas
• Alrededor de un 25% menos de tokens consumidos en la misma comparación
• El modo de razonamiento máximo ('max') solo estará disponible tras pruebas de seguridad adicionales, sin fecha anunciada por Meta

El cuarto modelo de la serie en cinco meses

Muse Spark 1.3 es el cuarto lanzamiento de la serie en cinco meses: la línea debutó en abril, siguió con la versión 1.1 en julio y la 1.2 en agosto, según el medio alemán The Decoder, que cruzó estas cifras con los benchmarks de Artificial Analysis. La nueva versión llega en dos niveles: 'max', en vista previa limitada para socios, y 'xhigh', ya disponible de forma general. En el Intelligence Index de Artificial Analysis, el nivel max obtiene 62 puntos y el xhigh 61, frente a 57 en agosto y 53 en julio.

Qué cambió en los benchmarks de agentes

En τ³-Bench Banking, una prueba que evalúa agentes manejando herramientas en un escenario bancario simulado, el nivel max alcanza el 52%, hoy la mejor marca de la clasificación de Artificial Analysis; el xhigh llega al 47%, empatado con Claude Fable 5.1 (max) de Anthropic y con GLM-5.3-Flash. La versión anterior, la 1.2, se quedó en el 35% en la misma prueba. En Terminal-Bench 2.1, centrado en programación en terminal, el xhigh subió del 80% al 85% y el max llegó al 86%, todavía por detrás de Claude Fable 5.1, que lidera la tabla con un 91,4% en su nivel max.

En GDPval-AA v2, un conjunto de 220 tareas profesionales reales evaluadas en una escala Elo calibrada con el desempeño humano, Meta pasó de 1615 a 1709 y luego a 1754 puntos entre versiones. Claude Fable 5.1 (max) sigue por delante, con 1853 puntos; para acercarse a esa diferencia, la variante max de Muse Spark consume un 62% más de tokens de razonamiento que la xhigh. En GPQA Diamond, una batería de preguntas científicas de nivel experto, Muse Spark pasó del 90% al 94%, dentro del grupo de cabeza pero por detrás de Gemini 3.8 Flash (high, 95,3%) y Grok 4.6 (high, 94,9%). En CritPt, una prueba de física de investigación, el avance fue del 18% al 26%, con el liderazgo aún en manos de GPT-5.6 Sol (max, 32,3%) y Claude Fable 5.1 (xhigh, 31,1%).

No todo mejoró: el AA-LCR bajó del 83% al 79% respecto a la versión 1.2, y la precisión factual en AA-Omniscience cayó hasta tres puntos, porque el modelo ahora se niega a responder con más frecuencia cuando está inseguro.

Precio sin cambios, seguridad reforzada

En precio, Meta mantuvo 1,25 $ por millón de tokens de entrada y 4,25 $ por millón de tokens de salida, los mismos valores que la versión anterior. Una tarea del índice de inteligencia cuesta en promedio 0,55 $, el valor más bajo entre los modelos que superan los 59 puntos en ese índice; la competencia cobra entre 0,94 $ y 1,23 $ por la misma tarea. Aun así, Muse Spark 1.3 sale más caro que la 1.2, que costaba 0,40 $ por tarea; Meta todavía no anunció el precio de la variante max. La empresa también dijo que vienen modelos más grandes, además de una futura versión de pesos abiertos (open-weights).

En seguridad, Meta afirma que Muse Spark 1.3 resiste mejor las entradas adversarias y los intentos de inyección de prompts, y evalúa con más precisión si una acción es irreversible antes de ejecutarla. Por eso, el modo de razonamiento máximo solo se habilitará tras rondas adicionales de pruebas de seguridad, sin plazo comunicado por Meta.

Para desarrolladores y startups hispanohablantes que hoy eligen entre el ecosistema más abierto de Meta y los modelos cerrados de Anthropic o Google para programación agéntica, Muse Spark 1.3 cambia el cálculo en dos frentes. Primero, un coste por tarea entre los más bajos del mercado alivia la factura de los agentes que operan durante horas, algo que pesa especialmente en equipos latinoamericanos que pagan sus API en dólares con presupuestos ajustados a monedas locales. Segundo, el anuncio de una futura versión de pesos abiertos refuerza una vía que ya interesa a empresas de la región y de España preocupadas por la soberanía de sus datos y por no depender de una única nube extranjera. La distancia con Claude Fable 5.1, que sigue liderando la mayoría de los benchmarks citados, no ha desaparecido, pero se ha estrechado lo suficiente como para que la elección ya no sea automática.