Muse Spark 1.1 se lanzó el 9 de julio de 2026 como el modelo más potente hasta la fecha de Meta Superintelligence Labs para tareas agentic y programación. Funciona en la nueva Meta Model API de Meta a $1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida, con $20 en créditos gratuitos para cada cuenta nueva. El dato principal: la vista previa pública es solo para EE. UU., los nuevos usuarios se unen a una lista de espera, y Meta lo está manteniendo deliberadamente fuera de plataformas de terceros como OpenRouter por ahora.
A diferencia del Muse Spark original de abril, que nunca salió de una vista previa privada para socios selectos, 1.1 es la primera versión sobre la que los desarrolladores realmente pueden construir. Es un modelo de razonamiento ajustado para agentes de extremo a extremo, programación a nivel de repositorio y percepción multimodal nativa, con un modo de uso de computadora que controla un escritorio real a partir de un objetivo en lenguaje natural. Para los desarrolladores fuera de EE. UU., o para cualquiera que necesite acceso de producción hoy, los modelos Claude y GPT con los que se compara ya están disponibles a nivel global, a menudo por debajo del propio precio de Muse Spark.
Qué hay de nuevo en Muse Spark 1.1
El Muse Spark original se lanzó en abril de 2026 desde Meta Superintelligence Labs (MSL), la unidad que Meta reunió el año pasado bajo la dirección de Chief AI Officer Alexandr Wang para cerrar la brecha con OpenAI, Google y Anthropic. Fue el primer modelo de MSL desde la familia Llama 4 y el primer producto de una revisión integral desde cero de los esfuerzos de IA de Meta.
Muse Spark 1.1, lanzado el 9 de julio, convierte ese modelo de investigación en un producto para desarrolladores. Wang lo califica de un "cambio radical" respecto al original, y cuentas de seguimiento que vigilan los listados de la API de Meta informaron de una ganancia de aproximadamente 43 puntos en todo el conjunto de evaluación. Internamente, la línea Muse Spark llevaba el nombre en clave Avocado; Meta dice que ya se está entrenando un modelo más grande con el nombre en clave Watermelon, sin fecha de lanzamiento. El lanzamiento también llegó la misma semana que Muse Image (nombre en clave Mango), el primer modelo de generación de imágenes de Meta de MSL.
La actualización se centra en las tres áreas que Meta dice que los desarrolladores solicitaron más:
Flujos de trabajo agenticos de extremo a extremo, con mejor memoria de múltiples turnos y coherencia de largo contexto, para que un agente mantenga el hilo durante sesiones largas.
Programación avanzada, con generación y depuración más sólidas, ediciones a nivel de repositorio entre idiomas y llamadas a herramientas más fiables.
Percepción multimodal nativa, para que el modelo razone sobre entrada de imagen, video y documento en una sola llamada.
Meta también indica una ventana de contexto de 1 millón de tokens en su página de API, que es lo que hace prácticas esas largas sesiones agentic y las ediciones de repositorios grandes.
Las capacidades que importan: agentes, código y uso de la computadora
Tres patrones de Meta's Model Cookbook muestran hacia dónde se orienta Muse Spark 1.1.
Uso de la computadora. Dado un objetivo en lenguaje natural como "find the Minesweeper game, open it, and play," el modelo controla un escritorio Linux real que se ejecuta en un entorno aislado desechable. Encuentra la aplicación en una pantalla vacía, la inicia y luego juega observando: toma una captura de pantalla, razona sobre el tablero, hace clic, vuelve a tomar una captura. No toca tu máquina; solo ve píxeles y envía de vuelta acciones del mouse y del teclado. Cambia el objetivo y el mismo ciclo controla cualquier aplicación GUI.
Orquestación multiagente. Una receta pone en marcha un estudio de producto de cuatro perfiles (gestor de producto, backend, frontend y redactor técnico, todos ejecutando muse-spark) que convierte una idea de una sola línea en una app funcional junto con el texto de lanzamiento. La coordinación es la parte interesante: los especialistas negocian solo mediante comentarios encadenados en un tablero Kanban compartido, el trabajo se secuencia por dependencias reales de tareas en lugar de sondeos, y el gestor de producto es el único árbitro, pero no tiene terminal, así que no puede implementar nada por sí mismo. Cada decisión es un comentario auditable.
Búsqueda web integrada. Añade {"type": "web_search"} como una herramienta en cualquier llamada a la API de Responses y el modelo obtiene información en tiempo real, sintetiza una respuesta y devuelve citas en línea, sin necesidad de construir una pila de recuperación.
Una nota técnica que afecta al costo: Muse Spark es un modelo de razonamiento. Piensa antes de responder, esos tokens de pensamiento aparecen como usage.completion_tokens_details.reasoning_tokens, y se facturan como salida. Tú controlas la profundidad con reasoning_effort (de minimal a xhigh), así que ajustar el esfuerzo a la tarea es la palanca principal en tu factura.
Precios de la API de Muse Spark 1.1, explicados
El precio principal de Muse Spark, confirmado por Meta e informado tanto por CNBC como por Reuters:
Por millón de tokens | |
|---|---|
Entrada | $1.25 |
Salida | $4.25 |
Créditos gratis (nueva cuenta) | $20 (único pago) |
Después de que se agoten los créditos de $20, la facturación es de pago por uso. Como es un modelo de razonamiento, el pensamiento interno del modelo se factura a la tarifa de salida, por lo que una carga de trabajo de razonamiento intensa cuesta más de lo que sugiere el precio por token. Una solicitud con 100,000 tokens de entrada y 30,000 tokens de salida (incluido el razonamiento) cuesta aproximadamente $0.25 al precio de lista. Reduce reasoning_effort para tareas simples.
¿Dónde se sitúa eso en el mercado? Según Reuters, Muse Spark 1.1 tiene un precio por encima del GPT-5 mini de nivel básico de OpenAI y del Claude Haiku 4.5 de bajo costo de Anthropic, pero por debajo del Claude Sonnet 4.6 de gama alta de Anthropic. Wang lo calificó como un precio "muy agresivo y atractivo" pensado para escalar con un uso intensivo. Para contextualizar, así se compara con el modelo Claude de clase Sonnet al que Meta está rebajando el precio:
Modelo | Entrada / Salida (por M tokens) |
|---|---|
Muse Spark 1.1 (Meta Model API) | $1.25 / $4.25 |
Claude Sonnet 4.6, API oficial | $3.00 / $15.00 |
Claude Sonnet 4.6 vía AIReiter relay (~80% off) | $0.60 / $3.00 |
Claude de clase Sonnet, que lidera el índice independiente de inteligencia de Artificial Analysis, es el modelo que Muse Spark persigue. A través de un relay compatible con Anthropic como AIReiter, llega a alrededor de $0.60 de entrada y $3.00 de salida, por debajo del precio propio de Muse Spark, sin lista de espera ni restricción solo para EE. UU. Si el objetivo es el costo bruto por token en un modelo de frontera, los modelos con los que se compara Muse Spark ya son más baratos de alcanzar.
Cómo obtener acceso a la API y las salvedades
Muse Spark 1.1 está disponible a través de la Meta Model API, ahora en vista previa pública. La configuración es simple si puedes acceder:
Regístrate en el portal para desarrolladores de la Meta Model API; cada cuenta comienza con $20 en créditos gratuitos.
Por ahora es solo para EE. UU. Algunos socios iniciales ya tienen acceso; los nuevos usuarios se añaden a una lista de espera y van entrando con el tiempo.
No está en plataformas de terceros. CNBC informa que Meta está limitando deliberadamente el acceso a la API a sus propias propiedades en lugar de publicarla en marketplaces como OpenRouter, por lo que hoy no puedes acceder a ella a través de los agregadores que ya usan muchos desarrolladores.
La API es compatible de forma inmediata con dos familias de SDK: el OpenAI SDK (formatos Chat Completions y Responses) y el Anthropic SDK (formato Messages). Apunta un cliente existente a https://api.meta.ai/v1, establece el modelo en muse-spark-1.1 y conserva tu código. Una llamada mínima se ve así, según el Cookbook de Meta:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.meta.ai/v1",
api_key=os.environ["MODEL_API_KEY"],
)
resp = client.responses.create(
model="muse-spark-1.1",
input="Explica un bucle de llamada a herramienta en una sola frase.",
)
print(resp.output_text)
Más allá de la API, Muse Spark 1.1 ya está disponible en modo Thinking en la app de Meta AI y en el sitio web de Meta AI. Reuters informa que Meta espera que sustituya a los modelos Llama que impulsan los chatbots en WhatsApp, Instagram, Facebook y las gafas inteligentes de Meta.
Muse Spark 1.1 frente a Claude y GPT: dónde se sitúa
Según los propios benchmarks reportados por Meta, Muse Spark 1.1 se sitúa en o cerca de lo más alto del ámbito agéntico: una puntuación de uso de ordenador en OSWorld de 80.8, uso escalado de herramientas en MCP Atlas de 88.1, además de JobBench con 54.7, Humanity's Last Exam con herramientas con 62.1, y Finance Agent v2 con 57.2. Meta afirma que esas cifras lo colocan a la par de GPT-5.5 y Opus 4.8 de Anthropic en tareas agénticas. Estos son números informados por el proveedor, así que considéralos como una afirmación de Meta y no como un hecho establecido.
La evaluación independiente aún va a la zaga. Artificial Analysis puntuó el original Muse Spark de abril con un Índice de Inteligencia de 52, por detrás de Gemini 3.1 Pro, GPT-5.4 y Claude Opus 4.6, y 1.1 aún no ha sido evaluado de forma independiente. Las discusiones de la comunidad en X y Reddit reflejan esta división: sólido en agentes y uso de herramientas, con algunos señalando que en benchmarks de programación pura como SWE-Bench los modelos de programación ya establecidos siguen teniendo ventaja. La lectura honesta es que Muse Spark 1.1 es un competidor real específicamente en tareas de agentic y uso del ordenador, con la programación como una brecha que se cierra rápidamente más que como un liderazgo confirmado.
¿Deberías construir sobre Muse Spark 1.1?
Caso de uso | Recomendación | Por qué |
|---|---|---|
Prototipos agénticos / de uso de ordenador | Únete a la lista de espera | Los flujos de trabajo de uso de ordenador y multiagente son donde 1.1 impulsa el campo; los créditos de $20 hacen gratuita la exploración |
Programación en producción | Quédate con Claude o GPT | La evidencia independiente de programación con 1.1 es escasa; una lista de espera solo para EE. UU. es una mala dependencia para producción |
Fuera de EE. UU., o necesitas acceso ahora | Usa Claude/GPT/Gemini ahora | Los modelos contra los que Muse Spark se compara están disponibles globalmente hoy, incluso a través de AIReiter con aproximadamente un 80% de descuento sobre las tarifas oficiales |
Cargas de trabajo de razonamiento sensibles al costo | Vigila la factura | Los tokens de razonamiento se facturan como salida, por lo que el costo efectivo aumenta con |
Muse Spark 1.1 no es un claro "cambien ahora" para la mayoría de los equipos. Es un sólido "sigan de cerca, hagan prototipos cuando lo tengan a mano", y un recordatorio de que Meta ha vuelto a la carrera de los modelos de frontera con una fijación de precios que presiona al resto del sector.
Preguntas frecuentes
¿Para qué sirve Muse Spark 1.1?
Flujos de trabajo agentivos, uso de herramientas y tareas de uso del ordenador: manejar un escritorio, coordinar equipos multiagente y ejecutar trabajos largos de varios pasos con herramientas. También gestiona de forma nativa la entrada de imágenes, video y documentos, y es competente en programación y depuración. Meta lo posiciona como el más fuerte en trabajo agentivo; el liderazgo en programación pura es menos seguro.
¿Cuánto cuesta la API Muse Spark 1.1?
$1.25 por millón de tokens de entrada y $4.25 por millón de tokens de salida, con $20 en créditos gratuitos para cuentas nuevas y luego pago por uso. Sus tokens internos de pensamiento se facturan a la tarifa de salida, por lo que el costo efectivo aumenta con configuraciones más altas de reasoning_effort (ver la sección de precios).
¿Cómo obtengo acceso a la API de Muse Spark?
A través de la vista previa pública de Meta Model API, actualmente solo disponible en EE. UU. Regístrate en el portal de desarrolladores de Meta para obtener $20 en créditos gratuitos; los nuevos usuarios se añaden de una lista de espera con el tiempo. Meta no lo está listando en plataformas de terceros como OpenRouter, así que el acceso directo a través de Meta es la única vía oficial por ahora (consulta la sección de acceso).
¿Es Muse Spark de código abierto?
No. A diferencia de los modelos Llama anteriores de Meta, Muse Spark es propietario y el acceso es de pago. Wang dice que MSL tiene una variante de código abierto de Muse Spark en desarrollo, pero no ha dado una fecha de lanzamiento.
¿Puedo usar Muse Spark 1.1 fuera de EE. UU.?
Aún no a través de la API oficial de Meta Model. La vista previa pública es solo para EE. UU. y funciona con lista de espera, así que los desarrolladores fuera de EE. UU. que necesitan hoy un modelo agente o de programación de frontera suelen usar los modelos competidores Claude, GPT o Gemini.
La conclusión
Muse Spark 1.1 es un modelo agentic y de programación capaz, con un útil modo de uso de computadora, compatibilidad de integración directa con los SDK de OpenAI y Anthropic, y una agresiva tarificación de $1.25/$4.25 respaldada por $20 en créditos gratis. La pega es el acceso, ya que la vista previa es solo para EE. UU., con lista de espera y ausente de OpenRouter. Eso convierte en la opción práctica e inmediatamente disponible de vanguardia para la mayoría de los desarrolladores a los modelos Claude y GPT que Muse Spark aspira a superar.
Lectura relacionada: Guía de precios de la API de Claude 2026 y guía de precios de GPT-5.6 cubren los modelos a los que Muse Spark 1.1 supera en precio y persigue.