Meta anunció el 12 de octubre dos modelos nuevos, Muse Wonder y Muse Wonder Full. Cuando Mark Zuckerberg reinició el trabajo de inteligencia artificial de la compañía el año pasado, parecía una apuesta muy cara. Estos modelos sugieren que la apuesta empieza a rendir y que Meta vuelve a la primera línea del desarrollo de IA, escribió Will Knight en Wired.
Según Meta, Muse Wonder Full tiene capacidades de frontera, o sea está entre los modelos más capaces del mundo.
"Juntos, marcan el siguiente paso en nuestra escalera de escalamiento y un gran salto hacia la superinteligencia personal", dijo la compañía en una publicación de su blog.
Los modelos Muse Wonder estarán disponibles por API y en Muse Code, una herramienta para escribir software con IA. Meta dice que la mejor versión del modelo moverá funciones en todas sus plataformas, incluido su agente personal Muse.
¿De dónde sale Muse Wonder?
Zuckerberg reorganizó la investigación en IA de la empresa el año pasado. Invirtió miles de millones en el recién creado Meta Superintelligence Labs y contrató para dirigirlo a Alexandr Wang, exdirector ejecutivo de Scale AI. El proceso tuvo tropiezos, con investigadores que se fueron al poco tiempo.
Meta fue pionera en IA. Su serie de modelos Llama fue la primera oferta de pesos abiertos de nivel frontera hecha por un gran laboratorio. Llama se podía descargar y correr en hardware propio, y la adoptaron muchos investigadores y startups.
Después la compañía quedó atrás. Entregó varias versiones decepcionantes del modelo mientras Anthropic, OpenAI y Google lanzaban modelos más capaces a gran velocidad.
Meta presentó el primer modelo de su nuevo laboratorio, Muse Spark, en abril de este año. También publicó un modelo pequeño de pesos abiertos llamado Muse Glimmer y dice que planea liberar modelos abiertos más grandes. No entregó detalles de cómo se construyeron ni cómo se entrenaron los nuevos Muse Wonder.
¿Cómo se compara con Claude y GPT?
Muse Wonder se hizo para competir con lo mejor del mercado. Según Meta, la versión más grande supera a Claude Fable 5.1, el segundo mejor modelo de Anthropic, y queda justo debajo de Claude Opus 5.5, el mejor, en el Artificial Analysis Intelligence Index. Ese índice agrega varias pruebas en un solo puntaje y es de uso extendido para medir capacidades.
Meta afirma además que el modelo supera a GPT-6 Astra, el mejor de OpenAI, y a Claude Fable 5.1 y Claude Opus 5.5 en algunas pruebas especializadas. Entre ellas hay evaluaciones de trabajo con documentos legales y de construcción de software. Los benchmarks no siempre reflejan el rendimiento real, pero Wired lo describe como un avance importante para los modelos de Meta.
Memoria y foco para los agentes
Muse Wonder trae dos funciones nuevas pensadas para que los agentes rindan más y se desvíen menos. Se llaman Active Memory y Active Focus, y su trabajo es mantener al modelo amarrado al objetivo que se le dio para que no se confunda. Eso cuesta cuando la IA hace una investigación compleja o arma un proyecto de software grande, y un descuido ahí puede terminar en errores caros o que se acumulan.
Meta dice que dedicó mucho esfuerzo a entrenar Muse Wonder para que se niegue a generar contenido peligroso, como recetas para fabricar armas biológicas o ayuda para hackear. Según la compañía, el modelo puntúa bien en varias pruebas que miden su resistencia a ese tipo de instrucciones.
Una serie de incidentes recientes con agentes de IA descontrolados de Anthropic, OpenAI y otros muestra lo fácil que un modelo de IA se sale del camino cuando recibe órdenes abiertas. Meta no informó si vio agentes basados en Muse Wonder portarse mal en sus pruebas ni qué hizo para evitarlo.
Un lanzamiento que se retrasó
Zuckerberg dijo el mes pasado en una publicación en X que la empresa había atrasado el lanzamiento de los modelos Muse para trabajar en seguridad. A comienzos de este mes Meta también publicó un marco para escalar las capacidades de sus modelos de forma segura.
Para Wired, Muse Wonder le echa más leña a una carrera por la IA que ya venía desatada, y deja a Meta otra vez en competencia.




