Meta anunció el modelo de inteligencia artificial Muse Spark 1.3, cuyas mejoras principales se centran en la programación, las tareas agénticas a largo plazo y los flujos de trabajo complejos de varios pasos. El modelo está disponible desde el 3 de septiembre de 2026 mediante la herramienta de programación Muse Code y la interfaz Meta Model API, aproximadamente un mes después del lanzamiento de Muse Spark 1.2.
Meta describe la nueva versión como su modelo más capaz hasta la fecha, pero esta formulación sigue siendo una caracterización de la empresa y no implica que supere a todos los demás modelos en todas las pruebas o casos de uso.
Mejores capacidades para gestionar tareas prolongadas
Muse Spark 1.3 fue diseñado para gestionar varias tareas dentro de una sola conversación larga. Cuando recibe un objetivo abierto, puede utilizar herramientas para construir el contexto necesario, detectar y corregir carencias en el plan de trabajo y trasladar a la respuesta final la información que aprende durante la ejecución.
Meta también afirma que el modelo ahora puede gestionar mejor las instrucciones ambiguas sin recurrir directamente a suposiciones: puede formular preguntas aclaratorias, pedir ayuda al usuario cuando no puede completar una tarea y obtener aprobación previa antes de realizar operaciones irreversibles o que puedan tener consecuencias importantes. La empresa también destaca una mejora en el mantenimiento de las restricciones incluidas en instrucciones largas y en la conexión entre solicitudes antiguas y nuevas dentro de la misma conversación.
Meta señala que el modelo es más preciso al evaluar sus propias capacidades, con el objetivo de reducir los casos en los que da a entender que ha completado una tarea que en realidad no puede ejecutar.
Avances en programación y uso de recursos
Según las comparaciones realizadas por los ingenieros de Meta, Muse Spark 1.3 ejecuta tareas similares utilizando aproximadamente un 20% menos de llamadas a herramientas y un 25% menos de tokens que Muse Spark 1.2. Estas mejoras también están relacionadas con la reducción de rondas de diálogo innecesarias y con la generación de código menos detallado, pero más limpio, según la descripción de la empresa.
En la prueba DeepSWE v1.1, destinada a tareas de desarrollo de software a largo plazo, el modelo obtuvo 75,4 puntos. La prueba abarca 113 tareas en 91 repositorios de software escritos en TypeScript, Go, Python, JavaScript y Rust. Según la tabla de Meta, este resultado superó a GPT-5.6 Sol y Claude Opus 5, aunque modelos competidores avanzados siguen por delante en otras evaluaciones.
¿Qué demuestran realmente las cifras?
Los resultados de DeepSWE muestran una mejora medible en la prueba mencionada, pero por sí solos no bastan para demostrar que Meta haya cerrado la brecha con OpenAI y Anthropic en todos los escenarios de uso. La propia empresa advierte que las pruebas realizadas con modelos de terceros quizá no estén optimizadas para cada modelo y, por tanto, podrían no reflejar su máximo rendimiento posible.
Artificial Analysis también otorgó a la versión max del modelo 62 puntos en el Intelligence Index y señaló que Muse Spark 1.3 tiene una ventana de contexto de un millón de tokens y admite entradas de texto, imágenes y vídeo. La comparación práctica sigue dependiendo de la prueba utilizada, el método de evaluación y la arquitectura agéntica que rodea al modelo.
Disponibilidad, precios y limitaciones pendientes
Meta no modificó los precios de su API pese al anuncio de mejoras de rendimiento. Los precios estándar por cada millón de tokens son de 1,25 dólares para las entradas, 0,15 dólares para las entradas almacenadas en caché y 4,25 dólares para las salidas.
La empresa afirma que reforzó la resistencia del modelo frente a ataques de inyección de instrucciones y entradas maliciosas, y que lo entrenó para actuar con mayor cautela antes de ejecutar operaciones irreversibles. Actualmente están disponibles los modos de reasoning existentes, mientras que la empresa planea lanzar la opción max reasoning después de completar pruebas de seguridad adicionales.
La hoja de ruta incluye modelos Muse Spark más grandes y versiones con pesos abiertos, pero Meta no ha aclarado si publicará los pesos del propio Muse Spark 1.3. Por ello, el valor práctico de la versión dependerá de los resultados de uso independiente, de cuándo estén disponibles las capacidades adicionales de reasoning y de si los planes de apertura incluirán específicamente este modelo.