Meta entra en la guerra de precios de la IA agéntica: Muse Spark 1.1 llega con descuento y jaula propia

Por Quartz · 9 de julio de 2026.

Meta lanzó el jueves una API pública de pago para Muse Spark 1.1, su primer modelo de IA por el que la compañía cobra a terceros. El precio: 1,25 dólares por millón de tokens de entrada y 4,25 por millón de salida, con 20 dólares de crédito gratuito para arrancar. Según Bloomberg, Mark Zuckerberg cifró esa tarifa en aproximadamente una cuarta parte de lo que cobran Anthropic y OpenAI por modelos comparables, y Alexandr Wang, al frente de Meta Superintelligence Labs, la calificó de "muy agresiva y atractiva" en CNBC. El acceso llega a través de un portal de desarrollador en vista previa pública, con socios tempranos como Replit, Cline y Box ya incorporados y una lista de espera para el resto. Un matiz importante: Meta ha dicho que, por ahora, no distribuirá el modelo en plataformas externas como OpenRouter, manteniendo el acceso confinado a sus propias propiedades.

El modelo está pensado para trabajo agéntico y de código —tareas que la IA completa de forma autónoma en varios pasos—, con ventana de contexto de un millón de tokens y capacidad de ejecutar varios subagentes a la vez. Es la versión 1.1 (codename interno "Avocado") del Muse Spark original lanzado en abril, que llegó como modelo propietario de acceso restringido y con la codificación señalada como su punto débil. Ese giro hacia el modelo cerrado marca una ruptura con la estrategia de Llama abierto que definió a Meta durante años; una versión open source de Muse Spark sigue "en desarrollo", según Wang, pero sin fecha. Entretanto, ya se entrena un modelo de siguiente generación bajo el nombre "Watermelon", cuya existencia confirman Zuckerberg y Wang sin comprometerse a un calendario.

Zuckerberg afirmó que el modelo supera a Gemini de Google en benchmarks de agentes, código y tareas multimodales, y describió su razonamiento agéntico como "estado del arte o muy cerca de serlo". Conviene tratar esa afirmación con la cautela habitual: es la propia empresa evaluando su propio producto, sin metodología pública verificable en el artículo, y el patrón de comparaciones favorables autoseleccionadas es constante en este sector — ya lo hemos visto con Elos "optimizados para votantes" en otros lanzamientos. Nuestra postura de siempre: medir antes de comprar el relato, y aquí el marcador todavía no está sobre la mesa.

Lo que sí es un hecho verificable y significativo es el precio, y ahí está la verdadera noticia estratégica. Meta no necesita que Muse Spark sea el mejor modelo del mercado; necesita que sea suficientemente bueno y mucho más barato, para forzar una guerra de precios en el segmento de coding agéntico que hoy sostiene buena parte de los ingresos de Anthropic y OpenAI. Es una jugada clásica de un actor con caja e infraestructura propia (y con la presión añadida de Wall Street cuestionando el gasto en IA de Meta, que este lanzamiento y el de Muse Image el martes buscan justificar con señales de retorno). Pero el bloqueo de OpenRouter revela la otra cara: Meta no compite solo por el mejor modelo, compite por controlar la distribución y quedarse con el desarrollador dentro de su propio jardín. Es el mismo patrón que ya señalamos al analizar la alianza de facto entre Google y Microsoft frente a OpenAI y Anthropic — la disputa se traslada de qué modelo razona mejor a quién controla la fontanería por la que pasan los agentes.

Nuestra lectura: a corto plazo esto es bueno para el bolsillo del desarrollador y malo para su libertad de elección — precios más bajos, pero atado a la plataforma de quien los ofrece, con el riesgo de fragmentación que ya vive el ecosistema de agentes. A medio plazo, presiona los márgenes de Anthropic y OpenAI en el segmento de coding, que es hoy el más disputado y el más rentable del negocio de IA aplicada. Pero en el marco de nuestra tesis de fondo, esta guerra de precios —igual que la carrera open-weight que protagonizan los modelos chinos— es exactamente el tipo de presión deflacionaria sobre el coste por token que, sostenida en el tiempo, acerca la abundancia computacional: cuanto más barato resulta automatizar código y tareas rutinarias, más recursos quedan liberados para que personas y empresas se dediquen a lo que de verdad requiere criterio humano. El camino hacia ahí pasa, inevitablemente, por episodios como este: gigantes peleándose por el precio del token mientras deciden, en paralelo, quién se queda con las llaves del jardín.