Meta ensambla todo el stack de IA: Spark, Compute y las dos caras de Meta

Por TheSequence.

El jueves pasado, Mark Zuckerberg publicó en X por primera vez en tres años. Ese solo hecho, señala el autor, ya dice algo. La ocasión fue el lanzamiento de Muse Spark 1.1, el segundo modelo salido de Meta Superintelligence Labs y el primer modelo de Meta que llega con precio. El lanzamiento incluyó una API pública, un precio agresivo de 1,25 dólares por millón de tokens de entrada y 4,25 dólares por millón de tokens de salida, un endpoint compatible con el formato de OpenAI, y pesos cerrados.

El autor subraya esta última parte: la misma compañía que durante tres años defendió los pesos abiertos como la posición moral y estratégica correcta en IA acaba de lanzar un modelo de frontera propietario detrás de una API de pago, y lo hizo coincidir con el regreso del CEO a redes sociales tras un exilio de tres años.

Spark 1.1 no llegó solo. Dos días antes, Meta había lanzado Muse Image, su primer modelo de generación de imágenes salido del nuevo laboratorio. Una semana antes de eso, trascendieron informes de que Meta está construyendo un negocio de nube, internamente llamado Meta Compute, para vender excedente de infraestructura de IA a clientes externos. A esto se suma el silicio propio MTIA, que avanza hacia producción.

Juntando las piezas, el autor sostiene que en aproximadamente dieciocho meses Meta ha pasado de ser un laboratorio de investigación de pesos abiertos con un negocio publicitario adosado, a una compañía que está ensamblando toda la pila vertical: chips, centros de datos, nube, modelos, API, aplicaciones y dispositivos. Solo Google, apunta, ha tenido alguna vez todas esas piezas a la vez.

De ahí surge la pregunta central del artículo: ¿puede Meta competir realmente con los laboratorios de frontera? El autor plantea que, en realidad, se trata de dos preguntas distintas disfrazadas de una sola, y que tienen respuestas diferentes. En la capa donde los modelos llegan a los usuarios —la capa de aplicaciones y agentes—, Meta podría ser el favorito. En la capa donde los modelos se fabrican, la evidencia es escasa y los argumentos estructurales juegan en contra de Meta. El ensayo promete desarrollar ambos lados del argumento con el mismo rigor.

Nota: el cuerpo del correo se corta justo cuando comienza el análisis detallado ("The launch, read closely..."), y el resto del artículo queda tras el muro de pago de Substack, por lo que este resumen se limita a los hechos y planteamientos incluidos en el fragmento recibido.