Meta dice haber alcanzado la frontera con Muse Wonder: hasta que lo confirmen benchmarks independientes, es solo una promesa

Meta ha lanzado Muse Wonder, una nueva serie de modelos de IA que, según la propia compañía, la pone al nivel de los laboratorios de frontera como OpenAI y Anthropic. «Muse Wonder es una clase de modelos mucho más grande y avanzada que nos lleva a la frontera», escribió el lunes Mark Zuckerberg, consejero delegado de Meta, en X. Según Business Insider, la serie tiene dos versiones. Muse Wonder es la más pequeña y rápida, pensada para el trabajo diario. Wonder Full es la más grande y capaz.

Meta dice que ha diseñado los modelos para tareas complejas de varios pasos, como reclamar a una aseguradora. Para eso tienen memoria y pueden probar otro camino cuando el primero falla. Es el terreno de los agentes: sistemas que ejecutan una tarea completa en lugar de limitarse a responder una pregunta. Según una persona conocedora del asunto citada por Business Insider, el nombre interno del proyecto era Watermelon (sandía). En julio, ese medio contó que Alexandr Wang, jefe de IA de Meta, había dicho a la plantilla que Watermelon ya había alcanzado a OpenAI. También dijo que usaba «un orden de magnitud más de cómputo», es decir, unas diez veces más, que Avocado, el nombre interno de la familia anterior, Muse Spark.

El contexto pesa. Meta está gastando cientos de miles de millones de dólares en IA y este año ese gasto despertó dudas entre los inversores. Muse Wonder llega después del lanzamiento de Muse, el asistente personal de la compañía, y se presenta como la prueba de que la apuesta empieza a dar resultados. Pero en el material disponible no hay ni una sola cifra que permita comprobarlo. Ni benchmarks, ni comparativas, ni evaluaciones externas. Lo que hay es una frase de Zuckerberg y una campaña de expectación en X a base de emojis de sandía.

Nuestra tesis es que «hemos alcanzado la frontera» es hoy una afirmación de marketing, no una capacidad demostrada. Meta ya tiene un precedente que obliga a la cautela: con Llama 4 hubo polémica por puntuaciones Elo optimizadas para los votantes de LMArena (el ranking basado en votos de usuarios), más que reflejo de la calidad real. En Zendoric ya hemos escrito que «iguala a X» suele ser un relato hasta que se ve en pruebas difíciles. Lo que discrimina son pruebas como SWE-bench Pro, Terminal-Bench o tareas de agente de larga duración sin guía humana. Hoy el listón lo marcan Fable 5, de Anthropic, y GPT-5.6, de OpenAI, con los modelos chinos de pesos abiertos muy cerca. Que Meta entre en ese grupo es plausible. Diez veces más cómputo no es poco. Pero «plausible» no es «demostrado».

Aun así, hay motivos para una lectura optimista a largo plazo. Un cuarto o quinto actor creíble en la frontera significa más competencia, precios más bajos y menos poder concentrado en dos laboratorios. Además, Meta tiene algo que OpenAI y Anthropic no tienen: miles de millones de usuarios en WhatsApp, Instagram y Facebook. Ya hemos defendido que la guerra se desplaza hacia la distribución y la integración. Un agente capaz de pelear una reclamación con tu aseguradora dentro de una app que ya usas puede valer más que unos puntos extra en un ranking. La incógnita es qué hará Meta con estos modelos. Llama fue la gran bandera del código abierto occidental y nada en este anuncio indica si Muse Wonder será abierto o cerrado. La diferencia importa: un modelo de frontera abierto democratiza, uno cerrado solo suma un competidor más.

Habrá que mirar tres cosas en las próximas semanas: evaluaciones independientes en pruebas no saturadas, el rendimiento real de los agentes en tareas largas y la política de pesos abiertos. Si Muse Wonder aguanta esas pruebas, la apuesta de Meta empezará a justificarse ante los inversores. Si no, quedará como otro lanzamiento con mucha sandía y poca evidencia.