Meta lanza Muse Wonder: su primer modelo de frontera apunta a la superinteligencia personal

Respuesta directa. Meta presentó el 12 de octubre de 2026 la serie Muse Wonder, su primer modelo de frontera, integrada por Muse Wonder y Muse Wonder Full. Entrenados en el centro de datos Prometheus de escala gigavatio y diseñados para tareas agénticas personales y profesionales, los modelos buscan poner a Meta al nivel de OpenAI y Anthropic, con un precio de entrada de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. La compañía los define como un paso mayor hacia la superinteligencia personal para todos.

Qué es Muse Wonder y por qué marca un hito para Meta

Muse Wonder es la primera familia de modelos de frontera lanzada por el Laboratorio de Superinteligencia de Meta. Hasta ahora, la compañía había apostado por Muse Spark, un modelo liviano pensado para responder con baja latencia, y por el agente Muse. Con Wonder, la empresa cambia de categoría: apunta directamente al segmento de modelos de vanguardia donde compiten OpenAI, Anthropic y Google.

Se trata del primer lanzamiento de esta naturaleza desde que Alexandr Wang, fundador de Scale AI, reestructuró los esfuerzos de inteligencia artificial de Meta en agosto de 2025. Desde entonces, la empresa había evitado el tipo de publicaciones de modelos de última generación por las que se conoce a sus competidores. Wonder rompe esa inercia y marca una nueva etapa en la estrategia de la compañía.

El entrenamiento de ambos modelos se realizó en el centro de datos Prometheus, ubicado en el centro de Ohio (Estados Unidos), que entró en operación a comienzos de este año y que Meta describe como de escala gigavatio. Esa infraestructura es la base sobre la que la empresa proyecta escalar sus modelos de forma predecible y rigurosa, una hoja de ruta que ya había adelantado con Muse Spark. El objetivo declarado por el director ejecutivo Mark Zuckerberg es claro: alcanzar la frontera de la inteligencia artificial y acercar la superinteligencia personal a los miles de millones de personas que usan los productos de la compañía.

Memoria activa y enfoque activo: el corazón de los nuevos modelos

La propuesta de valor de Muse Wonder se apoya en dos capacidades que Meta bautizó como memoria activa (Active Memory) y enfoque activo (Active Focus). La primera permite al modelo recordar contexto relevante sobre el usuario a lo largo de conversaciones y recuperar de forma autónoma los detalles pertinentes para cada tarea. La segunda describe la capacidad de sostener el trabajo hacia un objetivo complejo: probar enfoques alternativos, sortear bloqueos y adaptarse a información nueva, pidiendo aclaraciones cuando es necesario y consultando antes de ejecutar acciones importantes.

En la práctica, esto significa que Muse Wonder está pensado para funcionar como un agente que ejecuta tareas de principio a fin, desde navegar un reclamo de seguro hasta interpretar un contrato de arriendo o construir una aplicación funcional. Meta pone especial énfasis en la memoria de largo plazo. Según la científica investigadora Kavya Kopparapu, el equipo invirtió un esfuerzo enorme en lograr que el modelo recuerde lo importante durante días, semanas y meses.

El rendimiento en memoria es uno de los puntos que la compañía más destaca. En el benchmark MemoryBench, que evalúa aprendizaje continuo y construcción de memoria, Muse Wonder supera a modelos como Fable, Opus y Astra, de acuerdo con las métricas publicadas por Meta. La combinación de memoria persistente y capacidad de ejecución sostenida es justamente lo que diferencia a un asistente pasivo de un agente capaz de trabajar de forma autónoma.

Precios y disponibilidad: dónde y cómo se puede usar

Muse Wonder ya está disponible para desarrolladores y equipos de producto a través de la Meta Model API y de Muse Code, con un precio de 4 dólares por millón de tokens de entrada (0,20 dólares por tokens de entrada en caché) y 20 dólares por millón de tokens de salida. Ese costo lo ubica en un rango equivalente al de GPT-6 Sol u Opus 5.5, según el análisis de TechCrunch.

Muse Wonder Full, la versión más capaz, no se ofrece por API: queda reservada de forma exclusiva para suscriptores de Muse Code, en los planes Power Usage y el nuevo plan Maximum Usage, que incluye un límite 80 veces superior al plan Everyday Usage. Ambos modelos alimentarán además el agente Muse, y Muse Wonder comenzará pronto a potenciar las experiencias dentro de la aplicación, primero para suscriptores.

La decisión de mantener Wonder Full fuera de la API es una jugada estratégica. Meta concentra el acceso a su modelo más potente en su propio ecosistema de suscripción, una forma de monetizar directamente la demanda de capacidades avanzadas de programación y de agentes de larga duración, en lugar de exponerlas a través de una interfaz abierta para terceros.

Benchmarks y competencia: el salto de Meta a la frontera

Según las evaluaciones internas de Meta, Muse Wonder y Muse Wonder Full alcanzan puntajes comparables a Fable 5.1 y GPT-6 Astra en los benchmarks más exigentes. La compañía también destaca su desempeño en tareas de codificación de horizonte largo, un terreno donde los modelos de frontera se diferencian con claridad y donde Muse Wonder Full exhibe capacidades de programación de vanguardia.

El enfoque en agentes es deliberado. Meta no busca únicamente un modelo que responda preguntas, sino uno que actúe: que planifique tareas, delegue en subagentes y se recupere de errores. Esa ambición responde a una lectura del mercado donde la competencia ya no se juega solo en la calidad de las respuestas, sino en la capacidad de completar flujos de trabajo reales sin supervisión constante.

En materia de seguridad, Meta afirma que la familia Wonder incorpora sus salvaguardas más sólidas hasta la fecha frente al uso indebido en los ámbitos químico, biológico, radiológico, nuclear y cibernético, preservando al mismo tiempo el acceso a capacidades cibernéticas de frontera para usos defensivos, en línea con su Marco de Escalamiento de Superinteligencia. Para una empresa que apuesta por agentes que acceden a mensajes, calendarios y documentos privados, la robustez frente a instrucciones adversas y el manejo cuidadoso de información personal se vuelven requisitos ineludibles.

Qué significa para las empresas en Chile

Para el ecosistema tecnológico chileno, el lanzamiento de Muse Wonder introduce una alternativa adicional en un mercado de modelos de frontera que hasta ahora estaba dominado por OpenAI, Anthropic y Google. Los equipos de desarrollo que usan la Meta Model API o Muse Code pueden empezar a evaluar los nuevos modelos desde ya, especialmente para flujos de trabajo de agentes, automatización de tareas complejas y programación asistida.

La combinación de memoria activa y un precio de entrada competitivo en tokens de salida resulta relevante para empresas que quieren construir asistentes con contexto persistente sobre sus clientes, sin depender de infraestructura propia. En sectores como el comercio electrónico, la atención al cliente y los servicios financieros, un modelo que recuerda interacciones previas puede reducir costos operativos y mejorar la experiencia de usuario, siempre que se integre con una arquitectura de datos ordenada y una gobernanza adecuada.

La clave para las organizaciones chilenas será la evaluación rigurosa antes de adoptar: probar el modelo en casos de uso reales, medir la calidad de los resultados y comparar el costo por tarea frente a las alternativas disponibles. La llegada de un nuevo competidor de frontera suele acelerar la innovación y presionar los precios a la baja, lo que en última instancia beneficia a los tomadores de decisión que sepan aprovechar la ventana de oportunidad.