Muse Spark Open puede funcionar localmente en dos Mac Studio M5 Ultra, cada uno con 512 GB de memoria unificada, según Meta en 2026. Pero esta configuración sigue siendo difícil de reproducir para una pyme a 21 de octubre de 2026: las máquinas necesarias todavía no se han entregado, su precio final se desconoce y ningún análisis independiente confirma el coste total de explotación.
¿Qué es Muse Spark Open y para qué sirve este modelo?
Muse Spark Open es un modelo de inteligencia artificial multimodal de pesos abiertos publicado por Meta el 15 de octubre de 2026. Procesa texto, imágenes, audio y vídeo, y después genera texto. Entre los usos anunciados se incluyen la programación, el uso de herramientas de software y las tareas autónomas de larga duración.
Un modelo de pesos abiertos permite descargar los parámetros aprendidos durante su entrenamiento para ejecutarlo en una infraestructura propia. Esto no significa automáticamente que sea «open source»: Muse Spark Open está sujeto a una licencia específica de Meta, la Muse Model License, y no a una licencia reconocida por la Open Source Initiative.
Esta distinción cambia la forma en que una empresa puede integrar, modificar o comercializar el modelo. Antes de iniciar cualquier desarrollo, un jurista debe comprobar que el uso previsto respeta las condiciones comerciales de Meta. Descargar los pesos no elimina el riesgo contractual.
Muse Spark Open cuenta con 816 000 millones de parámetros en total, pero solo se activan 42 000 millones para cada token procesado. Un token es una pequeña unidad de texto, a menudo un fragmento de palabra. Esta arquitectura pretende conservar una gran capacidad y limitar al mismo tiempo la cantidad de cálculo movilizada en cada etapa.
¿Cómo caben 816 000 millones de parámetros en dos Mac Studio?
La ejecución de Muse Spark Open en dos Mac Studio se basa en una arquitectura sparse mixture of experts, o mezcla dispersa de expertos. Cada token solicita 8 expertos de entre 256 en cada capa correspondiente, en lugar del modelo completo. MLX distribuye después los pesos y los cálculos entre ambas máquinas.
El modelo tiene 62 capas de transformador, una estructura matemática que analiza las relaciones entre los datos. La palabra «experto» no designa a un agente independiente: se trata de una subred especializada activada por el mecanismo de enrutamiento. Aun así, los pesos completos deben almacenarse en memoria, aunque no todos calculen simultáneamente.
La mémoire unifiée des puces Manzana peut être utilisée par le processeur central et le processeur graphique sans duplication systématique. Meta annonce deux Mac Studio M5 Ultra de 512 Go chacun, soit 1 024 Go cumulés, avec une bande passante de 1,2 To/s par machine. MLX, le framework d’Apple pour le calcul sur puces Apple Silicon, distribue l’inférence entre les ordinateurs grâce à RDMA sur Thunderbolt, un accès direct à la mémoire distante.
La cuantización hace posible este montaje. Reduce la precisión numérica de los pesos para disminuir su huella de memoria, con un posible compromiso en la calidad o la compatibilidad. Meta proporciona checkpoints en BF16 y en NVIDIA NVFP4; la implementación para Mac se basa en la pila MLX presentada conjuntamente con la demostración.
¿Se puede instalar realmente Muse Spark Open localmente en 2026?
Muse Spark Open puede ejecutarse técnicamente de forma local, pero la demostración con dos Mac Studio no se puede reproducir inmediatamente a 21 de octubre de 2026. Apple prevé que los Mac Studio M5 Ultra con 512 GB de memoria unificada estén disponibles a finales de octubre de 2026, mientras que Meta no proporciona ni el rendimiento con dos máquinas ni el coste total.
Apple informa de más de 36 tokens generados por segundo en un clúster de cuatro Mac Studio. Esta cifra no debe dividirse mecánicamente entre dos: la velocidad depende de la distribución del modelo, la longitud del contexto, la red entre los nodos y el volumen de solicitudes simultáneas. Meta no ha publicado ningún rendimiento equivalente para su configuración de dos máquinas.
La ventana de contexto alcanza 1 048 576 tokens, es decir, la cantidad máxima de información que el modelo puede considerar en una solicitud. Esta capacidad puede servir para analizar un repositorio de código grande o documentos voluminosos. Sin embargo, aumenta notablemente la memoria consumida durante la inferencia; por tanto, mostrar una capacidad máxima no garantiza que pueda utilizarse con un buen rendimiento en todas las configuraciones.
Las pilas de software compatibles incluyen MLX, SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, llama.cpp y Unsloth. Para una pyme, la compatibilidad teórica es solo el principio. También hay que prever la supervisión, las actualizaciones, la gestión de accesos y un plan de recuperación ante incidentes adaptado a la infraestructura.
En los proyectos que llevamos a cabo, a menudo vemos el mismo punto ciego: el equipo presupuesta el hardware, pero no la explotación. Los conocimientos sobre MLX, la observabilidad, las copias de seguridad y el tiempo dedicado a diagnosticar una caída del rendimiento pueden pesar más que la instalación inicial.
¿Cuánto cuesta Muse Spark Open en Mac, GPU o API?
El coste mínimo anunciado de dos Mac Studio M5 Ultra alcanza los 10 998 dólares antes de impuestos en 2026, sin contar la opción de 512 GB, el almacenamiento ni la red. Por tanto, el precio real de la configuración de Meta sigue siendo desconocido. En cambio, una API alojada cobra 5,50 dólares por 1 millón de tokens de entrada y 1 millón de tokens de salida.
Apple comercializa el Mac Studio M5 Ultra a partir de 5 499 dólares antes de impuestos en 2026. Este precio base no corresponde a la configuración requerida, ya que el suplemento para alcanzar 512 GB de memoria unificada no se ha publicado a 21 de octubre de 2026. Además, habría que añadir dos posibles monitores, el almacenamiento, los cables compatibles, la electricidad, el mantenimiento y el tiempo de administración.
| Opción | Configuración o tarifa | Qué implica |
|---|---|---|
| Dos Mac Studio | Dos M5 Ultra de 512 GB; base de 10 998 dólares antes de impuestos, sin incluir la opción de memoria | Viabilidad anunciada por Meta; precio final y rendimiento con dos máquinas no publicados |
| Servidor NVIDIA en BF16 | Al menos 2 TB de VRAM según Meta; prueba de Hugging Face con 32 GPU H200 | Infraestructura distribuida pesada, reservada para equipos equipados |
| Servidor NVIDIA en NVFP4 | Al menos 700 GB de VRAM; ocho GPU B200 en la prueba de Hugging Face | Huella reducida, pero hardware especializado y costoso |
| API alojada | 1,25 dólares por millón de tokens de entrada y 4,25 dólares por millón de tokens de salida | Sin compra de servidor; gastos variables según el uso |
Together AI, Fireworks y OpenRouter mostraban en 2026 el mismo precio de lista: 1,25 dólares por millón de tokens de entrada, 0,15 dólares por las entradas almacenadas en caché y 4,25 dólares por millón de tokens de salida. Cien millones de tokens de entrada y otros tantos de salida representan así 550 dólares, sin contar los servicios adicionales.
Sinceramente, una API suele ser más racional para validar un producto o absorber un tráfico irregular. La compra de hardware empieza a estar justificada cuando los volúmenes son estables, la confidencialidad exige una ejecución local y la empresa ya dispone de las competencias necesarias. El coste de una posible filtración también debe incluirse en la decisión, como ilustra la cuestión de la seguridad de los datos confiados a un proveedor.
¿En qué casos es preferible la ejecución local a una API en la nube?
Un déploiement local de Muse Spark Open se justifie surtout pour des données sensibles, un volume soutenu ou un besoin de maîtrise technique précis. Une API nube reste préférable pour un prototype, une charge variable ou une équipe sans spécialiste de l’inférence distribuée. Le bon choix dépend du coût total, pas du seul prix par jeton.
La confidencialidad local no es automática. Un servidor interno puede enviar registros, archivos de diagnóstico o copias de seguridad a servicios de terceros. También debe protegerse frente a cuentas comprometidas, dependencias maliciosas y errores de configuración; una simple VPN no garantiza por sí sola la protección de los datos utilizados por una IA.
Antes de elegir, evalúe los cinco aspectos que realmente cambian el presupuesto y el riesgo:
- el volumen mensual de tokens de entrada, de salida y almacenados en caché;
- la sensibilité des documents au regard du RGPD et des contrats clients ;
- el tiempo de respuesta aceptable y el número de usuarios simultáneos;
- las competencias disponibles para operar MLX, vLLM o una infraestructura de GPU;
- las condiciones de la Muse Model License para el uso comercial previsto.
La opción evidente puede ser la equivocada. Una empresa que maneje expedientes confidenciales podría preferir la ejecución local, pero una instalación mal administrada será a veces menos segura que una API correctamente contractualizada y aislada. Por el contrario, enviar sistemáticamente código propietario a un proveedor externo sin una política de conservación documentada crea un riesgo evitable.
Por parte de la agencia, lo habitual es medir de antemano una carga representativa durante unas semanas: longitud de las solicitudes, sorties, picos y latencia. Esta medición permite comparar la API con el coste amortizado de una infraestructura, en lugar de decidir basándose en el impresionante número de parámetros.
¿Qué riesgos hay que delimitar antes de un despliegue empresarial?
El despliegue profesional de Muse Spark Open exige delimitar la licencia, la confidencialidad, la seguridad de los accesos y la continuidad del servicio. Los pesos abiertos no cubren ni la conformidad con el RGPD ni la fiabilidad de las respuestas. Sigue siendo necesaria una validación humana para el código, las acciones automatizadas y los contenidos sensibles.
Meta destina, entre otras cosas, el modelo al uso de herramientas y a tareas agénticas de larga duración, es decir, secuencias de acciones ejecutadas con cierta autonomía. Cuanto más puede un modelo modificar código, abrir archivos o controlar un software, más deben limitarse sus autorizaciones. Un entorno aislado, secretos temporales y una validación antes de cualquier acción irreversible limitan los posibles daños.
Meta indica que ha probado Muse Spark Open con modificaciones completas de la aplicación iOS Ice Cubes y con automatizaciones en DaVinci Resolve. Estas pruebas no han sido objeto de una reproducción independiente publicada a fecha de 21 de octubre de 2026. Demuestran casos de uso anunciados, no un nivel de fiabilidad garantizado para su sistema de información.
La gobernanza de los contenidos generados merece el mismo cuidado: procedencia de los datos, validación, conservación y trazabilidad. Para las imágenes o vídeos publicados, los mecanismos de marca de agua y trazabilidad como SynthID o C2PA responden a una cuestión distinta del alojamiento local, pero pueden complementar el dispositivo.
Delimitar el uso, realizar pruebas con datos representativos y calcular el coste total evita la mayoría de las sorpresas desagradables. Una perspectiva externa puede ayudar sobre todo a distinguir una demostración técnica satisfactoria de una arquitectura utilizable a diario.
Preguntas frecuentes sobre Muse Spark Open
¿Muse Spark Open es realmente de código abierto?
Muse Spark Open es un modelo con pesos abiertos, pero su Muse Model License no es una licencia de código abierto aprobada por la Open Source Initiative. Las condiciones de Meta deben verificarse antes de cualquier uso comercial.
¿Cuánta memoria se necesita para Muse Spark Open?
Meta indica al menos 2 TB de VRAM para el checkpoint BF16 o 700 GB para NVIDIA NVFP4 en 2026. La demostración en Mac se basa en dos Mac Studio M5 Ultra con un total de 1.024 GB de memoria unificada.
¿Muse Spark Open comprende las imágenes y los vídeos?
Muse Spark Open acepta texto, imágenes, audio y vídeo como entrada y genera texto. Por tanto, el modelo puede analizar varios tipos de contenido sin generar directamente una imagen o un vídeo.
¿Qué velocidad ofrece Muse Spark Open en Mac Studio?
Apple anuncia más de 36 tokens por segundo en cuatro Mac Studio en 2026. Meta no había publicado ningún rendimiento oficial con dos Mac Studio a fecha de 21 de octubre de 2026.