Meta empieza a vender tokens: el campeón de los pesos abiertos abre una API cerrada

El 9 de julio de 2026 —un día tan saturado de lanzamientos de modelos que probablemente se lo recuerde por el producto de otra empresa— Meta hizo algo más interesante que lanzar un modelo. Empezó a cobrar por uno.

Muse Spark 1.1, presentado por Meta Superintelligence Labs, está disponible de dos maneras: gratis en modo "Thinking" dentro de la app de Meta AI y en meta.ai, y con tarifa por uso a través de una nueva Meta Model API en versión preliminar pública. La segunda mitad es la noticia. Por primera vez, Meta alquila un modelo fundacional propio a desarrolladores externos, por token, detrás de una API que controla.

Para una empresa que pasó años siendo la voz más ruidosa a favor de los pesos abiertos, ese es un viraje considerable, y se está dando en voz baja, en una entrada de blog que dedica casi toda su energía a los benchmarks agénticos.

Qué hay realmente en la caja

Según el anuncio de Meta, Muse Spark 1.1 es un modelo de razonamiento multimodal orientado de lleno al trabajo agéntico. Meta afirma que hay "mejoras importantes en el uso de herramientas y de la computadora, en programación y en comprensión multimodal" respecto de su predecesor, y sostiene que el modelo maneja proyectos complejos "significativamente más rápido que Muse Spark".

Las piezas concretas:

• Una ventana de contexto de 1 millón de tokens —MarkTechPost señala que la documentación de la API indica 1.048.576 tokens como máximo— con lo que Meta llama gestión activa del contexto.
• Percepción multimodal en imágenes, video y PDFs.
• Uso de la computadora, con el modelo decidiendo por su cuenta si escribir un script o navegar por una interfaz.
• Orquestación multiagente para ejecución en paralelo.
• Generalización zero-shot a nuevas herramientas y servidores MCP, posiblemente la afirmación que más peso carga en la publicación, y la más difícil de verificar.

La API es compatible con OpenAI. MarkTechPost informa que la integración se reduce a cambiar una URL base. Eso no es un detalle de ingeniería; es toda la estrategia comercial. Meta no les pide a los desarrolladores que adopten un nuevo SDK, que reescriban sus bucles de agentes ni que aprendan un nuevo esquema de llamadas a herramientas. Les pide que cambien una cadena de texto y vean cómo baja la factura.

Tercero en programación, primero en herramientas

Aquí las fuentes divergen, y vale la pena detenerse en esa divergencia.

La entrada de blog de Meta presenta sus evaluaciones como gráficos en vez de una tabla de cifras en el cuerpo del texto: los números se muestran, no se enuncian. AI Chat Daily, al reseñar el lanzamiento, se queja de que Meta no publicó "ningún puntaje de SWE-bench, ningún resultado de benchmark de agentes" que validara sus afirmaciones. MarkTechPost, leyendo el mismo material, extrae cifras específicas:

• MCP Atlas (uso de herramientas): 88,1
• JobBench (uso profesional de herramientas): 54,7
• Humanity's Last Exam (razonamiento con herramientas): 62,1
• SWE-Bench Pro: 61,5, frente al 69,2 de Opus 4.8
• DeepSWE 1.1: 53,3, frente al 67,0 de GPT-5.5

Tómelos como cifras reportadas, no como cifras establecidas. Son los propios números de Meta, leídos de los propios gráficos de Meta, y al momento de la publicación no existía ninguna evaluación independiente. Pero si son aproximadamente correctos, cuentan una historia clara y bastante honesta: Muse Spark 1.1 es el tercero en programación y el primero en el uso de herramientas.

Eso es un ataque por el flanco, y bien pensado. Anthropic domina las cargas de trabajo de programación pagas. OpenAI domina la base de desarrolladores. Meta no pretende ganarle a ninguno de frente. Apuesta a que la próxima superficie en disputa no es escribir el parche sino hacer correr el agente: orquestar herramientas, manejar interfaces, sostener un millón de tokens de estado a lo largo de una sesión extensa. Así que optimizó para MCP Atlas y JobBench, benchmarks mucho más nuevos y mucho menos manipulados que SWE-Bench, y abrió con ellos.

La lógica estratégica es sólida. La epistemología es más frágil: un modelo que lidera en benchmarks que pocos han aprendido todavía a desconfiar es una señal más débil que un modelo que sale tercero en uno que todos vienen atacando desde hace años. La cifra de SWE-Bench Pro de Meta, aquella en la que pierde, es la que más me creo.

El precio es el producto

Muse Spark 1.1 cuesta 1,25 dólares por millón de tokens de entrada y 4,25 dólares por millón de tokens de salida, con 20 dólares en créditos gratuitos para las cuentas nuevas, según MarkTechPost.

Verá esto presentado como una fracción de lo que cobran OpenAI y Anthropic. Cuidado con ese encuadre: depende por completo de con qué nivel de la competencia se lo compare. AI Chat Daily ubica el precio de entrada de 1,25 dólares levemente por encima de Claude Haiku 4.5 y GPT-5.6 Luna; es decir, por encima de los niveles baratos, no por debajo. Frente a los niveles insignia, el descuento es real y grande. Frente a los modelos rápidos y baratos a los que los desarrolladores realmente recurren en flujos de alto volumen, Meta no le está bajando el precio a nadie.

Así que la propuesta no es "el más barato". Es capacidad cercana a la frontera a precios casi de gama económica: un contexto de un millón de tokens, entrada multimodal, llamadas a herramientas en paralelo y uso de la computadora, más o menos por lo que pagaría por un modelo pequeño. Que eso se sostenga depende de si la ventaja en los benchmarks agénticos sobrevive al contacto con cargas de trabajo reales.

Los socios de acceso anticipado hablan como si así fuera. La publicación de Meta cita a Amjad Masad, de Replit, llamándolo una "base agéntica completa"; a Yashodha Bhavnani, de Box, mencionando "capacidades empresariales competitivas con los principales modelos de frontera actuales"; a Saoud Rizwan, de Cline, elogiando el uso de herramientas a un precio viable para cargas de programación; y a Dave Morin, de OpenClaw, calificándolo de "modelo excelente para correr agentes". Son socios de diseño describiendo un producto que ayudaron a moldear. Pondere en consecuencia.

Lo que Meta no dice

Tres silencios llaman la atención.

Geografía. La versión preliminar es solo para Estados Unidos, sin acceso desde la UE por ahora, según MarkTechPost. Para un modelo cuyo argumento de venta son los flujos de trabajo agénticos empresariales, dejar afuera a la UE desde el primer día es una restricción significativa, y un reconocimiento silencioso del lastre regulatorio.

Llama. Ni la publicación de Meta ni la cobertura que leí abordan qué pasará con la línea de pesos abiertos. Muse Spark es cerrado, alojado y tarifado. Llama no era nada de eso. Meta no ha dicho que Llama haya terminado; sencillamente dejó de hablar del tema en el anuncio que importa. Interprételo como quiera.

Por qué ahora. Meta nunca necesitó un negocio de API. Tiene Instagram, WhatsApp y distribución por defecto a miles de millones de personas. La decisión de vender tokens se lee mejor como una defensa de las decenas de miles de millones que hundió en infraestructura de IA: convertir la capacidad de cómputo en ingresos de desarrolladores en lugar de esperar a que se pague sola a través del ranking publicitario. Pero el mercado de las API es el único terreno donde la ventaja de distribución de Meta se evapora por completo. Allí los costos de cambio miden exactamente una URL base, que es justo la puerta por la que Meta acaba de entrar, y justo la puerta por la que los desarrolladores pueden volver a salir.

La proporción entre bombo y sustancia

Real: el modelo existe, la API está en funcionamiento, la ventana de contexto es grande, la compatibilidad con OpenAI es genuina, el precio es agresivo frente a los modelos insignia y el posicionamiento agéntico identifica una brecha real.

Sin comprobar: todas las cifras de los benchmarks son autoinformadas; la "generalización zero-shot a nuevas herramientas y servidores MCP" es una afirmación amplísima sin metodología publicada; las citas de los socios provienen de socios de diseño; y "versión preliminar pública" hace mucho trabajo en un lanzamiento limitado a Estados Unidos.

Sin confirmar: la afirmación ampliamente repetida de que Zuckerberg fijó el precio en aproximadamente un cuarto de lo que cobran Anthropic y OpenAI no aparece en ninguna fuente que haya podido consultar directamente, y una de ellas señala explícitamente su ausencia. Trátela como no verificada.

En resumen

El modelo es la segunda historia. La primera es que Meta —la empresa que convirtió los pesos abiertos en un arma competitiva y en una identidad política— ahora tiene un endpoint tarifado, una lista de precios y socios de diseño. Entró por el eje donde los actores establecidos están menos atrincherados, fijó precios contra sus modelos insignia mientras se ubicaba discretamente por encima de sus niveles económicos, e hizo que el costo de cambio fuera exactamente una línea de configuración.

Esa última decisión corta para los dos lados, y Meta lo sabe. Una API compatible con OpenAI es una apuesta a que se gana por precio y por capacidad, porque ha renunciado a cualquier otra forma de atar al cliente. Es lo más seguro de sí mismo que tiene este lanzamiento, y también lo más expuesto.

Observe dos números durante el próximo mes: si alguien fuera de Meta reproduce los resultados de MCP Atlas y JobBench, y si la UE obtiene acceso. El primero le dirá si el producto es real. El segundo, cuánto cree Meta en él.