Meta lanza Muse Wonder: sus nuevos modelos de IA ya compiten de igual a igual con OpenAI y Anthropic

Respuesta directa. Meta presentó este lunes 12 de octubre de 2026 sus nuevos modelos de inteligencia artificial, Muse Wonder y Muse Wonder Full, los primeros con los que la empresa de Mark Zuckerberg se atreve a competir de igual a igual contra los sistemas más avanzados de OpenAI y Anthropic. Con memoria activa entre conversaciones, persistencia para terminar tareas complejas y una ventana de contexto de un millón de tokens, la compañía busca convertirse en el tercer gran actor de la carrera por la superinteligencia personal.

Qué es Muse Wonder y por qué marca un punto de inflexión para Meta

Muse Wonder es la segunda generación de modelos desarrollada por Meta Superintelligence Labs (MSL), la división que la compañía creó en 2025 para competir en la frontera de la inteligencia artificial. La familia llega en dos versiones: Muse Wonder, disponible de forma abierta para desarrolladores, y Muse Wonder Full, el modelo más avanzado de la firma, reservado por ahora a suscriptores de pago.

A diferencia de lo que Meta hizo durante años con su familia Llama, que priorizó el código abierto, esta nueva generación es cerrada y está pensada para el trabajo de agentes: sistemas capaces de planificar, delegar tareas y ejecutar proyectos de largo aliento. Zuckerberg describió el lanzamiento como un paso hacia la frontera y un avance hacia la superinteligencia personal para todos.

Active Memory y Active Focus: las dos funciones que definen a Muse Wonder

El corazón del anuncio no es un número de parámetros ni un benchmark de razonamiento, sino dos capacidades que Meta bautizó como Active Memory y Active Focus. La primera es una memoria de largo plazo: el modelo retiene y sintetiza el contexto relevante sobre el usuario a lo largo de días, semanas y meses, y lo recupera cuando una tarea posterior lo necesita. En lugar de partir cada conversación desde cero, Wonder construye continuidad con quien lo usa.

Active Focus, por su parte, describe la capacidad del modelo de persistir cuando una tarea se complica: prueba enfoques alternativos, sortea bloqueos y se adapta a información nueva. Antes de ejecutar una acción importante pide confirmación, y cuando le falta claridad formula preguntas. Es la diferencia entre un asistente que responde preguntas y un agente que termina trabajos.

Un millón de tokens de contexto y precios pensados para desarrolladores

Ambos modelos manejan una ventana de contexto de aproximadamente un millón de tokens, equivalente a cerca de 750.000 palabras, y aceptan texto, imágenes, audio y video como entrada. Muse Wonder está disponible desde el lunes a través del Meta Model API y de Muse Code, el asistente de programación de la compañía, con un precio de 4 dólares por millón de tokens de entrada y 20 dólares por millón de tokens de salida. El input en caché baja a 0,20 dólares por millón.

Muse Wonder Full, en cambio, no tiene precio público por token: se entrega únicamente dentro de los planes de suscripción Power (20 dólares mensuales) y Maximum (100 dólares mensuales) de Muse Code. En la aplicación Muse, el plan gratuito sigue funcionando con Muse Spark 1.3, la generación anterior.

El contexto de la carrera: de Scale AI a los Superintelligence Labs

El lanzamiento es el primer gran resultado visible de una apuesta que Meta selló en 2025, cuando invirtió unos 14.000 millones de dólares en Scale AI y puso a su fundador, Alexandr Wang, al frente de Meta Superintelligence Labs. La primera generación, Muse Spark, había debutado en abril como un modelo pequeño, rápido y cerrado, y marcó el fin de la línea de código abierto Llama.

Muse Wonder llega semanas después de dos movimientos de la competencia: GPT-6 Astra de OpenAI, presentado el 3 de septiembre, y Claude Opus 5.5 de Anthropic, lanzado el 22 de septiembre. El ritmo de la industria se aceleró y Meta decidió no quedarse fuera de la conversación sobre qué compañía controla los modelos más capaces del mercado.

Benchmarks y posicionamiento frente a OpenAI y Anthropic

Meta sostiene que Muse Wonder obtiene un desempeño de vanguardia en tareas de agente personales y profesionales, y que fue entrenado en el centro de datos Prometheus, de escala gigavatio. Según datos de la consultora independiente Artificial Analysis citados por la compañía, los nuevos modelos superan a Spark y a varios sistemas de Anthropic, OpenAI y Google en las pruebas comparadas.

En el benchmark MemoryBench, diseñado para medir memoria y construcción de conocimiento continuo, Wonder obtiene mejores resultados que Claude Fable, Claude Opus y GPT-6 Astra, según Meta. La compañía también destaca fortaleza en dominios específicos como finanzas y derecho, y reconoce que el modelo se ubica entre los más caros de su categoría.

Qué significa para las empresas: la carrera por los agentes autónomos

Más allá del anuncio puntual, Muse Wonder confirma una tendencia que viene redefiniendo el mercado corporativo: el paso de los chatbots a los agentes autónomos. Los tres grandes laboratorios, OpenAI, Anthropic y ahora Meta, compiten por quién construye el sistema capaz de ejecutar trabajo real entre aplicaciones, no solo de responder preguntas. Para las empresas, la memoria de largo plazo y la persistencia en objetivos cambian el cálculo de qué se puede automatizar.

Un agente con Active Memory puede, por ejemplo, recordar las preferencias de un cliente a lo largo de meses y usar ese contexto en una negociación; uno con Active Focus puede completar un flujo de trabajo complejo sin supervisión constante. La pregunta de fondo ya no es si la inteligencia artificial responde bien, sino si termina la tarea. Y en esa métrica, Meta acaba de entrar de lleno a la competencia.

Para los equipos de tecnología y marketing en Chile, el anuncio tiene una lectura práctica inmediata. La competencia entre tres grandes laboratorios empuja los precios hacia abajo y acelera la llegada de capacidades de agente a las herramientas de uso cotidiano. Lo que hoy es una noticia técnica de una empresa estadounidense se traduce, en pocos meses, en asistentes capaces de recordar el contexto de un cliente, gestionar una campaña o completar un flujo de trabajo sin supervisión constante. Las compañías que quieran sacar provecho deberán observar la disponibilidad regional de estos modelos y evaluar, con casos de uso concretos, si la memoria activa y la persistencia en objetivos justifican migrar sus flujos actuales. La frontera de la inteligencia artificial dejó de ser una conversación entre dos actores y Meta acaba de sentarse a la mesa.