- Meta y Apple colaboran para que Muse Spark Open, un modelo de pesos abiertos con 816.000 millones de parámetros, se ejecute en local en Mac Studio.
- La configuración recomendada combina entre dos y cuatro equipos con M5 Ultra; la opción de 256 GB parte de 10.799 dólares y hay una versión de 512 GB prevista.
- El modelo apunta a programación, agentes y análisis multimodal, con ventana de contexto de un millón de tokens y arquitectura de mezcla de expertos.
- Se distribuye en Hugging Face y otros entornos bajo Muse Model License, con uso comercial sujeto a condiciones.
Meta y Apple han dado un paso que, a primera vista, resulta llamativo: han unido esfuerzos para que Muse Spark Open, un modelo de inteligencia artificial de pesos abiertos, pueda ejecutarse en un escritorio equipado con hardware de Apple. La propuesta no consiste en acceder a una nube ajena, sino en descargar el modelo y ponerlo a funcionar en Mac Studio con chip M5 Ultra, una posibilidad que hasta hace poco parecía reservada a grandes centros de datos.
La noticia ha llamado la atención tanto por lo técnico como por lo simbólico. Meta, que llevaba tiempo apostando por modelos abiertos y propietarios en paralelo, y Apple, que suele ser celosa de su ecosistema, aparecen ahora como aliados en torno a la IA local. El anuncio se produce además en un momento en el que los modelos abiertos chinos y los lanzamientos de otros laboratorios presionan el mercado, y en el que la capacidad de ejecutar IA sin depender de la nube se ha convertido en un argumento de peso.
Una alianza inesperada para llevar la IA al escritorio
La colaboración entre Meta y Apple no era el guion más previsible. Durante años, ambas compañías han mantenido diferencias públicas, sobre todo a raíz de los cambios de privacidad que Apple introdujo en 2021 y que limitaron el rastreo publicitario en iOS. Meta llegó a calcular que aquellas medidas recortarían sus ingresos en miles de millones de dólares, y los roces entre sus responsables han sido frecuentes.
Sin embargo, el terreno de los modelos abiertos ha acercado posturas. Según han explicado responsables de Meta, la colaboración se ha cocido durante varios meses y ha contado con nombres propios, como el de Daniel Gross, investigador de IA y exejecutivo de Apple que ahora trabaja en el equipo de Meta. Alexandr Wang, al frente de la división de IA de Meta, ha señalado que el objetivo es que los desarrolladores puedan sacar partido a modelos avanzados sin montar una infraestructura enorme.
El respaldo público de los máximos responsables ha sido otro de los detalles destacados. Mark Zuckerberg celebró en X que el modelo funciona bien en el nuevo Mac Studio y agradeció el trabajo realizado junto a Apple. John Ternus, que acaba de asumir la dirección ejecutiva de la compañía de Cupertino, respondió destacando la escala del modelo ejecutado desde un escritorio. El intercambio, impensable hace unos años, resume el giro estratégico de ambas firmas.
Qué es Muse Spark Open y por qué necesita un Mac Studio
Muse Spark Open es un modelo multimodal de pesos abiertos con 816.000 millones de parámetros totales, de los cuales 42.000 millones están activos en cada inferencia. Utiliza una arquitectura de mezcla de expertos, lo que permite activar solo una parte de la red para cada consulta y reducir el cómputo necesario. Su ventana de contexto llega hasta un millón de tokens, una cifra pensada para manejar repositorios de código, documentos extensos o conversaciones largas sin perder el hilo.
La orientación del modelo no es tanto el chat generalista como las tareas de programación, ingeniería de software y flujos agénticos. Es decir, sistemas que pueden planificar pasos, ejecutar acciones, probar resultados y corregir errores con cierta autonomía. Meta también lo presenta como una herramienta capaz de trabajar con texto, imágenes, audio y vídeo, y de generar respuestas escritas a partir de esa mezcla de entradas.
El problema es el tamaño. Los pesos del modelo ocupan mucho espacio y requieren una cantidad de memoria que un ordenador personal convencional no suele tener. De ahí que la configuración que aparece en las pruebas y materiales difundidos se apoye en dos Mac Studio con M5 Ultra, unidos mediante MLX, el entorno de aprendizaje automático de Apple para sus chips. Con dos equipos se puede sumar alrededor de un terabyte de memoria unificada, y para determinadas cargas se habla de combinar entre dos y cuatro máquinas.
Apple ha publicado documentación técnica sobre MLX en la que explica cómo repartir modelos abiertos entre varios dispositivos y cómo aprovechar el rendimiento de sus procesadores. La idea es que el modelo no tenga que residir en un servidor remoto, sino que quede bajo control del usuario. Eso encaja con la promesa de mayor privacidad y con la posibilidad de evitar costes recurrentes de nube, aunque no convierte automáticamente cualquier equipo en una supercomputadora.
Precio, disponibilidad y letra pequeña de la licencia
El entusiasmo por ejecutar IA de gran escala en local choca con una realidad incómoda: el desembolso. Un Mac Studio con chip M5 Ultra y 256 GB de memoria parte de 10.799 dólares, y para aprovechar la configuración descrita suelen hacer falta varias máquinas. La versión de 512 GB, que facilitaría el trabajo con modelos de este calibre, se esperaba para finales de octubre, según los datos publicados, y previsiblemente tendrá un precio superior.
Para quien no quiera comprar hardware de inmediato, hay otras vías. El modelo se puede descargar desde Hugging Face y también aparece en plataformas empresariales como Amazon SageMaker AI, Google Cloud Model Garden o Microsoft Foundry Models. Además, diversos proveedores ofrecen acceso mediante API, lo que permite probar el modelo sin montar dos o cuatro Mac Studio en casa. Esa opción resulta útil para medir costes, latencia y calidad antes de decidir si compensa la inversión.
La licencia es otro punto que conviene leer con calma. Muse Spark Open se distribuye bajo la Muse Model License, que permite usar, modificar y redistribuir el modelo, pero con condiciones. No es una autorización comercial sin límites: quienes quieran ofrecerlo como servicio deben revisar los términos y, en determinados casos, negociar aparte con Meta. Para uso interno o para productos que integran IA sin vender el modelo como servicio, el marco es más flexible.
La optimización se ha centrado en los chips de Cupertino y en MLX, sin que ello implique que Meta renuncie a otros entornos de despliegue. La compañía mantiene su apuesta por los pesos abiertos y permite que el modelo circule por plataformas de descarga y nubes empresariales, lo que amplía el alcance entre desarrolladores e investigadores.
Qué implica para desarrolladores y empresas en España y Europa
Para un equipo de desarrollo en España o en el resto de Europa, la propuesta tiene varios ángulos. El primero es el coste: comprar varios Mac Studio de gama alta no está al alcance de cualquier startup o departamento. Antes de dar ese paso, tiene sentido probar el modelo por API y comparar su rendimiento con las alternativas que ya se usan. La decisión entre nube y local no es binaria; depende del volumen de inferencia, de la sensibilidad de los datos y de la capacidad de asumir amortizaciones.
El segundo ángulo es la privacidad. Ejecutar el modelo en local evita enviar información a servidores de terceros y puede simplificar el cumplimiento en sectores regulados, como salud, finanzas o administración pública. Ahora bien, no basta con tener el modelo en casa para cumplir toda la normativa: hay que gestionar accesos, registros, copias de seguridad y políticas internas. La ventaja es que el dato no sale del entorno controlado, algo que muchas empresas valoran cada vez más.
El tercer punto es la dependencia de proveedores. Descargar los pesos y poder ejecutarlos en hardware propio reduce el riesgo de quedar atado a una plataforma cerrada. Esa portabilidad tiene un precio técnico: requiere perfiles especializados, pruebas de rendimiento y una planificación cuidadosa de la memoria. No es lo mismo lanzar una consulta puntual que mantener agentes trabajando durante horas sobre repositorios o vídeos.
En el plano práctico, Muse Spark Open puede servir para generar y revisar código, analizar documentos extensos, automatizar tareas de edición o crear asistentes que actúen sobre aplicaciones reales. Meta ha mostrado ejemplos en los que el modelo interactúa con herramientas de desarrollo y con programas de edición de vídeo, encadenando acciones sin intervención constante. Son demostraciones, no una garantía de que cualquier empresa obtenga los mismos resultados sin ajustar nada.
Competencia y estrategia: modelos abiertos, propietarios y acuerdos cruzados
El lanzamiento no se entiende sin el contexto competitivo. Meta lleva tiempo moviéndose entre modelos abiertos y propietarios: por un lado, mantiene la herencia de su familia Llama; por otro, ha presentado opciones cerradas como Muse Wonder y modelos más pequeños como Muse Glimmer. Muse Spark Open no es necesariamente su modelo más potente, pero sí uno de los más ambiciosos que pueden descargarse y ejecutarse fuera de la nube.
Apple, mientras tanto, también juega en varios tableros. La compañía ha llegado a acuerdos con Google y OpenAI para integrar capacidades de IA en sus dispositivos y servicios, al mismo tiempo que presume de inteligencia en el propio dispositivo. La alianza con Meta para optimizar Muse Spark Open en Mac Studio encaja en esa estrategia de convertir sus ordenadores en plataformas válidas para IA avanzada, un terreno donde Nvidia ha dominado gracias a los centros de datos.
En el ecosistema abierto, la competencia es intensa. Los modelos chinos como Qwen, GLM o Kimi han ganado presencia, y otros proyectos occidentales buscan hacerse un hueco con menos cómputo. Meta quiere que Muse Spark Open sea una opción atractiva para desarrolladores que necesitan control sobre sus datos y no quieren depender de una API externa para todo. La gran duda es si el coste del hardware y las limitaciones de licencia frenarán su adopción masiva.
Las compañías no han confirmado si esta colaboración se ampliará a otros productos o si quedará como un movimiento puntual. Lo que sí queda claro es que la frontera de la IA ya no se mide solo en parámetros o benchmarks, sino también en dónde se ejecuta, quién controla los datos y cuánto cuesta mantener el sistema funcionando. Esa discusión afecta por igual a grandes tecnológicas y a equipos pequeños.
La irrupción de Muse Spark Open en Mac Studio muestra una tendencia de fondo: la IA de gran escala intenta acercarse al escritorio. Meta aporta un modelo de pesos abiertos con 816.000 millones de parámetros, 42.000 millones activos y una ventana de un millón de tokens; Apple pone el hardware, MLX y la memoria unificada de sus equipos. El resultado promete capacidades agénticas y multimodales sin pasar por la nube, pero exige una inversión elevada, varios equipos en muchos casos y una lectura atenta de la licencia. Para desarrolladores y empresas europeas, la oportunidad está en probar antes de comprar, medir el retorno y valorar si la privacidad y el control compensan el desembolso.