Meta ha dado un paso más en su intento de recuperar protagonismo en la carrera de la inteligencia artificial. La compañía ha presentado dos nuevos modelos, Muse Wonder y Muse Wonder Full, a los que sitúa como competidores directos de lo mejor que ofrecen OpenAI y Anthropic en este momento.
El anuncio llega en un contexto donde la conversación sobre los modelos más potentes del mercado ha estado dominada casi en exclusiva por OpenAI y Anthropic, con Google sumándose recientemente con Gemini 4 Argon. Meta busca ahora hacerse un hueco en esa disputa, después de haber invertido miles de millones de dólares en talento e infraestructura para su división de inteligencia artificial.
Qué ofrecen los nuevos modelos y quién puede usarlos
Desde hoy, los suscriptores de Muse Code tienen acceso a ambos modelos. Meta ha precisado que Muse Wonder, además, estará disponible a través de la Meta Model API, la puerta de entrada para desarrolladores que quieran incorporarlo a sus propias aplicaciones.
La compañía, sin embargo, ha dejado varios flecos sin resolver. No ha explicado qué diferencia exactamente a Wonder de Wonder Full, ni ha informado del precio de uso por API, ni ha revelado datos técnicos como el número de parámetros o el tamaño de la ventana de contexto de ninguno de los dos sistemas.
Lo que sí ha adelantado Meta es el destino final de esta tecnología. La empresa prevé que Wonder termine integrándose en Muse, su agente de inteligencia artificial, comenzando por los usuarios de pago. A partir de ahí, planea desarrollar modelos especializados que, según sus propias palabras, pueda extender a todos los que utilizan Muse. De momento no hay calendario público para ninguno de estos pasos.
Las comparaciones con GPT-6 Astra y Claude Opus 5.5
Meta afirma que sus nuevos modelos están a la altura de GPT-6 Astra, de OpenAI, y de Claude Opus 5.5 y Claude Fable 5.1, de Anthropic. Son las referencias que la compañía cita de forma explícita al presentar Wonder y Wonder Full.
El respaldo de esta afirmación son pruebas internas realizadas por la propia Meta en distintos benchmarks del sector. Esto significa que, por ahora, no existe una verificación independiente de esos resultados. Conviene, por tanto, tomar la comparación como lo que es: una declaración de la empresa, no un hecho contrastado por terceros.
Queda además una incógnita relevante. No se sabe cómo se comportan los modelos de Meta frente a Gemini 4 Argon, el sistema de Google cuyas capacidades reales todavía se están terminando de conocer, según ha recogido el medio The Verge, que dio a conocer la noticia.
El contexto: la ofensiva de Meta en inteligencia artificial
Wonder y Wonder Full no llegan solos. Son la continuación de Muse Spark, el primer modelo surgido de Superintelligence Labs, la división de Meta renovada para esta carrera, y del agente Muse, que ya ha generado bastante conversación pública. A ese catálogo se suma también Muse Image, el modelo de generación de imágenes de la compañía.
The Verge sitúa estos lanzamientos dentro de un esfuerzo agresivo de Meta por recuperar una posición de primer nivel en inteligencia artificial, tras destinar sumas multimillonarias a talento e infraestructura. La apuesta de fondo de la compañía es llevar agentes de IA útiles al gran público a través de Muse.
El camino no ha sido sencillo. Según informó el propio medio, Meta tuvo que corregir a toda prisa un fallo de seguridad en Muse pocas semanas antes de su lanzamiento. A ese episodio se suma otro: Muse llegó a enviar a un desconocido la dirección postal de un youtuber. Pese a estos tropiezos, la compañía ha seguido adelante y ha liberado el código para que cualquiera pueda construir dispositivos compatibles con Muse.
Qué cambia en el equilibrio frente a OpenAI y Anthropic
La irrupción de Meta en esta disputa tiene una particularidad: su agente Muse ya cuenta con usuarios activos, lo que le da una ventaja de partida frente a otros laboratorios que lanzan modelos sin un producto de consumo masivo detrás.
Esa integración entre modelo y producto es, precisamente, la apuesta estratégica de la compañía. Controlar a la vez el modelo y la aplicación que lo utiliza permite iterar con más rapidez, sin depender de acuerdos con terceros. Meta se apoya en esta lógica para su plan de que Wonder termine potenciando Muse desde dentro.
Aun así, el anuncio deja más preguntas abiertas de las que resuelve. Sin cifras de rendimiento verificadas por terceros, sin precios públicos y sin fecha para un despliegue más amplio, la comparación con GPT-6 Astra o Claude Opus 5.5 depende de que otros laboratorios o investigadores repitan las pruebas y confirmen resultados similares.
Qué conviene revisar antes de cambiar de herramienta
Quienes ya trabajan con modelos de OpenAI o Anthropic no tienen ninguna obligación de cambiar de inmediato. Pero el lanzamiento de Meta deja algunos puntos que conviene revisar antes de tomar cualquier decisión.
Conviene comprobar si la tarea que se necesita resolver coincide con los benchmarks que Meta ha utilizado en sus pruebas internas. Como esos resultados no han sido verificados de forma independiente, lo más fiable es probar el modelo con casos propios antes de confiar en la comparación oficial.
También hay que valorar si es necesario suscribirse a Muse Code, ya que los nuevos modelos solo están disponibles para sus usuarios de pago. El acceso mediante la Meta Model API, además, se limita por ahora a Wonder, sin que Wonder Full esté disponible por esa vía.
Para quienes desarrollan productos, es recomendable revisar con detalle las condiciones de la Meta Model API antes de integrarla en cualquier aplicación, dado que Meta no ha detallado precios ni límites de uso.
Por último, es importante tener en cuenta el historial reciente de Muse en materia de seguridad y privacidad, especialmente si se piensa conectar el agente a datos personales o de clientes.
Qué significa este lanzamiento para los usuarios de Muse
Para desarrolladores y equipos técnicos, el lanzamiento supone una opción más que probar, siempre con la cautela de que los resultados comparativos provienen de la propia Meta. Contrastarlos con el modelo que se usa actualmente, aplicado a tareas reales, es la única forma fiable de saber si el cambio compensa.
Para los usuarios de Muse que no pagan la suscripción, la espera será más larga. Meta ha confirmado que Wonder llegará primero a quienes tienen Muse Code, y que los modelos destinados a todos los usuarios llegarán después, sin que haya fecha concreta todavía. Mientras la compañía no publique plazos definidos, o hasta que terceros puedan validar sus cifras de rendimiento, lo más prudente es considerar Wonder como una propuesta todavía en fase de prueba.
Preguntas frecuentes
¿Qué son Muse Wonder y Muse Wonder Full?
Son dos nuevos modelos de inteligencia artificial de Meta, presentados como competidores de GPT-6 Astra, de OpenAI, y de Claude Opus 5.5 y Claude Fable 5.1, de Anthropic.
¿Quién puede usar estos nuevos modelos?
Por ahora están disponibles para los suscriptores de Muse Code. Muse Wonder también puede utilizarse a través de la Meta Model API, destinada a desarrolladores.
¿Las comparaciones de Meta con OpenAI y Anthropic están verificadas?
No. Los resultados proceden de pruebas internas realizadas por la propia Meta en distintos benchmarks, sin que exista por ahora una verificación independiente de esas cifras.
¿Cuánto cuesta usar Muse Wonder a través de la API?
Meta no ha detallado el precio de uso de la Meta Model API ni los límites de acceso para desarrolladores.
¿Cuándo llegará Muse Wonder a todos los usuarios de Muse?
Meta ha dicho que, tras llegar primero a los suscriptores de pago, prevé extender modelos especializados a todos los usuarios de Muse, pero no ha ofrecido ninguna fecha concreta.
¿Ha tenido Muse problemas de seguridad anteriormente?
Sí. Según información publicada por The Verge, Meta corrigió a última hora un fallo de seguridad antes del lanzamiento de Muse, y el agente llegó a enviar la dirección postal de un youtuber a un desconocido.
Samuel Gil es especialista en infraestructura tecnológica, administración de servidores y desarrollo de servicios digitales. Con una sólida trayectoria en entornos web de alta exigencia, optimización de servidores y gestión de arquitecturas de red, Samuel dedica su labor en faq-box.com a desglosar cuestiones técnicas complejas para convertirlas en guías prácticas, transparentes y de alto valor técnico.
Su enfoque editorial prioriza el rigor, la seguridad en los sistemas y la resolución eficiente de problemas técnicos cotidianos y avanzados. A través de sus análisis, busca ofrecer respuestas directas y contrastadas para profesionales y entusiastas del sector tecnológico.
Cuenta con una sólida formación en el área tecnológica, destacando su especialización a través del Máster en Inteligencia Artificial Aplicada a la Gestión Empresarial y el MBA in Digital Transformation & Artificial Intelligence de ISEEN.EU, lo que aporta un rigor técnico avanzado a cada análisis de desarrollo y arquitectura digital.
