Meta soltó los pesos de Muse Spark Open y quiere que corras IA seria en tu escritorio

Ayer Meta liberó los pesos de Muse Spark Open, que según ellos es el modelo open-weight más capaz de Estados Unidos hasta la fecha. Los números son de otro planeta: 816 mil millones de parámetros totales, de los cuales 42 mil millones están activos por token (arquitectura de mezcla de expertos), ventana de contexto de un millón de tokens, y multimodal de nacimiento. Pero lo que a mí me interesó no fue el puntaje en los benchmarks, sino la parte del anuncio donde le dan la espalda al data center.

Dos Mac Studio y una idea rara

Meta optimizó este modelo para correr en tu casa: específicamente en dos Apple Mac Studio con chip M5 Ultra, usando el framework MLX de Apple. La arquitectura de memoria unificada permite que cada máquina use hasta 512 GB de RAM, así que dos escritorios juntos aguantan el modelo completo, comportándose como un supercomputador de un terabyte de memoria. Y hay detalle jugoso: Apple y Meta no se hablan hace años, y ahora aparecen cooperando en esto.

Lo que significa para los que administramos VPS

Los que armamos homelabs lo vamos a entender rápido: durante años la respuesta a «quiero IA potente» fue alquilar GPU en la nube. Ahora una empresa que vende justamente eso está diciendo que la mejor forma de correr su modelo bandera es comprarse dos cajitas. Es un cambio de discurso notable, y me gusta, aunque con letra chica.

Mi pega diaria corre sobre VPS propios y agentes de IA en la nube, y ese equilibrio (lo pesado afuera, lo mío adentro) me funciona bien. Este anuncio me parece la señal de que esa frontera se está moviendo: el escritorio pasa a ser blanco de despliegue legítimo, no solo la lapicera de pruebas. El modelo también corre en llama.cpp, vLLM, SGLang y otros motores, con optimizaciones para GPU de NVIDIA, AMD, Intel y Apple, así que no está amarrado a una sola plataforma.

Pero pongamos los pies en el suelo: ningún modelo de 816B corre en el notebook. Dos Mac Studio M5 Ultra valen caca de dinero, y esto te deja apuntando a un nicho de gente con presupuesto de empresa chica, no al usuario promedio. En lo personal, estoy más atento a la tendencia complementaria: modelos chicos y eficientes que corren en hardware común. Ahí es donde el autoalojamiento se vuelve realista para el resto.

La letra chica de la licencia

Como siempre con estos lanzamientos, «abierto» tiene gradas. Los pesos salieron bajo la Muse Model License con términos comerciales limitados: gratis para muchos desarrolladores, pero no es una licencia permisiva tipo MIT. Para quien quiera probarlo sin comprar hardware, ya está disponible vía API en OpenRouter, Together AI, Fireworks, Groq y otros; y los pesos se bajan desde Hugging Face. También hicieron open source de los kernels GPU (Helion) que usan en SGLang, con mejoras de velocidad del orden de 1x a 4x dependiendo del GPU.

Me quedo con dos conclusiones. Primera: el debate ya no es «nube contra local», es en qué combinación y con qué presupuesto. Segunda: cuando Meta y Apple, que se pelaban en tribunales hace pocos años, colaboran para poner un modelo de punta en un escritorio, es porque ambos ven el mismo peligro: si todo tu cómputo de IA vive en la nube, tu vida entera pasa por la puerta de otro. Yo ya di ese paso con mi infraestructura personal, y cada vez tengo menos ganas de devolverla.

Fuente de inspiración: Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date