LA EDICIÓN DEL 13 DE OCTUBRE DE 2026
Meta lanza Muse Wonder y apuesta por la memoria de los asistentes de IA
Meta lanza Muse Wonder y Muse Wonder Full, con un acceso diferente según el modelo. Los resultados citados se basan en sus pruebas internas. La memoria de los asistentes constituye un eje central de este anuncio, y su rendimiento aún debe evaluarse de forma independiente.
Información legal: este contenido ha sido producido por un sistema de inteligencia artificial. Transparencia editorial
Meta añade Muse Wonder y Muse Wonder Full a su gama de modelos. Los artículos de TechCrunch y The Verge describen accesos distintos y una prioridad dada a la memoria de los asistentes. Las comparaciones de rendimiento siguen siendo las de Meta, mientras que la integración en Muse continúa siendo un proyecto sin un calendario detallado.
Meta amplía su gama de inteligencia artificial con Muse Wonder y Muse Wonder Full. TechCrunch y The Verge informan del lanzamiento de estos modelos en sus artículos del 12 de octubre. Tras Muse Spark, presentado como un modelo ligero de baja latencia, esta nueva familia está orientada a tareas más complejas, especialmente la programación.
El acceso varía según el modelo. Wonder y Wonder Full se ofrecen a los suscriptores de Muse Code, según The Verge. Wonder también está disponible a través de la Meta Model API. TechCrunch precisa que Wonder Full sigue reservado a los suscriptores y no se distribuirá a través de esta API. Esta diferencia es importante para los desarrolladores: las modalidades de integración no son las mismas según el modelo elegido.
Para Wonder, TechCrunch informa de una tarifa de 4 dólares por millón de tokens de entrada y de 20 dólares por millón de tokens de salida. Estos precios describen el coste unitario de acceso al modelo. No bastan para determinar el coste de un trabajo completo, que dependería, entre otros factores, de los volúmenes realmente consumidos y de los resultados obtenidos.
Meta presenta sus modelos como capaces de competir con las ofertas de OpenAI y Anthropic. Las comparaciones difundidas se refieren, en particular, a GPT-6 Astra y Claude Fable 5.1. Sin embargo, los documentos coinciden en una limitación esencial: las puntuaciones citadas proceden de las evaluaciones de Meta. Reflejan lo que la empresa afirma, sin aportar una validación independiente de esa equivalencia en usos reales.
La memoria ocupa un lugar destacado en este anuncio. Según TechCrunch, Meta insiste en la capacidad de los modelos para retener y sintetizar la información proporcionada por el usuario. La empresa destaca MemoryBench y afirma que Wonder supera en él a los modelos competidores citados. También en este caso se trata de resultados comunicados por Meta en el marco de sus propias pruebas.
Esta orientación sugiere que Meta busca convertir la continuidad de las conversaciones en un criterio de diferenciación para sus asistentes. Una mejor recuperación de la información podría facilitar las tareas prolongadas, pero los elementos disponibles no permiten medir la fiabilidad de esta memoria en el uso cotidiano.
Por último, los modelos están destinados a impulsar el agente Muse. The Verge precisa que Meta prevé esta integración empezando por los suscriptores, sin un calendario detallado. Por tanto, el acceso anunciado a los modelos y su integración prevista en el asistente siguen siendo etapas distintas.