Meta lanza la familia Muse para flujos de trabajo de agentes

Meta ha presentado una nueva familia de modelos de IA bajo el nombre Muse, posicionando a Wonder como su buque insignia, a Spark como una opción intermedia rentable y a Ember para tareas de agentes repetitivas de alto volumen. Este cambio sustituye a la línea Llama y añade opciones de pesos abiertos como Glimmer para agentes en dispositivos.

Qué ha sucedido

Según el blog de Zapier, la línea Muse de Meta ahora incluye:

• Muse Wonder – el modelo más capaz, ofrecido vía API y en Muse Code, con una variante "Full" disponible solo mediante suscripción a Muse Code. Introduce Active Memory (persistencia de estado en conversaciones) y Active Focus (recuperación de errores orientada a objetivos). Precios: $4 / M tokens de entrada, $20 / M tokens de salida.
• Muse Spark 1.3 – un modelo multimodal capaz de usar herramientas que admite texto, imágenes, audio y vídeo. Es más barato y rápido que Wonder, costando $1.25 / M tokens de entrada y $4.25 / M tokens de salida. Un nivel "Contributor" reduce el precio a $0.10 / M de entrada y $0.20 / M de salida a cambio de compartir datos.
• Muse Ember – un modelo ligero diseñado para trabajo repetitivo de agentes (llamadas a herramientas, enrutamiento, extracción). Tiene una ventana de contexto de 1 M de tokens, puede emitir hasta 512 k tokens y cuesta $0.10 / M de entrada y $0.50 / M de salida.
• Muse Glimmer – un modelo de 30 B de parámetros de pesos abiertos diseñado para ejecutarse localmente en una GPU de consumo, descargable desde Hugging Face.
• Muse (aplicación de asistente personal) – utiliza Spark internamente, ejecuta a cada usuario en una instancia de Linux "Muse Secure VM" dedicada e incluye un sistema de vigilancia Sentinel para mayor seguridad.
• Muse Code – un agente de programación basado en terminal que puede ejecutar cualquiera de los modelos Muse. Al combinarse con Wonder Full, su rendimiento iguala a las ofertas de primer nivel de Claude y OpenAI.

Los desarrolladores pueden acceder a Spark, Wonder y Ember a través de la API de modelos de Meta, y los tres pueden conectarse a automatizaciones de Zapier que se activan en más de 9,000 aplicaciones. Meta también anunció un dispositivo centrado en la voz, Muse Charm, aunque los detalles son escasos.

Por qué es importante para los equipos pequeños

Para los creadores de empresas pequeñas y medianas, la familia Muse ofrece una escalera de escalabilidad clara. El coste es una preocupación principal: las tarifas de Ember, inferiores a $0.20 por millón de tokens, lo hacen viable para el procesamiento por lotes (por ejemplo, análisis de documentos o enrutamiento), mientras que Spark proporciona un punto medio para tareas multimodales sin el precio premium de Wonder. Las características de agente como Active Memory y Active Focus reducen la necesidad de código de gestión de estado personalizado, permitiendo a los equipos centrarse en la lógica de negocio en lugar de en la ingeniería de prompts. El modelo de pesos abiertos Glimmer permite que los equipos preocupados por la privacidad ejecuten agentes en sus propias instalaciones, evitando preocupaciones sobre la exfiltración de datos y manteniendo los mismos patrones de uso de herramientas. Finalmente, la integración estrecha con Zapier significa que los equipos pueden incrustar modelos Muse en flujos de trabajo sin código existentes, obteniendo observabilidad y gobernanza sin construir una pila de orquestación completa. En resumen, la línea Muse de Meta ofrece a los equipos pequeños una forma escalonada y transparente en cuanto a precios para experimentar y pasar a agentes de IA de nivel de producción.

Qué hacer esta semana

1. Configura una automatización de Zapier que llame a Muse Spark para una tarea repetitiva (por ejemplo, extraer clientes potenciales de correos electrónicos) y mide el uso de tokens frente a tu presupuesto.
2. Descarga Muse Glimmer desde Hugging Face y ejecuta un agente local sencillo en una estación de trabajo con GPU para probar la latencia y las garantías de privacidad de datos.
3. Compara los costes de tokens de Ember frente a Spark para un trabajo de procesamiento por lotes y decide si la actualización a Wonder está justificada para cualquier caso de uso de alta complejidad.

Fuentes

• Muse Wonder, Muse Spark, and Muse Ember: A guide to Meta's AI models — Zapier Blog