Meta ha publicado Muse Spark 1.3, disponible a través de Muse Code y la Meta Model API. Es la cuarta versión de la serie en cinco meses: el lanzamiento inicial llegó en abril, la 1.1 en julio y la 1.2 en agosto. Según recoge The Decoder, la novedad no está tanto en el rendimiento como en lo que cuesta usarlo.
El modelo llega en dos variantes. La xhigh está disponible desde ya, mientras que la variante max, más pesada en cómputo, solo funciona por ahora como preview limitado para socios a la espera de más pruebas de seguridad, según indica Artificial Analysis.
El precio se mantiene y sigue siendo el más bajo de su nivel
Meta no ha tocado la tarifa: 1,25 y 4,25 dólares por millón de tokens de entrada y salida, igual que en la versión anterior. Con esos números, completar una tarea del índice sale a 0,55 dólares. Ningún modelo que puntúe 59 o más en el Intelligence Index es más barato, y los rivales situados en ese mismo nivel se mueven entre 0,94 y 1,23 dólares por tarea. Eso sí, Muse Spark 1.3 cuesta más que su predecesor: la 1.2 rondaba los 0,40 dólares por tarea.
El salto de puntuación se concentra en tres pruebas concretas
En el Intelligence Index, la variante max llega a 62 puntos y la xhigh a 61, frente a los 57 de agosto y los 53 de julio. La explicación está en cómo se pondera el índice: GDPval-AA v2 pesa un 20 por ciento, Terminal-Bench 2.1 un 16 por ciento y τ³-Bench Banking un 14 por ciento, y ahí es exactamente donde Meta mejora más.
Solo lidera de forma clara en una prueba de agentes bancarios
En τ³-Banking, que simula a un agente manejando herramientas en un escenario de banca, la variante max alcanza un 52 por ciento, el primer puesto según Artificial Analysis, y es el único liderazgo absoluto que consigue el modelo. La xhigh disponible llega al 47 por ciento, empatada con Claude Fable 5.1 (max) y GLM-5.3-Flash, no por delante. La versión 1.2 se quedaba en un 35 por ciento.
En Terminal-Bench 2.1, que evalúa programación en terminal, la xhigh sube del 80 al 85 por ciento y la max llega al 86 por ciento, pero Claude Fable 5.1 sigue en cabeza con un 91,4 por ciento en su variante max, 91,0 en xhigh y 89,9 en high. En GDPval-AA v2, la prueba con más peso del índice, Meta pasa de 1.615 a 1.709 puntos en xhigh y 1.754 en max, en una escala calibrada sobre el desempeño de expertos humanos situado en 1.000, medida sobre 220 tareas profesionales reales. Claude Fable 5.1 (max) se sitúa en 1.853. Meta compra esa mejora de la variante max quemando un 62 por ciento más de tokens de razonamiento que la xhigh.
Fuera de las tareas de agentes, el modelo se queda en la media
En GPQA Diamond, con preguntas de ciencia de nivel experto, Muse Spark sube del 90 al 94 por ciento. Es el grupo de cabeza, pero queda por debajo de Gemini 3.8 Flash (high), con 95,3, y de Grok 4.6 (high), con 94,9. En CritPt, centrado en física de investigación, pasa del 18 al 26 por ciento, lejos del 32,3 de GPT-5.6 Sol (max) y del 31,1 de Claude Fable 5.1 (xhigh).
No todo mejora frente a la 1.2: AA-LCR baja del 83 al 79 por ciento, y la precisión factual en AA-Omniscience cae hasta tres puntos porque, según explica el artículo, el modelo ahora se niega a responder con más frecuencia cuando no está seguro. Ni Meta ni Artificial Analysis han dado todavía un precio para la variante max, y el artículo apunta que hay modelos más grandes y una versión de pesos abiertos en camino.
Para quién tiene sentido elegir este modelo ahora mismo
Con estos números, Muse Spark 1.3 tiene sentido inmediato para quien construye agentes centrados en tareas administrativas o bancarias, donde la variante max lidera de forma clara y la xhigh ya disponible empata con los mejores, todo ello al precio por tarea más bajo entre los modelos de su nivel. Para quien prioriza programación en terminal, la diferencia frente a Claude Fable 5.1 sigue rondando los seis puntos, así que cambiar de proveedor solo por precio puede salir caro en tiempo de depuración. Y si el uso pasa por preguntas donde la precisión factual importa más que el coste, conviene tener en cuenta que el modelo ahora prefiere no responder antes que arriesgarse a fallar, lo que en la práctica significa revisar a mano más respuestas que con la versión anterior.
En conjunto, la actualización no cambia el mapa de quién manda en inteligencia general, pero sí abarata de forma notable el acceso a un rendimiento agéntico competitivo, y eso es justo lo que Meta parece haber decidido vender esta vez.
Escrito por Eloy Andrade
