Meta lanza Muse Wonder: modelos para agentes que sostienen tareas largas

Meta presentó Muse Wonder y Muse Wonder Full, una familia de modelos de inteligencia artificial orientada a agentes personales y profesionales. Según el anuncio de la compañía, el lanzamiento busca mejorar la ejecución de trabajos prolongados de programación y otras tareas que requieren herramientas y contexto. La novedad apunta a agentes capaces de sostener tareas complejas, no solo responder preguntas puntuales.

Active Memory y Active Focus

Meta denomina Active Memory a la recuperación de información relevante entre conversaciones, una capacidad que permite al modelo mantener el hilo de interacciones anteriores. Active Focus describe la capacidad de insistir en un objetivo, probar alternativas ante obstáculos y solicitar aclaraciones o confirmación antes de acciones importantes. Son capacidades anunciadas por el fabricante, cuyo desempeño debe comprobarse en cada aplicación.

Contexto, acceso y precios

La ficha técnica especifica una ventana de contexto de un millón de tokens —un token es la unidad mínima de texto que el modelo procesa—, entradas de texto, imágenes, video y audio, y salida de texto. Según la página de modelos y precios, Muse Wonder está disponible mediante Meta Model API y Muse Code. La API cuesta 4 dólares por millón de tokens de entrada, 0,20 dólares por millón de tokens de entrada en caché y 20 dólares por millón de tokens de salida.

Muse Wonder Full se ofrece exclusivamente mediante Muse Code en los planes Power Usage, de 50 dólares mensuales, y Maximum Usage, de 200 dólares mensuales. La documentación consultada no publica una tarifa de API para Full. Esta diferencia condiciona la elección entre integrar un modelo en aplicaciones propias o utilizarlo dentro del asistente de programación. Para un desarrollador chileno, la decisión depende de si necesita personalizar el modelo en su propio software o si le basta con trabajar dentro del entorno de Muse Code.

Evaluaciones independientes

Las comparaciones de Meta combinan pruebas internas y resultados externos. La ficha técnica advierte diferencias de herramientas y entornos, y utiliza el esfuerzo máximo de razonamiento para sus modelos. Por ello, las tablas no acreditan superioridad universal. Ya existe evidencia independiente: Artificial Analysis asigna 56 puntos a Muse Wonder Full, con razonamiento máximo, en su Intelligence Index. La versión del índice mostrada reúne diez evaluaciones. Este dato amplía la información disponible más allá del anuncio del fabricante, aunque no equivale a una garantía de fiabilidad para cualquier tarea empresarial.

Disponibilidad y límites

Artificial Analysis identifica Wonder Full como propietario y sin pesos públicos. Esto describe su situación actual; no establece qué política de distribución adoptará Meta en el futuro. Para quienes necesitan ejecutar modelos en infraestructura propia, la disponibilidad de pesos constituye un criterio distinto del rendimiento. En seguridad, Meta declara haber evaluado riesgos cibernéticos, químicos, biológicos y de pérdida de control. La ficha reconoce posibles respuestas inexactas, errores de razonamiento y limitaciones visuales o espaciales. También señala que el modelo no está destinado a menores de 18 años y recomienda confirmación humana para acciones irreversibles.

Como criterio de adopción, las organizaciones deberían medir el éxito de procesos completos, el coste por tarea y la necesidad de intervención humana. Una puntuación agregada resulta útil para seleccionar candidatos, pero la decisión de despliegue requiere pruebas con documentos, permisos y herramientas representativos del entorno real.

Con información de DiarioTI