Aprender  /  Novedades

Meta Muse Wonder explicado: el primer modelo puntero de Meta, su precio y la comparación

Tras dos años de modelos abiertos y de ir a la zaga, Meta tiene ya un modelo cerrado en el grupo de cabeza. Qué sabe hacer Muse Wonder, cuánto cuesta frente a Claude, GPT y Gemini y la pega de la versión Full, más potente.

Novedades7 min de lecturaActualizado el 21 de octubre de 2026
IAAgentes de IANovedades
Todas las guías y chuletas

El 12 de octubre de 2026, Meta Superintelligence Labs lanzó Muse Wonder y Muse Wonder Full, los primeros modelos de Meta pensados para competir con los mejores de OpenAI, Anthropic y Google. Llegan tras el ligero Muse Spark y el modelo de pesos abiertos Muse Spark Open, y son los primeros lanzamientos punteros desde que Meta reorganizó su trabajo en IA bajo Alexandr Wang en agosto de 2025. A diferencia de los modelos de la era Llama, estos son cerrados: se usan a través de la API de Meta o de su aplicación de programación, no descargando pesos.

$4 / $20Entrada / salidapor millón de tokens, API de Muse Wonder
1MVentana de contextoen ambos modelos
56Muse Wonder FullArtificial Analysis Intelligence Index
1509Muse Wonder en Arenaclasificación de texto, 15 de octubre

Wonder y Wonder Full: ¿en qué se diferencian?

Muse Wonder

API
ID del modelo
muse-wonder-1.0
Dónde
Meta Model API y Muse Code
Precio
4 dólares de entrada, 0,20 de entrada en caché y 20 de salida por millón de tokens
  • Pago por token, compatible con el SDK de OpenAI
  • Según Meta, rendimiento comparable al de Wonder Full

El que pueden usar desarrolladores y equipos de datos.

Muse Wonder Full

Solo por suscripción
Dónde
Muse Code, en los planes Power Usage y Maximum Usage
Contexto
1M de tokens
  • El modelo más capaz de Meta; las mejores puntuaciones en algunas pruebas de programación de terceros (DeepSWE, SWE-Marathon)
  • No disponible por API

Para quien programa dentro de la propia aplicación de Meta.

Cómo se compara

La ficha del modelo de Meta dice que ambos modelos puntúan de forma comparable a Claude Fable 5.1 y GPT-6 Astra, y que Muse Wonder los supera en MemoryBench, una prueba de recordar y usar información a lo largo del tiempo. Las clasificaciones independientes lo sitúan claramente en el grupo de cabeza, aunque no en primer lugar.

Artificial Analysis Intelligence Index
Claude Opus 5.558
Claude Sonnet 5.556
Muse Wonder Full56
Gemini 4 Argon (high)52,6
GPT-6.1 Sol51,8

Cuanto más alto, mejor. Índice independiente, 19 de octubre de 2026. Muse Wonder Full es la versión solo por suscripción.

Clasificación de texto de Arena, votos del público
Gemini 4 Argon1.524
Muse Wonder1.509
Claude Opus 5.51.508

Cuanto más alto, mejor. Puntuaciones del 15 de octubre de 2026; la de Gemini 4 Argon era provisional. Las barras empiezan en 1.450 para mostrar las diferencias.

Precio: el extremo caro del grupo de cabeza

Precio de salida por millón de tokens
$20Muse Wonder
$10Gemini 4 Argon
$10GPT-6.1 Sol
$10Claude Sonnet 5.5
$0,50Claude Haiku 5.5

Precios de lista en dólares para prompts de longitud normal. El precio introductorio de Gemini 4 Argon sube a 20 dólares el 1 de diciembre de 2026.

A 20 dólares por millón de tokens de salida, Muse Wonder cuesta alrededor del doble que los modelos con los que empata. TechCrunch lo situó más o menos al nivel de las opciones más caras de OpenAI y Anthropic. La entrada en caché a 0,20 dólares ayuda a los agentes que reenvían una y otra vez el mismo contexto largo. Salvo que sus funciones de memoria ayuden claramente a tu caso, los modelos más baratos de nuestra comparativa de octubre ofrecen más por el mismo dinero.

Memoria activa y tareas largas

Memoria activa
Lleva el contexto de una conversación a otra y mantiene a mano objetivos, restricciones y decisiones, en lugar de empezar de cero cada vez.
Foco activo
Prueba otros enfoques cuando se atasca, pide aclaraciones y consulta antes de acciones importantes.
Tareas largas de agente
Planifica trabajo en varios pasos, llama a herramientas en secuencia y se recupera de sus errores.
Multimodal
Lee capturas, gráficos, documentos, imágenes y vídeo. Comprueba el soporte de audio antes de depender de él.
Programación
Refactorizaciones en varios archivos y depuración en repositorios grandes, el núcleo de Muse Code.

Los modelos se entrenaron en Prometheus, el clúster de un gigavatio de Meta en New Albany (Ohio), que Meta describió públicamente esta semana. Conecta cientos de miles de GPU y aspira a llegar a cerca de un millón para futuros entrenamientos de Muse.

Cómo probarlo

Crea una clave en el sitio para desarrolladores de Meta y apunta cualquier código compatible con OpenAI a la Meta Model API.

Python
from openai import OpenAI

client = OpenAI(base_url="<Meta Model API base URL from dev.meta.ai/docs>",
                api_key="YOUR_META_KEY")
reply = client.chat.completions.create(
    model="muse-wonder-1.0",
    messages=[{"role": "user",
               "content": "Explain this SQL query and suggest an index: ..."}],
)
print(reply.choices[0].message.content)

Pon a prueba lo que has aprendido

1/3¿Cómo pueden usar Muse Wonder Full los desarrolladores?

2/3¿Cuánto cuesta Muse Wonder por millón de tokens de salida?

3/3¿Cuál es la principal baza de Meta para Muse Wonder?

Compáralo con el resto en los mejores modelos de IA de octubre de 2026 y conoce el modelo abierto de Meta en Muse Spark Open explicado.

Fuentes: la entrada para desarrolladores de Meta «Put your ideas to work with Muse Wonder and Muse Wonder Full»; TechCrunch, «Meta releases its first frontier model, Muse Wonder» (12 de octubre de 2026); Artificial Analysis Intelligence Index (19 de octubre de 2026); clasificación de texto de Arena (15 de octubre de 2026). Los benchmarks del fabricante son datos de Meta.

Alessandro Ecclesie AgazziEscrito por Alessandro Ecclesie Agazzi, analytics engineer en Londres. Actualizado el 21 de octubre de 2026. Sobre mí

¿Te ha resultado útil?

Aquí se publican con regularidad nuevas guías y artículos sobre las novedades en datos e IA. Sígueme en LinkedIn o comparte este artículo con un compañero.