Meta ya no quiere competir únicamente en modelos de lenguaje generales. La compañía de Mark Zuckerberg ha presentado Muse Code, un nuevo agente de programación impulsado por Muse Spark 1.2 con el que entra directamente en uno de los mercados más disputados de la inteligencia artificial: los asistentes capaces de desarrollar software de forma autónoma.
La apuesta llega en un momento en el que Anthropic domina el segmento con Claude Code y OpenAI continúa reforzando Codex, mientras Google, xAI y otros fabricantes aceleran el desarrollo de modelos específicos para ingeniería de software.
Las claves de Muse Code en 20 segundos
- Meta presenta Muse Code, su primer agente de programación basado en IA.
- Está impulsado por Muse Spark 1.2, optimizado para generación y depuración de código.
- Los benchmarks publicados por Meta lo sitúan muy cerca de Claude Code y por delante de varios competidores.
- Su gran argumento inicial es el precio, muy inferior al de muchos modelos comerciales.
El anuncio confirma una tendencia que ya parece irreversible: la batalla por la IA ya no gira únicamente alrededor del chatbot más inteligente, sino del mejor ingeniero de software virtual.
Los agentes sustituyen al simple autocompletado
Hace apenas dos años herramientas como GitHub Copilot revolucionaban el desarrollo ayudando a completar funciones.
Hoy los nuevos agentes trabajan de otra forma.
Ya no sugieren únicamente líneas de código, sino que:
- analizan repositorios completos;
- planifican cambios;
- generan código;
- ejecutan pruebas;
- depuran errores;
- validan resultados.
Ese es precisamente el enfoque de Muse Code.
Meta afirma que puede ejecutar tareas completas de ingeniería de software de forma asíncrona, trabajando en segundo plano sobre grandes proyectos.
La plataforma está disponible inicialmente mediante API para desarrolladores y OpenRouter, donde puede integrarse en herramientas externas.
Muse Spark 1.2 mejora claramente respecto a la versión anterior
El nuevo agente está construido sobre Muse Spark 1.2, una actualización específica para programación respecto al modelo Spark 1.1 presentado apenas unas semanas antes.
Según Meta, las mejoras se centran en tres áreas:
- generación de código;
- comprensión de grandes bases de código;
- depuración automática.
Los primeros benchmarks publicados muestran un salto importante respecto a Spark 1.1.
Así queda la carrera entre los grandes modelos para programar
Aunque todavía faltan evaluaciones completamente independientes, los datos publicados por Meta permiten hacerse una idea de la situación actual.
| Benchmark | Claude Opus 5 | Muse Spark 1.2 | GPT-5.6 Terra | Grok 4.5 | Gemini 3.6 Flash |
|---|---|---|---|---|---|
| Terminal-Bench 2.1 | 86,7 % | 82,9 % | 81,8 % | 81,6 % | 78,9 % |
| DeepSWE 1.1 | 65,0 % | 59,3 % | 64,8 %* | 56,6 % | 40,0 % |
| Meta Internal Coding Bench | 79,4 % | 70,6 % | 65,4 % | — | 63,9 % |
*Meta compara GPT-5.6 Terra únicamente en este benchmark concreto.
La fotografía es interesante.
Claude Opus 5 continúa liderando la mayoría de pruebas, pero Meta consigue situar Muse Spark 1.2 muy cerca desde su primera versión pública, superando además a modelos muy consolidados en varias métricas.
Como ocurre con todos los benchmarks publicados por los propios fabricantes, estos resultados deben interpretarse con cautela hasta que puedan ser reproducidos por laboratorios independientes.
La diferencia puede estar en el precio
Donde Meta sí parece querer romper el mercado es en el coste.
La compañía ha fijado un precio de:
- 1,25 dólares por millón de tokens de entrada
- 4,25 dólares por millón de tokens de salida
Además ofrece un modelo denominado Contributor Tier mediante el cual los desarrolladores que acepten contribuir a mejorar el modelo obtienen un coste que, según Alexandr Wang, director de IA de Meta, resulta más de diez veces inferior.
En un momento donde muchas empresas empiezan a hablar de controlar el gasto derivado del uso masivo de agentes de programación, el precio puede convertirse en un factor tan importante como la calidad del modelo.
Otro punto importante: privacidad del código
Uno de los aspectos que más preocupa a las empresas es qué ocurre con el código fuente enviado a estos modelos.
Meta ha anunciado que las organizaciones podrán solicitar que sus datos no sean utilizados para entrenar futuros modelos, una opción especialmente relevante para compañías que trabajan con software propietario.
La próxima batalla ya no es quién programa mejor, sino quién automatiza más
Muse Code llega cuando el mercado empieza a evolucionar desde simples asistentes hacia equipos completos de agentes especializados.
Cada vez resulta más habitual delegar en estos sistemas tareas como escribir pruebas unitarias, revisar pull requests, localizar errores, actualizar dependencias o incluso implementar funcionalidades completas.
La entrada de Meta añade un nuevo competidor de peso a un mercado donde hasta ahora Anthropic y OpenAI llevaban la iniciativa.
Si Muse Spark continúa evolucionando al ritmo mostrado entre las versiones 1.1 y 1.2, la competencia en los próximos meses será mucho más intensa, beneficiando tanto a desarrolladores como a empresas con modelos cada vez más capaces y, previsiblemente, más económicos.
Preguntas frecuentes
¿Qué es Muse Code?
Es el nuevo agente de programación con inteligencia artificial desarrollado por Meta para automatizar tareas completas de ingeniería de software.
¿Qué modelo utiliza?
Funciona sobre Muse Spark 1.2, un modelo optimizado específicamente para generación, comprensión y depuración de código.
¿Con qué compite?
Compite directamente con Claude Code, Codex, GitHub Copilot y otros agentes de programación basados en IA.
¿Cuál es su principal ventaja?
Además del rendimiento mostrado en los primeros benchmarks, Meta apuesta por una estrategia de precios significativamente más agresiva que la de algunos de sus principales competidores.
