Meta lanza Muse Wonder, su primer modelo de frontera: API a US$4 por millón de tokens de entrada y 1 millón de tokens de contexto

Meta presentó el lunes 12 de octubre de 2026 Muse Wonder y Muse Wonder Full, sus primeros modelos de frontera, desarrollados por Meta Superintelligence Labs. Según TechCrunch, es el primer lanzamiento de ese nivel desde que Alexandr Wang reestructuró los esfuerzos de IA de la compañía en agosto de 2025; desde entonces Meta había publicado Muse Spark, un modelo liviano y de baja latencia, y el agente Muse.

El detalle que más importa a un comprador empresarial es el acceso: solo Muse Wonder está disponible por API. La versión más capaz, Muse Wonder Full, queda reservada para los suscriptores de Muse Code, el producto de programación de Meta.

¿Cuánto cuesta Muse Wonder y cómo se accede?

El blog para desarrolladores de Meta, firmado por Josh Walters, publica estos precios por millón de tokens:

• 4 dólares por tokens de entrada.
• 0,20 dólares por tokens de entrada en caché.
• 20 dólares por tokens de salida.

Ambos modelos tienen una ventana de contexto de 1 millón de tokens. Muse Wonder se ofrece en la Meta Model API con el identificador muse-wonder-1.0 y puede usarse con un cliente compatible con OpenAI cambiando solo la dirección base. TechCrunch describe el precio como equivalente, a grandes rasgos, al de GPT-6 Sol o Claude Opus 5.5.

Muse Wonder Full solo está en los planes Power Usage y Maximum Usage de Muse Code. Meta indica que el nuevo plan Maximum Usage ofrece 80 veces el límite del plan Everyday Usage.

¿Qué puede hacer el modelo?

Meta lo orienta a trabajo agéntico: razonamiento de varios pasos en horizontes largos, tareas completas con uso secuencial de herramientas y recuperación ante fallas, agentes de programación para refactorizaciones de varios archivos, razonamiento multimodal sobre capturas, gráficos, documentos, imágenes y video, y uso del computador. Destaca dos funciones propias: la memoria activa, que conserva el contexto entre conversaciones, y el foco activo, que prueba enfoques alternativos y consulta antes de acciones importantes.

La investigadora Kavya Kopparapu lo resumió así, según TechCrunch: el objetivo es asegurar que el modelo pueda recordar lo que es importante para el usuario. Meta afirma que los modelos se entrenaron en su centro de datos Prometheus, en Ohio, y que ambos impulsarán al agente Muse.

¿Cómo se compara con GPT-6 y Claude?

Según TechCrunch, las pruebas de Meta muestran puntajes comparables a Claude Fable 5.1 y GPT-6 Astra, y en el benchmark MemoryBench Meta asegura que Wonder supera a Fable, Opus y Astra. El blog de Meta agrega que Muse Wonder Full encabeza tablas de programación como DeepSWE y SWE-Marathon en ejecuciones independientes. VentureBeat subraya la tensión del lanzamiento: el modelo con mejor desempeño es justamente el que no está disponible por API. Todas estas cifras provienen de Meta o de pruebas citadas por la empresa.

Análisis de Revenue Hub

Para un líder comercial o de operaciones en Chile y Latinoamérica, la noticia no es que exista un modelo más, sino que el mercado de modelos de frontera ya tiene al menos cuatro proveedores con precios publicados y APIs intercambiables. Eso presiona los precios a la baja y vuelve más barato cambiar de proveedor, siempre que la integración no quede amarrada a uno solo. La compatibilidad con el cliente de OpenAI es una señal clara: Meta busca que probarlo cueste una línea de configuración.

La recomendación concreta es no elegir modelo por benchmark ni por precio por token. Conviene medir el costo por tarea resuelta en dos o tres casos reales de la operación, como resumir una llamada, clasificar un lead o redactar un seguimiento, con los mismos datos y el mismo criterio de calidad, y dejar la integración preparada para cambiar de proveedor. Seguimos estos movimientos en la sección de tendencias SaaS y publicamos criterios de operación comercial en el blog de Revenue Hub.