Muse Code y Muse Spark 1.2

Artículo original ↗ Discusión en Hacker News ↗

El lanzamiento de Muse Spark 1.2 por parte de Meta y su harness Muse Code se considera un paso sólido pero no de frontera en el desarrollo de software asistido por IA, con un rendimiento generalmente inferior al de los mejores modelos de OpenAI, Anthropic y laboratorios chinos como DeepSeek. Para muchos, el aspecto más notable es el agresivo precio “contributor” de Meta, que ofrece descuentos muy grandes si los usuarios permiten que su código y sus prompts se usen para entrenamiento, lo que genera fuertes preocupaciones sobre privacidad, retención de datos y la fiabilidad de Meta. Los comentaristas también critican el modelo de inicio de sesión y cuentas, la falta de pesos abiertos y se preguntan si las empresas adoptarán un modelo cerrado de nivel medio de una compañía con el historial de Meta.

Posicionamiento del modelo y benchmarks

  • Muse Spark 1.2 se presenta como un modelo centrado en programación, de nivel intermedio; los comentaristas señalan que queda por detrás de los modelos de primer nivel (por ejemplo, los tiers superiores de OpenAI, los modelos frontier de Anthropic, DeepSeek V4 Pro) y que “no es SOTA pero está decente”.
  • Algunos critican las comparaciones: Meta muestra sobre todo resultados frente a modelos de nivel medio (por ejemplo, Terra, algunos modelos de Anthropic) y a menudo pierde, especialmente cuando se incluyen modelos mejores.
  • Debate sobre los benchmarks:
    • Una parte: los benchmarks están sesgados/amañados y no reflejan el rendimiento en el mundo real.
    • La otra parte: si Meta no puede encontrar ningún benchmark en el que supere a Sol/Fable, eso indica que va por detrás.
  • El caso de estudio de optimización de kernel se considera interesante; los modelos muestran mejoras escalonadas que recuerdan a los algoritmos genéticos.

Cadencia de lanzamientos y calidad del producto

  • 1.2 llega apenas unas semanas después de 1.1; algunos lo ven como una “repetición” tras un lanzamiento débil de 1.1, mientras que otros dicen que las actualizaciones menores frecuentes ahora son normales y solo reflejan la publicación de checkpoints.
  • Algunos usuarios informan que Muse Code + Spark 1.2 es aproximadamente comparable a otras herramientas de código de nivel medio, pero en la práctica sigue por detrás de favoritas como Claude Code/Codex.

Muse Code harness

  • Muse Code es un agente de programación tipo CLI, aparentemente implementado en Rust y parecido a Codex CLI pero con configuración y funciones distintas.
  • Se mencionan capacidades interesantes del harness: múltiples workers en worktrees separados, recuperación tras fallos, patrón integrado de orquestador/subagente.
  • Quedan dudas sobre cómo se compara con otros harnesses; no existe un estándar de benchmark claro y compartido para “agentes de código”.

Precios, modo contributor y uso de datos

  • Doble tarificación: tier estándar frente a tier “contributor”, que es unas 10–20 veces más barato si permites el entrenamiento con tus datos.
  • A muchos les parece este precio muy atractivo y competitivo con DeepSeek V4 Flash; otros quedan excluidos porque el modo contributor parece ser solo para EE. UU.
  • Algunos elogian la transparencia (“paga menos si entrenamos con tus datos”), pero existe una profunda desconfianza de que Meta cumpla las promesas de no entrenar; otros sostienen que el riesgo contractual y legal hace improbable el abuso.
  • Se hacen comparaciones con el uso gratuito/descontado de OpenAI a cambio de compartir datos, con quejas de que el programa de OpenAI es más complejo y limitado.

Confianza, privacidad y fricción de inicio de sesión

  • Existe un fuerte escepticismo sobre darle a Meta acceso a código propietario, incluso a través de un agente de programación, debido a sus prácticas pasadas con los datos.
  • Preocupaciones sobre:
    • Inicio de sesión obligatorio y algunos flujos que piden verificación por selfie.
    • Vincular el uso para desarrollo a dominios/cuentas de Facebook/Instagram, lo que puede ser bloqueado por cortafuegos corporativos y no gusta a los desarrolladores.
  • Algunos usuarios dicen que solo tolerarían la oferta de Meta para proyectos no sensibles o personales.

Código abierto y disponibilidad

  • Se repiten los llamamientos para que Meta vuelva a publicar los pesos del modelo como código abierto; muchos dicen que les importaría más si Spark fuera de pesos abiertos.
  • Hay preguntas sobre si Muse Code en sí es open source; no hay una respuesta clara en el hilo.
  • Se informa de que el precio contributor y ciertas funciones no están disponibles en la UE, Australia y otras regiones.

Comentarios sobre el ecosistema en general

  • Frustración porque todos los laboratorios de IA están lanzando su propio agente de programación; se sugieren como razones la telemetría, el marketing, el control del harness y la propiedad de la relación con el cliente.
  • Algunos creen que la principal jugada de Meta es rebajar el precio usando los beneficios de su negocio principal.
  • Unos pocos ven esto como un progreso decente dado el reciente reinicio de Meta en LLMs, pero aún no competitivo con la frontera absoluta de hoy.