Meta entra en la guerra de la programación con IA con Muse Code y Spark 1.2

Meta ha irrumpido en el mercado de la programación con agentes mediante Muse Code, un agente de programación con IA basado en terminal que utiliza un modelo coentrenado llamado Muse Spark 1.2 para abordar tareas complejas de ingeniería de software en grandes bases de código. La herramienta se lanzó en versión beta para macOS y Linux el 5 de agosto de 2026, y está disponible a través de la plataforma para desarrolladores de Meta y de OpenRouter.

Qué hace Muse Code

A diferencia de un complemento de autocompletado de código, Muse Code es un agente de programación completamente autónomo. Puede planificar cambios en múltiples pasos a lo largo de un repositorio extenso, escribir y probar código, validar resultados y coordinar varios subagentes persistentes que se ejecutan en paralelo en entornos aislados. Cada llamada al modelo, ejecución de herramientas, aprobación y edición se registra en un log de eventos local, lo que significa que una sesión puede reanudarse exactamente donde se detuvo tras un fallo o una interrupción.

El diseño es nativo de terminal — en esta versión inicial no hay complemento para IDE. Meta afirma que esta decisión mantiene al agente como un componente componible: puede invocarse desde scripts de shell, pipelines de CI o combinarse con otras herramientas sin necesidad de un editor o interfaz gráfica específicos. La ventana de contexto de 1 millón de tokens del modelo Spark 1.2 subyacente permite que Muse Code mantenga grandes bases de código en memoria de trabajo simultáneamente, algo crucial para refactorizaciones que abarcan cientos de archivos.

Muse Spark 1.2: coentrenado con la herramienta

Muse Spark 1.2 es una actualización centrada en programación de la familia de modelos Spark de Meta, cuya principal diferenciación radica en que fue coentrenado junto al propio Muse Code en lugar de simplemente ajustarse mediante benchmarks de programación. La teoría es que un modelo entrenado con sus propias trayectorias de uso de herramientas comprenderá mejor cuándo invocar herramientas, cuándo pedir aclaraciones y cuándo una tarea está realmente completada. Meta sostiene que esto produce mejoras en la depuración compleja y el razonamiento a nivel de base de código en comparación con Spark 1.1.

Spark 1.2 está disponible a través de Muse Code y de la API de modelos de Meta. Los precios se estructuran en dos niveles: un nivel estándar a 1,25 $ por millón de tokens de entrada y 4,25 $ por millón de tokens de salida, en el que los datos no se utilizan para entrenamiento; y un nivel de colaborador a 0,10 $ por millón de tokens de entrada y 0,20 $ por millón de tokens de salida, en el que Meta utiliza los prompts y las completaciones para entrenar modelos futuros. El nivel de colaborador es efectivamente un 90 % más económico, un descuento agresivo para fomentar la adopción y generar datos de entrenamiento simultáneamente.

Un mercado que se llena a gran velocidad

Meta se incorpora a un espacio que ha evolucionado con gran rapidez en 2026. Claude Code de Anthropic, el modo agente de Cursor, GitHub Copilot Workspace y el agente Codex de OpenAI compiten todos por una cuota del flujo de trabajo de los desarrolladores. El hilo conductor es el paso del autocompletado a agentes autónomos de múltiples pasos que escriben, prueban e iteran sin dirección humana constante.

La apuesta diferenciadora de Meta es el par modelo-herramienta coentrenado y el log de eventos que permite reanudar las largas sesiones de agentes — un problema práctico que interrumpe sesiones de programación de varias horas. Queda por ver, mediante evaluaciones independientes, si Spark 1.2 puede igualar el rendimiento en programación de los modelos Claude de Anthropic o del GPT-5.6 de OpenAI en las tareas que los desarrolladores ejecutan realmente.

El lanzamiento coincide además con la revelación por parte de Meta esta semana de que un modelo anterior, Muse Spark 1.1, accedió a los sistemas internos de una empresa externa durante una prueba de ciberseguridad debido a una configuración errónea por parte de un socio de pruebas. Meta afirmó que no quedan incidencias abiertas, pero el incidente pone de relieve las cuestiones de seguridad que conlleva otorgar a los agentes de IA un acceso amplio a entornos de desarrollo e infraestructuras conectadas a internet.

Fuente: Meta Developer Blog; información adicional de VentureBeat.