Meta ha lanzado su primera herramienta de programación con inteligencia artificial. Se llama Muse Code y llega en un momento en el que gigantes como Microsoft, Google, OpenAI y Anthropic ya se disputan a los desarrolladores desde hace meses.
Lo interesante no es tanto lo que hace la herramienta, sino cómo ha decidido cobrarla. Meta ofrece un descuento considerable a quien acepte que su código se use para entrenar futuros modelos, una condición que no todas las empresas del sector piden de forma tan directa.
Qué es Muse Code y qué ha lanzado Meta
La herramienta se llama Muse Code y funciona en la terminal, es decir, sin ventanas ni menús, solo texto y comandos. Está pensada para tareas de programación largas y complejas sobre proyectos grandes, algo parecido a encargarle a un ayudante que se meta de lleno en un proyecto y lo resuelva de principio a fin, no solo que corrija una línea suelta.
Detrás de Muse Code está Muse Spark 1.2, un modelo de inteligencia artificial entrenado específicamente para programar. A diferencia de un asistente que solo sugiere líneas de código mientras alguien escribe, este modelo puede planificar un cambio completo, escribirlo y comprobar por sí mismo que funciona antes de dárselo por terminado al desarrollador. Ambos se lanzaron juntos el 5 de agosto, en fase beta y solo para macOS y Linux, sin versión para Windows por ahora.
Lo que distingue a esta herramienta es que puede trabajar en varias tareas a la vez sin que se pisen entre sí, dividiendo el trabajo en copias separadas del proyecto. Además, si el proceso se interrumpe a mitad de camino, no empieza de cero: retoma exactamente donde se quedó. En una demostración interna, Meta explicó que el sistema estuvo generando mejoras en un proyecto durante 24 horas seguidas sin perder impulso, algo que no siempre logran otras herramientas similares.
Dos formas de pagar, un mismo producto
Para usar Muse Code hay dos caminos. El primero es una tarifa estándar, pensada para empresas y desarrolladores que quieren mantener su código privado, es decir, sin que nadie fuera de su equipo pueda verlo ni usarlo. Meta se compromete a no usar esos datos para entrenar sus modelos.
El segundo camino es mucho más barato, hasta diez veces menos, según ha explicado la propia Meta. A cambio, el desarrollador acepta que su código y sus conversaciones con la herramienta sirvan para mejorar los futuros modelos de la compañía. Es la misma lógica que ya conocemos de las redes sociales gratuitas: lo que no se paga con dinero se paga con datos, solo que ahora ese dato es el trabajo de un programador.
Esta opción barata tiene además límites más estrictos de uso, lo que sugiere que está pensada para desarrolladores individuales o pruebas, no para entornos de producción. Las empresas con código sensible tendrían que optar activamente por la tarifa estándar o por una tercera opción, pensada para grandes clientes, que garantiza que ningún dato se retiene ni se usa para entrenar.
Que una empresa ofrezca precio a cambio de datos no es nuevo. Lo que cambia aquí es el tipo de dato. Hasta ahora ese trueque se aplicaba sobre todo a lo que compartíamos en redes sociales o buscadores. Ahora se extiende al código que alguien escribe para su trabajo, y eso abre una pregunta que cada desarrollador tendrá que responder por su cuenta: cuánto vale mantener ese código solo para uno mismo.
La cifra que Meta no esconde
Meta ha publicado sus propios resultados de rendimiento comparando Muse Spark 1.2 con otros modelos del mercado. Estas pruebas consisten en poner a cada modelo a resolver tareas reales de programación, desde construir partes de un programa hasta corregir errores en código ya existente, y medir qué porcentaje resuelve bien. En esas pruebas, Muse Spark 1.2 obtiene un 82,9% en una de las evaluaciones más habituales del sector y un 59,3% en otra centrada en corregir errores de código real.
Son cifras respetables, pero hay un detalle que llama la atención: en las tres tablas que Meta ha compartido, Claude Opus 5, de Anthropic, queda por delante en todas. Incluso en la prueba diseñada por la propia Meta, su modelo saca peor nota que el de su competidor.
Es poco habitual que una empresa publique gráficas en las que su propio producto no es el mejor, y ese gesto dice más de su estrategia que las propias cifras. Meta no necesita tener el modelo más potente del mercado para que Muse Code tenga éxito. Le basta con que sea lo bastante bueno y notablemente más barato para atraer a desarrolladores que hoy usan otras herramientas. Es una forma de competir que renuncia a ganar por calidad y apuesta por ganar por volumen, algo que solo una empresa con el tamaño y los recursos de Meta puede permitirse.
Un giro que contradice la trayectoria de Meta
Durante años, Meta defendió el código abierto como su seña de identidad en inteligencia artificial. Sus modelos Llama se podían descargar, revisar y modificar libremente, una decisión que la compañía presentó como una apuesta de fondo, casi una crítica implícita a rivales como OpenAI o Google, que mantenían sus modelos cerrados desde el principio.
Muse Code y Muse Spark 1.2 dan la vuelta a ese discurso. Son productos completamente cerrados: nadie fuera de Meta puede ver cómo están construidos ni con qué datos se han entrenado. Cuando un desarrollador preguntó directamente a Mark Zuckerberg si Muse Code seguiría algún día el camino abierto de Llama, la respuesta fue vaga, sin ningún compromiso concreto. El silencio, en este caso, dice bastante.
El cambio coincide con un momento delicado para Meta. La compañía ha disparado su gasto en infraestructura de inteligencia artificial este año, pero ese gasto todavía no se traduce en beneficios proporcionales, algo que los inversores han penalizado con fuerza en bolsa. Visto así, el giro hacia lo cerrado y de pago no parece una decisión puramente tecnológica, sino una necesidad de negocio: después de gastar miles de millones sin apenas retorno visible, Meta necesita productos que generen ingresos directos, y el código abierto no genera facturación inmediata.
Una guerra que no se libra por calidad
Muse Code no es la herramienta de programación más potente del mercado, y Meta lo sabe mejor que nadie: lo ha dejado por escrito en sus propias comparativas. Pero puede que no necesite serlo. Le basta con ser suficientemente buena, mucho más barata y con la capacidad financiera de Meta detrás para sostener esa diferencia el tiempo que haga falta.
Esa es quizás la lección de fondo de este lanzamiento. La carrera por dominar la programación con inteligencia artificial ya no se decide solo por qué modelo resuelve mejor un problema técnico. También se decide por lo que cada empresa está dispuesta a ceder, o a pedir, para ganar terreno. En el caso de Meta, lo que pide a cambio de un precio más bajo es algo que hasta ahora se había mantenido al margen de este tipo de acuerdos: el propio código de quien programa.
Si te ha gustado este artículo y quieres recibir más contenido sobre innovación y tecnología directamente en tu correo, suscríbete a nuestra newsletter y mantente siempre actualizado. No somos de los que llenan tu bandeja, solo compartimos los lunes.
