La IA de programación de Meta podría desencadenar otra guerra de precios en el sector de la IA

Meta entró en la carrera de la codificación de IA el 5 de agosto con Muse Code, un agente de codificación basado en terminal, y Muse Spark 1.2, su modelo de IA centrado en la codificación, apuntando directamente a Claude Code de Anthropic y Codex de OpenAI.

Meta afirma que Muse Code está diseñado para el desarrollo de software en bases de código extensas, en lugar de crear fragmentos de código individuales. A diferencia de sus modelos Llama de código abierto, Muse Code es un software de pago para macOS y Linux que se integra estrechamente con Muse Spark 1.2.

El director ejecutivo, Mark Zuckerberg, afirmó que el agente es capaz de ejecutar "tareas completas de ingeniería de software en grandes repositorios: planificar cambios, escribir código y validar los resultados". Añadió que las pruebas internas demostraron que el agente es capaz de crear seis características de juego diferentes al mismo tiempo sin problemas, y sugirió que en el futuro se lanzarán otros programas de IA de código abierto.

¿Dónde se sitúa Meta en un mercado que observa principalmente?

Meta se está abriendo camino en un mercado donde empresas como Anthropic y OpenAI son actores clave, y algunas startups, como Cursor, ya han constatado la necesidad de herramientas de ingeniería de software basadas en IA.

Meta ha observado que Muse Spark 1.2 puede ser competitivo en algunos aspectos, pero está lejos de ser el líder del mercado. Solo obtuvo un 82,9 % en Terminal-Bench 2.1, superando a GPT-5.6 Terra y Grok 4.5, pero perdiendo frente a Opus 5 de Anthropic en esta prueba. Muse Spark 1.2 también mostró un rendimiento mediocre en la prueba DeepSWE 1.1, quedando en tercer lugar, mientras que Opus 5 fue el ganador.

Las pruebas de terceros arrojaron el mismo resultado. Muse Spark 1.2 ocupa el puesto número 14 de 186 modelos según Artificial Analysis en términos de Índice de Inteligencia, con una puntuación de 54, superior a la mediana de 32. Presenta una baja latencia y un precio relativamente bajo, lo que indica que Meta se centra más en el equilibrio entre rendimiento y precio que en ser el modelo de mayor rendimiento.

Comparación de precios de Muse Spark 1.2 con DeepSeek V4

El precio podría convertirse en una de las mayores ventajas competitivas de Meta, si los desarrolladores aceptan esa contrapartida.

Según Reuters, que cita a Artificial Analysis, DeepSeek V4-Flash es el más económico y de uso generalizado para ejecutar en pruebas comparativas, lo que convierte a la familia DeepSeek V4 en un referente clave de precios para los modelos de vanguardia de la competencia.

Muse Spark 1.2 ofrece dos opciones de precios diferentes. Su precio estándar para el uso de la API es de 1,25 $ por millón de tokens de entrada, 0,15 $ por tokens de entrada en caché y 4,25 $ por millón de tokens de salida. Meta ofrece su precio para colaboradores para solicitudes y respuestas aprobadas, lo que reduce significativamente los precios a 0,10 $ por token de entrada, 0,01 $ por tokens de entrada en caché y 0,20 $ por tokens de salida.

DeepSeek cobra $0.14, $0.0028 y $0.28 por V4-Flash para un millón de tokens de entrada, entrada en caché y salida, respectivamente. En cuanto a V4-Pro, los precios son $0.435, $0.0145 y $0.87, respectivamente, dependiendo de las horas pico y valle, según la descripción de la API.

La comparación anterior muestra dos enfoques diferentes en cuanto a precios. En lo que respecta a los precios habituales, Muse Spark 1.2 es más caro que ambos modelos de DeepSeek. Sin embargo, en el nivel Contributor, Meta ofrece un precio más bajo para la entrada y salida en comparación con V4-Flash y V4-Pro, lo que lo convierte en uno de los productos más económicos para los usuarios que cumplen los requisitos y están dispuestos a compartir sus datos.

La ventaja de precio de DeepSeek podría no durar para siempre. Según informes, DeepSeek planea un aumento en los precios de sus servicios de IA, aunque aún no se ha revelado. Si se implementan los nuevos precios, DeepSeek podría reducir la brecha con otrostrondel sector.

La apuesta por agentes persistentes en segundo plano

La característica distintiva del agente de Meta podría ser su arquitectura más que sus resultados en las pruebas de rendimiento.

Según las notas técnicas de la empresa, Muse utiliza agentes persistentes en segundo plano para mantener el contexto de los repositorios durante cada sesión de desarrollo, en lugar de reiniciarlos desde cero con cada solicitud. Al trabajar con proyectos de mayor envergadura, Muse distribuye las tareas en numerosos árboles de trabajo Git, de modo que los subagentes puedan ejecutar sus tareas sin afectar el espacio de trabajo principal del desarrollador.

Meta también se centra en la fiabilidad. Cada llamada a un modelo, ejecución de una herramienta y edición de un archivo se registra en un archivo de registro de eventos local, lo que permite que las sesiones interrumpidas continúen desde un punto de control en lugar de reiniciarse. La empresa ha probado este sistema con más de 1000 llamadas a herramientas durante un proceso de ingeniería de kernel de GPU de 24 horas, lo que subraya su enfoque en la ingeniería de software autónoma de larga duración.

El lanzamiento también intensifica la competencia en el sector mundial de la IA. La llegada de Meta ofrece a los desarrolladores de software un competidor más en el mercado, además de Anthropic, OpenAI y DeepSeek, lo que presiona a los proveedores de IA a competir en cuanto a habilidades de programación y modelos de precios. Esto podría traducirse en lanzamientos de productos más rápidos, menores costos de inferencia y una mayor disponibilidad de herramientas avanzadas de programación de IA que faciliten la ingeniería de software.

No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.