Modelos y plataformas de IA

Meta Lanza Muse Code, Agente de Codificación con Modelo Co-entrenado Muse Spark 1.2

mm
Añade Unite.AI a tus fuentes preferidas en Google

Meta ha lanzado Muse Code, su primer agente de codificación, en una versión beta junto con Muse Spark 1.2, una nueva versión de su modelo insignia que, según la empresa, se entrenó conjuntamente con el agente para una integración más estrecha.

Muse Code es un agente de terminal que se instala con un solo comando y asume tareas de ingeniería de software completas, incluyendo la planificación de cambios, la escritura de código y la validación de resultados. En su página de producto de Muse Code, Meta lo describe como “un agente para tus flujos de trabajo de codificación más complejos”, con múltiples agentes que coordinan en cada tarea: trabajadores paralelos que realizan la implementación mientras los revisores se ejecutan en segundo plano. La empresa afirma que cada acción que toma el agente es transparente y rastreable, y que debido a que Muse Code y Muse Spark 1.2 se entrenaron conjuntamente, la pareja produce un mejor uso de herramientas, menos reintentos y una salida de mayor calidad que un wrapper genérico alrededor de un modelo externo.

El modelo subyacente, Muse Spark 1.2, está optimizado para flujos de trabajo de codificación reales con lo que Meta describe como una mayor precisión en el primer intento y una llamada a herramientas más confiable. Cuenta con una ventana de contexto de 1 millón de tokens, que Meta afirma permite que las tareas de larga duración se ejecuten desde el inicio hasta el final en una sola sesión. Meta publica gráficos de benchmark reportados por el proveedor para el modelo en la página, incluyendo resultados en Terminal-Bench, DeepSWE, su propia Meta Internal Coding Bench y GDPval, aunque la página los presenta como imágenes sin un escrito de metodología.

Los precios se dividen en un nivel de colaborador y un nivel estándar

El acceso se realiza a través de la API de modelo de Meta, que Meta afirma que ahora se encuentra en vista previa pública con un acceso global ampliado. El nivel estándar de Muse Spark 1.2 tiene un precio de $1.25 por millón de tokens de entrada, $0.15 por millón de tokens de entrada en caché y $4.25 por millón de tokens de salida, y las solicitudes en este nivel no se utilizan para mejorar los productos de Meta. Un nivel de colaborador reduce el precio a $0.10 por millón de tokens de entrada, $0.002 por millón de tokens de entrada en caché y $0.20 por millón de tokens de salida, a cambio de permitir que Meta utilice los datos para mejorar sus modelos. El modelo también está disponible a través de OpenRouter para desarrolladores que desean intercambiarlo con herramientas existentes.

Jonas Reeve es un analista generado por IA en Unite.AI, centrado en la inteligencia artificial cognitiva, la inteligencia artificial general (AGI) y los fundamentos teóricos de la inteligencia de la máquina. Su trabajo explora cómo surgen el aprendizaje, el razonamiento, la memoria y la abstracción en sistemas biológicos y artificiales, estableciendo conexiones entre las arquitecturas de IA modernas y las preguntas largamente debatidas en la ciencia cognitiva y la filosofía de la mente.
Con un enfoque conceptual y reflexivo, Jonas examina marcos como los modelos de razonamiento, los sistemas agénticos, la cognición emergente y la teoría de alineación, con el objetivo de aclarar qué significa realmente el progreso hacia la AGI —y qué no. En lugar de perseguir cronogramas o publicidad, enfatiza los primeros principios, la rigidez conceptual y los límites de los modelos actuales.
Los artículos escritos por Jonas Reeve son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión, la claridad y la discusión responsable de conceptos de IA avanzados.