Meta presentó el 6 de noviembre versiones especializadas de sus modelos, entrenadas con Muse Wonder, y las puso en manos de los usuarios de Muse y de Meta AI. Lo que se nota al usarlas no es un número: es una memoria que sigue ahí al día siguiente.
Meta Muse Wonder no llega al usuario: entrena al modelo que sí llega
La noticia se lee mal si se busca un lanzamiento. Muse Wonder ya existía: Meta lo presentó el 12 de octubre como su serie de frontera. Lo del 6 de noviembre es otra cosa.
Meta cogió ese modelo caro y lo usó como profesor. Con él entrenó versiones especializadas de los modelos que ya tenía, más pequeños y más baratos de servir, y las envió a la gente que usa Muse y Meta AI.
La frase del blog es explícita: la idea es llevar parte de las capacidades de frontera a mucha más gente, en lugar de reservarlas para el tramo de pago. Traducido: el usuario gratuito no recibe el modelo bueno. Recibe un alumno del modelo bueno.
Qué cambia Muse Active Memory en WhatsApp e Instagram
Meta AI vive dentro de WhatsApp, Instagram, Facebook y Messenger, y ahí es donde se va a notar el primer cambio. Se llama Muse Active Memory y su trabajo es distinguir lo temporal de lo permanente.
En la práctica, el modelo tiene que razonar a través del tiempo y decidir qué sigue siendo relevante y qué ya caducó. Una fecha de viaje del mes pasado no debería pesar igual que la ciudad donde vives.
Meta mide esto en su propia prueba de Active Memory. El modelo actual usa el contexto crítico de forma correcta en el 90% de las tareas, frente al 76% del anterior. La compañía describe la diferencia como una reducción de 2,4 veces en el olvido de información crítica.
Conviene leer ese 2,4 con cuidado. No es velocidad ni rendimiento. Es cuánta información importante se pierde por el camino, y el dato sale de una evaluación de Meta, no de un laboratorio externo.
Active Focus o el modelo que reintenta en lugar de rendirse
El segundo cambio tiene menos glamour y probablemente más efecto en el uso diario. Active Focus entrena al modelo para reintentar, recuperarse o buscar otra ruta cuando una tarea se topa con un problema inesperado.
Meta informa de una mejora del 67% al completar tareas cotidianas de Muse en las que aparecen incidencias. No publica la tasa de partida, así que el porcentaje dice cuánto mejora, no desde dónde.
Un ejemplo doméstico ayuda. Pedir un plan de fin de semana y que la primera reserva falle no debería terminar en un "no puedo". Debería terminar con otra opción.
En Meta AI el mismo entrenamiento se traduce en descomponer problemas en pasos más claros, hacer mejores preguntas de seguimiento y no perder el hilo cuando el usuario cambia de idea a mitad de la conversación. Son tres promesas que se comprueban usando el asistente, no leyendo el blog.
Los números de Meta AI models, todos de la casa
Meta publicó tres cifras y ninguna lleva firma independiente. La primera es el 90% de Active Memory. La segunda es el 47% en su Personal Superintelligence Index, frente al 38% del modelo anterior.
La tercera es el 67% de Active Focus. Y hay un detalle que suele perderse: Meta no publica cuántas tareas hay detrás de cada número, así que no se puede saber si el 90% sale de veinte pruebas o de dos mil.
Nada de esto es raro en un anuncio de producto. Sí es raro que la compañía no acompañe las cifras de una nota metodológica, porque sin ella el lector solo puede comparar modelos de la misma casa.
Lo que Meta AI models no publica: tamaño, arquitectura y método
El blog no dice cuántos parámetros tiene cada versión especializada. No dice cómo están construidas ni con qué datos se entrenaron. Tampoco explica el método con el que Muse Wonder enseña a un modelo menor.
Esa ausencia tiene una consecuencia práctica. Un desarrollador no puede estimar el coste de servir estos modelos, y un investigador no puede reproducir el resultado. Lo único verificable es la experiencia de uso.
Mark Zuckerberg escribió en X que la actualización lleva Active Memory y Active Focus a todo el mundo. The New Stack informó de que los modelos empezaron a llegar el mismo día a todos los usuarios de Muse y de Meta AI.
Muse Active Memory y la pregunta incómoda sobre privacidad
Una memoria que dura más tiempo es útil y también es una decisión sobre datos. Meta no anunció ningún panel donde el usuario pueda ver qué recuerda el asistente ni borrarlo por separado.
Eso deja la gestión en el terreno de siempre: la cuenta, el historial de la conversación, los controles generales de la plataforma. Quien quiera saber qué recuerda Meta AI de él no tiene una pantalla específica a la que ir.
¿Y si no quiere que recuerde nada?
Ahí está el hueco.
Tampoco hay lista de países. Meta no publicó en qué mercados está disponible el cambio ni dio fecha para el resto, así que la disponibilidad se comprueba abriendo la app.
En España, la prueba real no se hace en un portátil. Se hace en el móvil donde ya vives, con el grupo de WhatsApp de la familia y el Instagram abierto, que es donde el asistente tiene algo que recordar.
El Muse agent update frente a OpenAI Dots y Anthropic Duet
La comparación que interesa no es de benchmarks, es de reparto. Según The New Stack, funciones de agente parecidas de OpenAI (Dots) y de Anthropic (Duet) siguen limitadas a sus tramos de pago más altos.
Meta hace lo contrario y lo convierte en argumento: el modelo especializado va a todos, y Muse Wonder se queda para las tareas duras de los planes de pago. Es un Muse agent update sin número de versión, sin nota de cambios y sin fecha por mercado.
Queda por ver si la ventaja aguanta. Si un evaluador independiente reproduce el 90% y el 67%, Meta habrá demostrado que se puede destilar capacidad de frontera hacia el usuario gratuito. Si no, el anuncio se quedará en una buena historia de producto.
Mientras tanto, la forma de comprobarlo es aburrida y directa: cuenta algo al asistente un martes, vuelve el jueves y mira si se acuerda. Ahí se ve la memoria, no en la tabla de cifras.
