Meta ha vuelto a mover ficha en la carrera de la inteligencia artificial y, esta vez, lo ha hecho con una jugada que no deja indiferente a nadie. La compañía que dirige Mark Zuckerberg ha publicado en abierto Muse Glimmer, un modelo de 30.000 millones de parámetros pensado para ejecutar agentes de IA directamente en un ordenador de consumo, sin depender de la nube. Los pesos del modelo se han liberado bajo licencia Apache 2.0 en Hugging Face, y el anuncio llega acompañado de un ensayo de catorce páginas del propio Zuckerberg defendiendo el código abierto como la vía correcta para el desarrollo de la inteligencia artificial. La noticia, además, ha dado la vuelta al mundo: elDiario.es lo sitúa directamente en el centro del debate entre Washington y Pekín.

La noticia tiene dos lecturas. La primera es técnica: por fin existe un modelo abierto con capacidades agentivas de primer nivel que cabe en una GPU doméstica. La segunda es estratégica y, en cierto modo, geopolítica: Meta vuelve a apostar por abrir sus modelos en pleno debate en Washington sobre si esa política está ayudando a China a recortar distancias con Estados Unidos.

¿Qué es Muse Glimmer?

Muse Glimmer es el primer modelo abierto de Meta Superintelligence Labs, el laboratorio de superinteligencia que la compañía ha montado para competir de tú a tú con OpenAI y Anthropic. No es un modelo cualquiera: se trata de una versión destilada de Muse Spark, el modelo más potente de Meta, que la compañía lanzó el pasado mes de julio. La destilación ha permitido comprimir las capacidades de ese modelo gigante en una arquitectura mucho más manejable de aproximadamente 29.600 millones de parámetros repartidos en 52 capas, incluyendo un codificador de percepción visual de unos 1.800 millones de parámetros que le permite entender imágenes junto al texto.

La clave de Glimmer no es solo su tamaño, sino para qué está pensado. Meta lo define como un modelo agentivo local: capaz de planificar tareas largas, llamar a herramientas, escribir y depurar código, recuperarse de errores y mantener conversaciones multimodales, todo ello funcionando de forma continuada en el propio dispositivo. Está entrenado con datos de más de cien idiomas y soporta distintos niveles de esfuerzo de razonamiento, de modo que se puede elegir entre rapidez o profundidad según la tarea.

Para entrenarlo, el equipo de Meta Superintelligence Labs —liderado por el chief AI officer Alexandr Wang— ha utilizado el propio Muse Spark como modelo profesor: primero mediante destilación de logits en el preentrenamiento, después con datos de contexto largo y trazas de razonamiento más ricas, y finalmente con una combinación de ajuste supervisado, destilación en política y aprendizaje por refuerzo en dominios generales, de razonamiento, código y agentes.

Un modelo que funciona sin conexión

La apuesta de Meta tiene un componente pragmático evidente. La mayoría de los modelos actuales, incluso muchos de los llamados "abiertos", acaban ejecutándose en la nube porque sus requisitos de memoria superan con creces lo que ofrece un ordenador normal. Muse Glimmer quiere romper esa barrera.

A precisión completa, un modelo de 30.000 millones de parámetros necesitaría más de 55 GB de memoria, algo inviable para el hardware de consumo. Meta ha aplicado cuantización a aproximadamente 4 bits, reduciendo el modelo de lenguaje a menos de 20 GB y dejando espacio suficiente para la caché del contexto, el codificador visual y el modelo auxiliar dentro de los límites de una tarjeta gráfica de 24 o 32 GB. Es decir, el tipo de GPU que ya tienen muchos usuarios y que se puede encontrar en portátiles de gama alta.

Además, Glimmer incorpora decodificación especulativa mediante un modelo "drafter" basado en DFlash: un pequeño compañero de red que propone bloques completos de tokens y que el modelo principal verifica en paralelo. El resultado es una generación de texto sensiblemente más rápida que la generación token a token tradicional, con la misma calidad de salida. Meta asegura haber validado el modelo en MacBook M4-Max, M5-Max y en una RTX 5090, con velocidades suficientes para conversación fluida e interacción con agentes en tiempo real.

En cuanto a rendimiento, la compañía compara Glimmer con otros modelos de su clase, como Gemma 4 31B de Google y Qwen 3.6-27B de Alibaba, y reivindica resultados destacados en benchmarks agentivos como DeepSearch QA, MCP-Atlas, τ-Bench y SWE-Bench. Las integraciones con los entornos que ya usa la comunidad no se han hecho esperar: Ollama, LM Studio, Unsloth, llama.cpp, ExecuTorch y MLX permitirán ejecutarlo localmente, y vLLM, SGLang, Together AI, Fireworks y OpenRouter lo servirán en la nube para quien prefiera esa vía.

La estrategia de Meta: abrir para no quedarse atrás

Detrás del anuncio técnico hay una decisión de negocio muy meditada. Meta es consciente de su desventaja frente a OpenAI y Anthropic en el terreno de los modelos de frontera cerrados, y su respuesta ha sido la misma que con Llama: abrir sus modelos para que cualquiera los descargue, adapte y use sin pagar licencias, reduciendo así la dependencia del ecosistema de sus rivales.

Zuckerberg ha explicado la jugada en un ensayo de catorce páginas en el que defiende que la centralización de la IA en manos de unas pocas compañías es perjudicial tanto para la seguridad como para la economía. Su argumento es que los sistemas abiertos pueden ser examinados por más personas, que las vulnerabilidades se detectan antes y que la comunidad contribuye a mejorar la seguridad. "Todos tendrán un acceso gratuito o asequible a estas herramientas", escribe. "Ofreceremos versiones gratuitas que estarán al alcance de miles de millones de personas".

No es un movimiento altruista, ni falta que hace. Abriendo sus modelos, Meta intenta evitar que OpenAI y Anthropic construyan conglomerados digitales cerrados capaces de concentrar el poder sobre la inteligencia artificial, algo que recuerda a su propia estrategia histórica con las redes sociales y la publicidad online. Y no está sola: Microsoft y Nvidia también defienden el desarrollo de modelos abiertos, aunque con intereses distintos. Microsoft quiere que la IA no quede bajo el control de gigantes entre los que ella no esté; Nvidia, que cuantos más desarrolladores construyan productos de IA, mayor sea la demanda de sus chips.

El debate en Washington: ¿abrir o contener?

La liberación de Muse Glimmer aterriza justo en mitad de una tormenta política en Estados Unidos. Desde 2024, cuando una investigación de Reuters reveló que el ejército chino utilizaba la familia Llama de Meta con fines militares, el Congreso estadounidense lleva discutiendo si publicar modelos de IA avanzados en abierto supone un riesgo para la seguridad nacional.

El republicano Michael McCaul, presidente del Comité de Asuntos Exteriores de la Cámara de Representantes, presentó en su momento una propuesta de ley para prohibir la publicación de modelos estadounidenses en abierto, pero el proyecto lleva parado desde 2025. La administración de Donald Trump ha preferido un enfoque caso por caso: el pasado 2 de junio aprobó una orden ejecutiva que permite evaluar los riesgos de los modelos más avanzados antes de que se pongan a disposición de terceros.

Mientras tanto, la industria se ha movilizado. Más de 25 grandes empresas y organizaciones —entre ellas la propia Meta, Nvidia y Microsoft— firmaron el 24 de julio una carta pidiendo a Washington que no imponga prohibiciones ni restricciones prematuras a los modelos abiertos, argumentando que limitarlos no elimina necesariamente el riesgo geopolítico y que expulsaría de la carrera a universidades, startups y desarrolladores con menos recursos. A comienzos de agosto, la coalición ya superaba las 230 firmas. Zuckerberg ha querido responder redoblando la apuesta con Muse Glimmer y con una frase que condensa su postura: "La solución a largo plazo no consiste en retener capacidades, sino en establecer un equilibrio de poder donde la superinteligencia esté ampliamente distribuida".

El juego chino de los modelos abiertos

El otro gran actor de esta partida es China. Pekín ha convertido los modelos abiertos en una de sus principales bazas para competir en la carrera de la IA: DeepSeek, Alibaba con Qwen o Moonshot AI con Kimi han apostado por liberar sus sistemas, y muchos ya están entre los más utilizados por desarrolladores de todo el mundo.

Para los laboratorios chinos, los modelos abiertos tienen una ventaja doble. Por un lado, permiten acelerar su expansión internacional en un momento en que las restricciones estadounidenses dificultan su acceso a los chips más avanzados. Por otro, generan dependencias tecnológicas silenciosas: cada vez que un modelo abierto chino se integra en una aplicación o en una empresa, la tecnología china se instala en el ecosistema y puede crecer sin que nadie lo note. El catedrático de la Universidad Politécnica de Madrid Claudio Feijoo lo resumía con un ejemplo muy ilustrativo: una empresa que desarrolle una IA de gestión de stock sobre un modelo chino puede acabar comercializándola como tecnología propia, sin que nadie detecte qué hay debajo.

Washington ve con preocupación que las empresas estadounidenses renuncien a publicar modelos avanzados en abierto, porque eso dejaría el terreno libre a los laboratorios chinos. Zuckerberg apuesta justo por lo contrario: abrir los modelos no debilita a Estados Unidos, sino que hace que su tecnología se extienda por el mundo más rápido que la de Pekín. Con Muse Glimmer ha vuelto a poner su carta sobre la mesa.

Qué significa esta noticia para ti

Más allá de la geopolítica, la llegada de Muse Glimmer tiene una consecuencia práctica inmediata para cualquiera que haya jugado con modelos locales. Hasta ahora, ejecutar un agente de IA capaz de llamar a herramientas, analizar capturas de pantalla o escribir código de forma autónoma exigía hardware potente o servicios en la nube de pago. Con Glimmer, ese tipo de flujos de trabajo queda al alcance de una GPU de consumo y de herramientas que ya conoces, como Ollama o LM Studio.

Eso abre la puerta a usos muy atractivos: asistentes personales que funcionan sin conexión, agentes que gestionan archivos y correo en tu propio equipo con privacidad total, o sistemas de evaluación de respuestas usando un modelo como juez, todo sin enviar datos a ningún servidor externo. La comunidad open source ya ha demostrado que los modelos pequeños, bien entrenados, pueden acercarse al rendimiento de frontera en tareas concretas; Muse Glimmer es la apuesta de Meta por llevar esa idea al terreno de los agentes.

No sabemos si esta estrategia saldrá bien a la compañía, ni cómo se resolverá el pulso regulatorio en Washington. Lo que está claro es que el tablero de la IA acaba de moverse, y que la partida entre modelos abiertos y cerrados —con China de por medio— no ha hecho más que empezar. Puedes descargar los pesos de Muse Glimmer directamente en Hugging Face y empezar a experimentar hoy mismo.