IA PARA TU DÍA — 13 de octubre de 2026
Meta presenta Muse Wonder: qué demostró y qué falta comprobar
En el índice v4.3 de Artificial Analysis, Wonder Full obtiene 56 puntos. Meta no ha detallado su disponibilidad por país.
por Julius Aguirre
Buenos días. Ayer Meta presentó un modelo con el que asegura tener resultados de vanguardia. Hay números que lo respaldan en algunas pruebas, y huecos que todavía no se cierran.
SEÑAL DEL DÍA
Muse Wonder ya tiene rendimiento medido por un tercero, pero su disponibilidad y su utilidad real para quien trabaja desde México siguen sin comprobarse.
QUÉ PASÓ
El 12 de octubre, Meta presentó Muse Wonder y Muse Wonder Full, que describe como sus modelos más capaces para agentes. Wonder está disponible en la API de Meta y en Muse Code. Wonder Full, solo para suscriptores de Muse Code y sin acceso por API.
Meta afirma resultados de vanguardia en agentes, memoria y programación, pero su blog no publica cifras. La medición externa sí: según Artificial Analysis (índice v4.3, razonamiento máximo, 12 de octubre), Wonder Full obtiene 56 puntos y Wonder 52. El artículo no declara una posición general en el índice. Meta no ha detallado la disponibilidad por país.
POR QUÉ IMPORTA
Que un modelo obtenga buen puntaje en una medición independiente dice cómo rinde en esas pruebas, no si te sirve a ti. Para quien trabaja desde México siguen abiertas tres preguntas: en qué países estará disponible Wonder, con qué condiciones y a qué costo local. Wonder Full solo se ofrece a suscriptores de Muse Code, sin acceso por API. Mientras eso no se aclare, el 56 es un dato sobre pruebas, no una promesa de utilidad.
LLÉVALO A TU DÍA
Elige una tarea real de tu semana, por ejemplo un resumen de contrato o una propuesta, y dale el mismo texto a dos modelos que sí puedas usar. Compara tres cosas: qué tan precisa es la respuesta, cuánto tardó y cuántas correcciones tuviste que hacer. Así sabrás cuál te sirve a ti, más allá del puntaje que tenga un modelo en un benchmark. Si tu tarea incluye datos de clientes o información confidencial, quítalos o anonimízalos antes de pegarlos.
■ MI LECTURA
Un modelo nuevo siempre llega con aplausos y con preguntas, y yo me quedo con las preguntas. Meta dice que sus resultados son de vanguardia; lo que midió un tercero es sólido, pero una prueba no es un día de trabajo.
Lo que me pesa es lo que falta: dónde estará disponible, con qué condiciones y a qué costo para nosotros. Hasta que eso aparezca, lo trato como una señal para seguir, no como una razón para cambiar algo en mi operación.
■ OTRAS SEÑALES
→ X ofrece una suscripción que combina Grok, Cursor y beneficios de X — Leer →
Los planes de pago empiezan en 8 dólares al mes; los modelos de terceros en Cursor se cobran aparte y el cambio es permanente. Yo pude unificar ayer, 12 de octubre, mis cuentas de X, Cursor y Grok desde México; es una experiencia individual, no evidencia de disponibilidad general ni de condiciones.
→ Anthropic estudia si modelos de IA podrían replicarse entre dispositivos — Leer →
En evaluaciones simplificadas, Anthropic dice que GLM-5.2 y modelos más fuertes completan la replicación de extremo a extremo, y aclara que aún no existe un replicador autónomo completo. Su proyección, una estimación aproximada basada en la tendencia histórica, es que modelos pequeños alcanzarían ese nivel hacia fin de año.
→ Torvalds publica una rama experimental de Linux hecha con Claude Code bajo su dirección — Leer →
Es una rama experimental, no integrada en Linux. En una prueba concreta (8 hilos leyendo el mismo archivo en su laptop), según Linuxiac, las lecturas por segundo pasaron de unos 10 millones a entre 30 y 33 millones; en otros escenarios hay sobrecarga y puntos sin resolver.
FUENTES
Primarias
— Meta — enlace
— xAI — enlace
— Cursor (documentación) — enlace
— Anthropic — enlace
Medición independiente
— Artificial Analysis — enlace
Reporte periodístico
— Linuxiac — enlace
