10 de julio de 2026. Tras tres años de silencio, Mark Zuckerberg regresó a la plataforma X y lanzó una noticia que sacudió a toda la industria de la IA: Meta presentó oficialmente el modelo de razonamiento multimodal Muse Spark 1.1 y, al mismo tiempo, abrió la vista previa pública de la Meta Model API. Esta publicación marcó el inicio oficial de la transformación de Meta, que pasa de ser un "proveedor de tecnología de IA" a convertirse en un "proveedor de servicios de infraestructura de IA".
No se trató simplemente de una actualización rutinaria de producto. Zuckerberg eligió hacer este anuncio en X (el terreno de su competidor) en lugar de utilizar el propio ecosistema de redes sociales de Meta, lo que ya de por sí envía un mensaje contundente. Una empresa intenta desbloquear el potencial comercial con modelos de bajo coste, mientras otra busca orientación en un contexto de mejora de la liquidez macroeconómica.
Sin embargo, la reacción del mercado de capitales fue moderada. Al 10 de julio (UTC+8), las acciones de Meta cerraron en 631,48 $, con una subida del 4,70 % en la jornada. Para un gigante tecnológico, un aumento del 4,7 % dista mucho de ser insignificante, pero comparado con el "efecto explosivo" que suele esperarse tras el lanzamiento de una IA, el entusiasmo del mercado fue claramente contenido. Los inversores ya no se preguntan "¿Meta tiene IA?", sino más bien "¿Puede la IA generar ingresos?".
Del código abierto al pago: por qué Meta cambia de rumbo ahora
Para comprender realmente la importancia del último giro estratégico de Meta, es necesario repasar la evolución de su trayectoria en IA.
Durante los dos últimos años, la estrategia de IA de Meta ha girado en torno al "código abierto". Desde la liberación sucesiva de la serie de modelos Llama hasta la creación de una comunidad de investigación en IA, el objetivo de Meta era ganarse la confianza de los desarrolladores y aumentar su influencia en el sector mediante un ecosistema abierto. Sin embargo, este enfoque presentaba un problema fundamental: el código abierto no se traduce directamente en ingresos.
Tras un lanzamiento de modelo decepcionante en la primavera de 2025, el propio Zuckerberg intervino para reconstruir el equipo de IA, contratando a Alexandr Wang, fundador de Scale AI, para liderar el recién creado Meta Superintelligence Labs. La estrategia de la compañía fue desplazándose poco a poco del "código abierto primero" hacia el desarrollo de "modelos propietarios y monetizables". Muse Spark 1.1 es el primer resultado tangible de esta nueva orientación.
Mientras tanto, la inversión de Meta en infraestructura ha alcanzado cifras descomunales. En 2023, el gasto de capital de la empresa fue de 28,1 mil millones de dólares, ascendiendo a 39,2 mil millones en 2024 y llegando a 72,2 mil millones en 2025. Para 2026, Meta prevé aumentar el gasto anual de capital hasta situarlo entre 125 mil millones y 145 mil millones de dólares, con especial atención a los clústeres de computación de IA y al desarrollo de grandes modelos (el doble que en 2025). Solo en el primer semestre de 2026, Meta firmó contratos por más de 5 GW de recursos de computación en la nube y centros de datos gestionados.
Un gasto en infraestructura de tal magnitud exige una vía clara hacia la comercialización. El lanzamiento de Muse Spark 1.1 y la Meta Model API es, en esencia, la forma en que Meta crea un "canal de recuperación de ingresos" para estos cientos de miles de millones invertidos en capital.
Diferenciación de Muse Spark 1.1: bajo precio no significa bajo rendimiento
Desde el punto de vista del producto, Muse Spark 1.1 está lejos de ser una respuesta improvisada a las tendencias del mercado. Según Meta, este modelo está diseñado específicamente para tareas de agentes, con mejoras significativas en el uso de herramientas, operación de ordenadores, generación de código y comprensión multimodal. El modelo admite una ventana de contexto de 1 millón de tokens y puede funcionar como agente principal en sistemas multiagente o como subagente especializado. Zuckerberg reveló que Muse Spark 1.1 ha superado al modelo Gemini de Google en varias pruebas, incluidas capacidades de agente, programación y tareas multimodales.
Sin embargo, lo que realmente llamó la atención del sector fue la estrategia de precios de Meta. La Meta Model API tiene un precio de 1,25 $ por cada millón de tokens de entrada y 4,25 $ por cada millón de tokens de salida. Zuckerberg afirmó en X que esto equivale aproximadamente a una cuarta parte del precio oficial de los modelos de gama alta de OpenAI y Anthropic. Además, los desarrolladores registrados reciben 20 $ en créditos gratuitos para probar el servicio.
Conviene señalar que no se trata del precio "más bajo" posible. Es superior al del GPT-5 mini de OpenAI y al Claude Haiku 4.5 de Anthropic, orientado al segmento económico, pero considerablemente inferior al del Claude Sonnet 4.6, el modelo de gama alta de Anthropic. El objetivo de Meta con estos precios es el mercado de desarrolladores de gama media-alta: aquellos que necesitan capacidades sólidas de modelo, pero son sensibles a los precios de referencia de OpenAI y Anthropic.
Cuatro gigantes, cuatro estrategias
La comparación de Meta con OpenAI, Anthropic y Google revela cuatro lógicas de comercialización claramente diferenciadas.
OpenAI sigue un modelo de "premium por rendimiento". Aprovechando la ventaja técnica de su serie GPT, OpenAI cobra altas tarifas de API a clientes empresariales y distribuye las capacidades de sus modelos a través de los canales cloud de Microsoft. Su premisa central: mientras el modelo sea lo suficientemente potente, las empresas pagarán un extra por el rendimiento.
Anthropic apuesta por el "premium por seguridad". Con la "IA Constitucional" y la seguridad como elementos diferenciadores, Anthropic atrae a una amplia base de clientes empresariales con estrictas necesidades de cumplimiento y control de riesgos. Su valoración en mercados secundarios se ha disparado hasta 1,2 billones de dólares, reflejando el reconocimiento del mercado al valor comercial de la "IA segura".
Google apuesta por la "integración total en el ecosistema". El modelo Gemini está integrado en toda la suite de productos de Google (búsqueda, publicidad, cloud, Workspace), donde las capacidades de IA sirven para aumentar el ARPU de los negocios existentes, más que como una fuente de ingresos independiente.
Meta, por su parte, ha elegido una cuarta vía: ecosistema abierto + ventaja de costes. Al ofrecer precios de API muy por debajo de los de sus competidores, Meta busca atraer desarrolladores a gran escala y utilizar el tamaño del ecosistema para contrarrestar tanto la ventaja técnica de OpenAI como la fortaleza del ecosistema de Google. La lógica es: precios más bajos → más adopción por parte de desarrolladores → ecosistema más grande → efecto red y círculo virtuoso de datos → ventaja competitiva a largo plazo.
Ninguna de estas vías es intrínsecamente superior, pero la estrategia de Meta destaca porque no depende de ganar por brecha técnica, sino que busca transformar el panorama competitivo mediante un modelo económico. Si la diferencia de rendimiento entre los modelos de IA sigue reduciéndose en los próximos 12–24 meses, el precio será un factor cada vez más determinante en la toma de decisiones empresariales (la gran apuesta de Meta).
Por qué el mercado no está "all in"
Tras el anuncio, las acciones de Meta cerraron con una subida del 4,7 % hasta los 631,48 $. Esto sería impresionante para cualquier lanzamiento de producto convencional, pero teniendo en cuenta que Muse Spark 1.1 es el primer modelo empresarial de Meta orientado a la generación de ingresos, la reacción del mercado puede describirse como "cautelosamente optimista".
Los inversores no dudan de las capacidades de IA de Meta, sino que se centran en tres cuestiones de fondo.
Primero, la certeza de la aportación de ingresos. Con un precio de API que representa solo una cuarta parte del de sus competidores, Meta necesita alcanzar un volumen de llamadas varias veces superior al de sus rivales para obtener ingresos comparables. Por ahora, Muse Spark 1.1 solo está disponible en vista previa pública para desarrolladores de EE. UU. Aún queda un largo camino desde la vista previa hasta la adopción comercial a gran escala y la contribución significativa de ingresos.
Segundo, la sostenibilidad del gasto de capital. Un gasto anual de entre 125 y 145 mil millones de dólares implica que Meta quema más de 340 millones diarios en infraestructura de IA. Incluso si el negocio publicitario de Meta sigue creciendo (WARC Media prevé 240 mil millones de dólares en ingresos publicitarios para 2026), una inversión de tal envergadura seguirá presionando los márgenes.
Tercero, el horizonte de rentabilidad. Las inversiones en infraestructura de IA requieren tiempo para generar beneficios. Goldman Sachs prevé que el gasto de capital conjunto de Alphabet, Amazon, Microsoft y Meta alcanzará los 725 mil millones de dólares en 2026. Con una inversión tan masiva en toda la industria, la comercialización de la IA no será una historia que se resuelva en uno o dos trimestres.
El mercado ha pasado de la fase del "relato de la IA" a la "fase de entrega de la IA". Los inversores ya no pagan por "lanzamientos de modelos", sino que quieren ver cómo los modelos se convierten en flujo de caja.
Conclusión
El día que Zuckerberg regresó a X, Meta lanzó un mensaje claro al sector con Muse Spark 1.1 y la Model API: la carrera de la IA pasa de "quién tiene el mejor modelo" a "quién puede llevar los modelos al mayor número de personas al menor coste".
OpenAI tiene una fortaleza técnica, Google tiene la fuerza de su ecosistema, Anthropic tiene la ventaja de la seguridad, y Meta apuesta por la ventaja en precios para mover el mercado. El éxito de esta estrategia dependerá de dos factores clave: si la brecha de rendimiento entre modelos realmente se está reduciendo y si los desarrolladores estarán dispuestos a cambiarse por precios más bajos.
Para la industria cripto, independientemente de cómo se resuelva esta competencia, una infraestructura de IA más asequible significa más posibilidades. Cuando las llamadas a modelos de IA dejen de ser un cuello de botella en costes, se redefinirá el potencial de las aplicaciones inteligentes on-chain.
La historia de la comercialización de la IA apenas entra en su segundo capítulo. El primero fue "quién puede construir un modelo"; el segundo es "quién puede hacer que los modelos sean asequibles y accesibles". Meta está apostando todo a escribir este segundo capítulo.
Preguntas frecuentes
P1: ¿Cuál es el precio exacto de la Meta Model API y cómo se compara con la competencia?
La Meta Model API tiene un precio de 1,25 $ por cada millón de tokens de entrada y 4,25 $ por cada millón de tokens de salida. Zuckerberg afirma que esto representa aproximadamente una cuarta parte del precio oficial de los modelos de gama alta de OpenAI y Anthropic. Los desarrolladores registrados también reciben 20 $ en créditos gratuitos de prueba.
P2: ¿Cuáles son las capacidades principales de Muse Spark 1.1?
Muse Spark 1.1 es un modelo de razonamiento multimodal diseñado específicamente para tareas de agentes, con mejoras significativas en el uso de herramientas, operación de ordenadores, generación de código y comprensión multimodal. El modelo admite una ventana de contexto de 1 millón de tokens y puede actuar como agente principal en sistemas multiagente o como subagente especializado en tareas concretas.
P3: ¿Por qué Meta está pasando del Llama de código abierto a un modelo de API de pago?
La inversión anual de Meta en infraestructura de IA ha alcanzado los 125–145 mil millones de dólares, y el modelo de código abierto no puede aportar retornos comerciales para una inversión de tal magnitud. El paso a una API de pago crea un canal de ingresos sostenible para estos cientos de miles de millones invertidos en IA, mientras que la estrategia de precios bajos busca atraer desarrolladores y escalar el ecosistema.
P4: ¿Por qué las acciones de Meta solo subieron un 4,7 % tras el lanzamiento de la IA?
El foco de los inversores ha pasado de "lanzar modelos de IA" a "si la comercialización de la IA puede traducirse en ingresos reales". Las dudas del mercado sobre Meta giran en torno a tres aspectos: la certeza de los ingresos por API, la sostenibilidad de un gasto de capital de 125 mil millones y el horizonte temporal para que las inversiones en IA generen beneficios.
