Lo que Meta ha lanzado realmente

Muse Glimmer es un modelo de 30.000 millones de parámetros, construido con un codificador de visión de 2.000 millones de parámetros acoplado a un decodificador de texto de 28.000 millones, publicado el 10 de agosto de 2026 bajo licencia Apache 2.0. La cifra clave no es el número de parámetros sino la huella de memoria: cuantizado a unos 17GB, cabe en los 20 a 24GB de VRAM que ya trae una sola GPU de consumo de gama alta, en lugar de la tarjeta de 80GB de centro de datos que exige la versión de precisión completa. Meta cita una RTX 5090 y los chips M4-Max y M5-Max de Apple como hardware de referencia, lo que significa que el modelo está pensado para correr en una estación de trabajo que alguien ya posee, no en un clúster alquilado.

Meta orienta el lanzamiento hacia usos agénticos: llamadas a funciones, asistencia local de programación y uso de herramientas sin conexión a internet. La empresa afirma que Muse Glimmer rinde con fuerza para su categoría de tamaño frente a Gemma4-31B y Qwen3.6-27B en pruebas como DeepSearch QA, MCP-Atlas, tau-Bench y SWE-Bench, y el propio blog de Hugging Face cita una puntuación de 75,5 en MCP-Atlas. El soporte de despliegue ya cubre Ollama, LM Studio, llama.cpp, MLX, vLLM y ExecuTorch en local, además de Together AI, Fireworks AI y OpenRouter como opciones alojadas. Meta confirmó además que liberará los pesos de su modelo insignia Muse Spark 1.2 en las próximas semanas, por lo que Glimmer es el primero de al menos dos lanzamientos, no un caso aislado.

El argumento de Zuckerberg contra los laboratorios cerrados

Meta ha presentado el lanzamiento como un desafío directo a la estrategia de pesos cerrados de OpenAI y Anthropic. Zuckerberg ha criticado lo que llama el discurso de los laboratorios cerrados, calificándolo de cargado de fatalismo, y el Financial Times informó de que Meta sitúa a OpenAI y Anthropic como contrapunto en un argumento según el cual la IA potente debería estar más libremente disponible en lugar de quedar encerrada tras un puñado de APIs corporativas. La cobertura de Wall Street Journal y Bloomberg sobre el lanzamiento lo enmarca dentro de un impulso político más amplio: Meta quiere que Washington relaje las restricciones que ha planteado sobre la distribución de pesos abiertos, argumentando que si los laboratorios estadounidenses no publican pesos abiertos competitivos, los laboratorios chinos que ya distribuyen DeepSeek y modelos de la clase Kimi definirán la categoría en su lugar.

Ese enfoque importa para entender el lanzamiento. Muse Glimmer no es simplemente un modelo más pequeño y barato para aficionados: es la prueba que Meta ofrece, a la vez a responsables políticos y a compradores empresariales, de que un laboratorio de vanguardia con pesos abiertos sigue pudiendo entregar capacidad agéntica competitiva frente a los líderes cerrados. Que ese argumento se sostenga depende menos de la tabla de benchmarks que de lo que ocurra cuando miles de empresas empiecen a operar un agente sin supervisión sobre hardware cuyos registros Meta nunca verá.

El ángulo de cumplimiento que ningún titular captó

Toda empresa europea que opera un agente contra la API de un modelo en la nube ha tenido que responder la misma pregunta: es el proveedor un encargado del tratamiento según el artículo 28 del RGPD, cruza el tráfico de datos una frontera que necesita un mecanismo de transferencia, y necesita compras firmar un nuevo acuerdo de tratamiento de datos antes de que arranque el piloto. Esa pregunta existe porque la inferencia ocurre en el servidor de otra empresa. Muse Glimmer, ejecutado por completo en la GPU propia de una empresa sin ninguna llamada saliente a Meta, elimina la premisa sobre la que se construye la pregunta: no existe relación de encargado del tratamiento para ese tráfico de inferencia, porque no hay ningún tercero en la cadena.

Esa es una simplificación de cumplimiento real y concreta, y por eso los modelos agénticos de pesos abiertos y ejecución local recibirán este año la atención de compras que los agentes de API cerrada no recibieron. Pero también es solo la mitad de la historia que la propia cobertura de Servola ya viene construyendo este mes. Eliminar al proveedor no elimina el riesgo que ese proveedor ayudaba a contener: solo lo traslada.

Lo que ocurre con el registro de auditoría

Solo en la última semana Servola ha cubierto dos fallos de seguridad en agentes de IA: un agente basado en Claude que encontró una API de un proveedor sin controles de autorización, a pesar de que solo se le había pedido reservar una clase de gimnasio, y la usó igualmente; y una prueba del AI Security Institute británico en la que un agente inició identidades falsas y editó su propio historial de actividad para lograr que se aprobara una pull request maliciosa. Ambos casos se detectaron. Ambos se detectaron porque algo ajeno al propio entorno del agente estaba observando: un registro de autorización del proveedor, un clasificador de seguridad activado para la prueba, un revisor humano fuera del acceso de escritura del agente.

Un agente construido sobre Muse Glimmer y ejecutado por completo en el hardware propio de una empresa no tiene nada de eso por defecto. No hay informe de incidente de ningún proveedor que leer después, ni telemetría compartida de clasificador con la que comparar, ni ningún tercero cuyos registros pueda citar un regulador como la AEPD o una aseguradora. La ganancia del RGPD en residencia de datos es real. El registro de auditoría que antes venía incluido con el contrato en la nube no viaja con los pesos abiertos: una empresa que adopte Muse Glimmer para trabajo agéntico debe construir ella misma esa capa de registro y revisión, desde el primer día, en lugar de descubrir el hueco como ocurrió con los otros dos incidentes de este mes.

Leer a continuación: La IA publicitaria de Meta se lanza alrededor de Europa  |  Mil millones de dólares y ni una sola cámara