La IA de codificación de Meta podría provocar otra guerra de precios de IA

Meta entró en la carrera de codificación de IA el 5 de agosto con Muse Code, un agente de codificación basado en terminal, y Muse Spark 1.2, su modelo de IA centrado en la codificación, apuntando directamente a Claude Code de Anthropic y Codex de OpenAI.

Meta afirma que Muse Code está diseñado para el desarrollo de software en bases de código extensas en lugar de crear fragmentos de código individuales. A diferencia de sus modelos Llama de peso abierto, Muse Code es un software de pago para macOS y Linux que se integra estrechamente con Muse Spark 1.2.

El CEO Mark Zuckerberg afirmó que el agente es capaz de ejecutar “tareas completas de ingeniería de software en repositorios grandes: planificar cambios, escribir código, validar los resultados”. Añadió que las pruebas internas mostraron que el agente es capaz de crear seis características de juego diferentes al mismo tiempo sin problemas, mientras sugería que habrá otros lanzamientos de software de IA de peso abierto en el futuro.

Dónde se encuentra Meta en un mercado que en su mayoría observó

Meta está abriéndose paso en un mercado donde empresas como Anthropic y OpenAI son jugadores clave, y algunas startups, como Cursor, ya han observado una necesidad de herramientas de ingeniería de software basadas en IA.

Meta ha observado que Muse Spark 1.2 puede ser competitivo en algunos aspectos, pero está lejos de ser el líder del mercado. Solo pudo obtener un 82,9 % en Terminal-Bench 2.1, superando a GPT-5.6 Terra y Grok 4.5, pero perdiendo ante Opus 5 de Anthropic en este benchmark. Muse Spark 1.2 mostró un rendimiento mediocre en el benchmark DeepSWE 1.1, ocupando el tercer lugar, con Opus 5 como ganador.

Las pruebas de terceros arrojaron el mismo resultado. Muse Spark 1.2 ocupa el puesto 14 de 186 modelos según Artificial Analysis en términos de Índice de Inteligencia, con una puntuación de 54, que está por encima de la mediana de 32. Experimenta una buena latencia y tiene un precio relativamente bajo, lo que significa que Meta se centra más en el equilibrio entre rendimiento y precio que en ser el modelo de mejor rendimiento.

Cómo se compara 1.2 el precio de Muse Spark con el de V4 de DeepSeek

La fijación de precios podría convertirse en una de las mayores ventajas competitivas de Meta, si los desarrolladores aceptan el compromiso.

Reuters, citando a Artificial Analysis, informó que DeepSeek V4-Flash es el modelo de IA ampliamente utilizado menos costoso para ejecutar en pruebas de referencia, lo que convierte a la familia DeepSeek V4 en un punto de referencia clave de precios para los modelos de vanguardia competidores.

Muse Spark 1.2 tiene dos opciones de precios diferentes. Su Precio Estándar para el uso de la API es de $1,25 por millón de tokens de entrada, $0,15 por tokens de entrada en caché y $4,25 por millón de tokens de salida. Meta ofrece su precio de Colaborador para respuestas y solicitudes aprobadas, reduciendo significativamente los precios a $0,10 por tokens de entrada, $0,01 por tokens de entrada en caché y $0,20 por tokens de salida.

DeepSeek cobra $0,14, $0,0028 y $0,28 por V4-Flash por cada millón de tokens de entrada, entrada en caché y salida, respectivamente. En cuanto a V4-Pro, los precios son $0,435, $0,0145 y $0,87, respectivamente, dependiendo de las horas pico y no pico según la descripción de la API.

La comparación anterior muestra dos enfoques diferentes de fijación de precios. En cuanto a la tarifa regular, Muse Spark 1.2 es más caro en comparación con ambos modelos de DeepSeek. Sin embargo, bajo la categoría de Colaborador, Meta ofrece un precio más bajo para la entrada y la salida en comparación con V4-Flash y V4-Pro, lo que lo convierte en uno de los productos más baratos para los usuarios elegibles que están dispuestos a compartir sus datos.

El beneficio de precio de DeepSeek podría no durar para siempre. Los informes indican que DeepSeek planea aplicar un importante aumento de precios en sus servicios de IA que aún no se ha revelado. Si se introducen los nuevos precios, podría cerrar la brecha entre DeepSeek y otros actores fuertes de la industria.

La apuesta por los agentes de fondo persistentes

La característica distintiva del agente de Meta podría ser su arquitectura en lugar de sus resultados de referencia.

Según las notas de ingeniería de la empresa, Muse utiliza agentes de fondo persistentes para mantener el contexto de fondo de los repositorios durante cada sesión de desarrollo, en lugar de reiniciar desde cero en cada solicitud. Al tratar con proyectos más grandes, Muse transmite las tareas que deben realizarse en numerosos árbol de trabajo Git aislados, para que los subagentes puedan ejecutar sus tareas sin afectar el espacio de trabajo principal del desarrollador.

Meta también se centra en la fiabilidad. Cada llamada de modelo, ejecución de herramienta y edición de archivo se registra en un registro de eventos local, lo que permite que las sesiones interrumpidas continúen desde un punto de control en lugar de empezar de nuevo. La empresa ha probado este sistema en más de 1.000 llamadas de herramientas a lo largo de un trabajo de ingeniería de kernel GPU de 24 horas, enfatizando su enfoque en la ingeniería de software autónomo de larga duración.

El lanzamiento también intensifica la competencia en el sector de la IA a nivel mundial. La llegada de Meta permite a los desarrolladores de software un contendiente de mercado más fiable además de Anthropic, OpenAI y DeepSeek, ejerciendo presión sobre los proveedores de IA para competir en lo que respecta a las habilidades de codificación y los modelos de precios. Esto podría conducir a lanzamientos de productos más rápidos y menores costos de inferencia, así como a una mayor disponibilidad de herramientas de programación de IA avanzadas que ayuden en la ingeniería de software.