Meta retrasa la API de Muse Spark y frena su monetización

Meta retrasa la API de Muse Spark y frena su monetización

Meta retrasa el lanzamiento de la API de Muse Spark, frenando su estrategia para monetizar la inteligencia artificial.

Por Humberto Toledo el 4 junio, 2026 a las 08:25 PDT

✨︎ Resumen (TL;DR):

  • Meta pospuso el lanzamiento de la API pública de su modelo de inteligencia artificial Muse Spark, inicialmente programado para abril de 2026.
  • La empresa proyecta un gasto de capital histórico de entre 125,000 y 145,000 millones de dólares para 2026, enfocado en infraestructura de IA.
  • Aunque Muse Spark ya funciona en WhatsApp e Instagram, la falta de una API abierta impide que los desarrolladores externos integren el sistema.

Meta pospuso nuevamente el lanzamiento de la API pública de Muse Spark, su modelo de inteligencia artificial más potente, complicando sus planes para rentabilizar las multimillonarias inversiones en infraestructura. La compañía dirigida por Mark Zuckerberg acumula retrasos desde abril de 2026 debido a fallas técnicas y necesidades de servidores, lo que mantiene esta tecnología bloqueada para desarrolladores externos.

Una API es una interfaz de software que permite la comunicación y el intercambio de datos entre sistemas independientes sin necesidad de descargar el modelo completo. Al no contar con este recurso, las empresas no pueden integrar la tecnología en sus propios flujos de trabajo.

El retraso presiona la estrategia comercial de la tecnológica. Según reportes de The Wall Street Journal y Reuters, Meta planeaba liberar el acceso masivo junto con la presentación del modelo en abril. Sin embargo, la fecha se movió a mayo por problemas técnicos y ahora se proyecta para finales de junio de 2026.

Un portavoz de la empresa confirmó el 3 de junio que ya realizan pruebas cerradas con socios selectos. “Sabemos que la gente quiere la API y estamos emocionados de ponerla en sus manos”, declaró el vocero de la compañía.

Microsoft blinda los agentes de IA en Build 2026
Te podría interesar:
Microsoft blinda los agentes de IA en Build 2026
Fenómeno Del Ruido De Información
Foto: Oleg Gamulinskii / Pexels

Una promesa pendiente para el ecosistema de desarrollo

Alexandr Wang, jefe de IA en Meta, había prometido en su cuenta de X un despliegue casi inmediato tras el lanzamiento inicial: “La API de Muse Spark llegará pronto. Nos ha emocionado la cantidad de entusiasmo entre desarrolladores que quieren probar Muse Spark dentro de sus agentic harnesses. ¡Estén atentos!”.

A pesar del anuncio, el modelo desarrollado por Meta Superintelligence Labs sigue atrapado dentro de las plataformas de la firma. Aunque Muse Spark ya impulsa funciones de Meta AI en WhatsApp, Instagram, Facebook, Threads y sus lentes inteligentes, los creadores de software externos siguen sin poder utilizarlo de forma comercial.

Esta limitación frena la competencia de Meta frente a rivales como OpenAI, Google o Anthropic, quienes ya comercializan activamente sus modelos mediante entornos estables de desarrollo. Para las empresas tecnológicas de México y América Latina, esto significa no poder integrar este razonamiento avanzado en sus propios asistentes o herramientas operativas.

El peso financiero de 145,000 millones de dólares

La demora llega en un momento de gasto de capital sin precedentes. Durante el reporte financiero del primer trimestre de 2026, Meta elevó sus proyecciones de inversión anual (capex) a un rango de entre 125,000 y 145,000 millones de dólares, superando la estimación previa que topaba en 135,000 millones.

Este incremento se debe principalmente a la compra de procesadores avanzados y la construcción de centros de datos para soportar la carga de la inteligencia artificial. En el mismo periodo, los compromisos contractuales de la firma aumentaron en 107,000 millones de dólares.

Aunque el modelo cuenta con capacidades de razonamiento multimodal y un modo de agentes paralelos, la falta de una API abierta limita su capacidad para generar ingresos directos de terceros. La meta inmediata de Meta consiste en demostrar que su infraestructura masiva puede traducirse en una plataforma de software rentable y no solo en una herramienta de uso interno.

Fuentes: 1, 2, 3, 4, 5, 6

+ Temas Relacionados

Más de AI

Feed