¿Cuánto estarías dispuesto a vender tus datos de uso si eso hunde tu factura de servidores casi a cero? Meta acaba de ponerle un precio exacto a esa pregunta con su nuevo modelo Muse Spark. Y la oferta es tan agresiva que resulta difícil mirar hacia otro lado. Un movimiento de manual para agitar el tablero de la IA.
En concreto, la compañía de Mark Zuckerberg está ofreciendo un descuento explícito que ronda el 95 % para aquellos desarrolladores que acepten compartir sus prompts y las respuestas generadas por el sistema. Es decir, si dejas que Meta husmee en lo que haces para entrenar sus futuras versiones, te tiran los precios por los suelos.
Si miramos los números puros y duros, la tarifa estándar de Muse Spark, un modelo diseñado específicamente para operar agentes de programación y tareas complejas, cobra 1,25 dólares por cada millón de tokens de entrada. ¿Te unes al programa de colaborador? El coste se desploma a unos ridículos 10 céntimos.
Por si fuera poco, la rebaja en la etapa de generación de texto es aún más bestia. Un millón de tokens de salida pasa de los habituales 4,25 dólares a tan solo 20 céntimos. Un ahorro que puede marcar la diferencia entre la rentabilidad y la quiebra técnica para una start-up con poco músculo financiero. Así de simple.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IAEl verdadero problema de Meta: una preocupante sequía de datos
Pero la letra pequeña de este ofertón esconde una realidad mucho más cruda. El motivo de este descuento es que Meta está desesperada por conseguir datos de entrenamiento reales y de alta calidad. La compañía ha tenido serios dolores de cabeza recientes para alimentar a sus modelos de frontera.
De hecho, a principios de este mismo año lanzaron una polémica iniciativa interna para monitorizar el uso que hacían sus propios empleados de los ordenadores de la empresa. La idea era capturar flujos de trabajo en tiempo real. Como era de esperar, la jugada salió muy mal, levantó críticas feroces y la herramienta fue suspendida fulminantemente en junio por evidentes riesgos de privacidad y seguridad.
Y es que los datos de uso real son el oro negro para el próximo gran salto del sector: los agentes autónomos. No basta con que un LLM sepa escupir líneas de Python, ahora necesitamos que interactúe, corrija errores y use herramientas del sistema operativo como lo haría un humano.
Mario Zechner, creador del entorno de código abierto Pi, lo tiene clarísimo. Según el desarrollador, el brutal avance que vimos en las capacidades de estos agentes de programación entre abril y octubre de 2025 no fue magia. Se debió, en gran parte, a que herramientas rivales como Claude Code guardaban por defecto las sesiones de los usuarios. Luego, exprimían ese historial para afinar el modelo mediante aprendizaje por refuerzo. Puro ensayo y error vitaminado.
También te puede interesar:Meta fue sorprendida manipulando benchmarks de IAEl dilema corporativo frente al blindaje absoluto
Claro que, cuando sacas a estos agentes del terreno de la ingeniería de software y los metes en departamentos financieros o legales, la película cambia. Evaluar su rendimiento en estos entornos profesionales es una auténtica pesadilla. Los flujos de trabajo son un caos complejo y apenas dejan rastros digitales estructurados que los ingenieros puedan aprovechar.
Aquí es donde entra en juego la visión de Arvind Narayanan, profesor de informática en la Universidad de Princeton. El académico escribió recientemente sobre una dinámica fascinante del mercado actual. Las grandes corporaciones están aterradas ante la idea de que sus datos internos acaben alimentando un modelo público y pierdan su ventaja competitiva.
Básicamente, Narayanan señala que estas compañías prefieren pagar tarifas altísimas por planes Enterprise facturados por tokens. Todo con tal de garantizarse por contrato la retención local de datos y una estricta gobernanza informática empresarial.
Lo curioso de este panorama es que los planes de consumo mediante suscripción, como ChatGPT Pro o Claude Max, son entre diez y veinte veces más baratos. Pero las grandes firmas ni se inmutan. Prefieren asumir ese sobrecoste millonario antes que abrir la puerta trasera de sus servidores.
Una guerra de precios para dinamitar el mercado
Ante esta paranoia corporativa, Meta ha decidido tirar por la calle de en medio ofreciendo una compensación económica directa. Su guía de precios oficial argumenta que este nivel de colaborador reduce drásticamente la barrera de entrada al crear prototipos o ampliar experimentos. Siempre y cuando, claro, al cliente no le importe que la IA aprenda de su código.
Según la lectura de Narayanan, este incentivo tan extremo podría forzar a las empresas a hacer algo que hasta ahora evitaban. Quizás empiecen a auditar internamente qué datos son realmente propietarios y confidenciales, y cuáles son pura rutina que pueden ceder a los laboratorios a cambio de ahorrarse miles de dólares en inferencia.
Evidentemente, todo esto no ocurre en el vacío. El movimiento de Meta echa más leña al fuego en una guerra de precios descarnada entre los grandes laboratorios de inteligencia artificial, que buscan acaparar cuota de mercado a cualquier coste.
Anthropic, por ejemplo, ha rebajado hace muy poco los costes de procesar tokens almacenados en caché para sus nuevos modelos Fable y Mythos. Y no podemos olvidar que la empresa de Sam Altman ya aplicó importantes recortes de precios a sus modelos más recientes a finales del pasado mes de julio.
La pelota está ahora en el tejado de los directores de tecnología. Veremos si un jugoso descuento del 95 % es cebo suficiente para que las empresas dejen a un lado sus miedos y empiecen a regalarle a Zuckerberg el contexto que tanto ansía para sus futuros modelos. Al final del día, en Silicon Valley nadie regala duros a cuatro pesetas.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
