TL;DR:

• SemiAnalysis publicó un balance del primer año de Meta Superintelligence Labs y concluye que Meta reúne las tres piezas de un modelo frontera: datos, talento y cómputo.
• La firma proyecta que Meta tendrá más cómputo de IA que OpenAI y Anthropic para fin de 2026, con cinco clústeres de escala de gigawatt en construcción a la vez.
• El reporte coincidió con el lanzamiento de Muse Spark 1.1 y con un alza de la acción de Meta de hasta 7.3% el viernes.

Meta dio vuelta a su apuesta de inteligencia artificial y, un año después, un reporte de la firma de análisis SemiAnalysis sostiene que ya es el competidor con la mejor oportunidad de alcanzar a OpenAI y Anthropic. El documento, publicado el 9 de julio de 2026, hace un balance del primer año de Meta Superintelligence Labs (MSL), la división que Mark Zuckerberg reconstruyó desde cero tras el tropiezo de Llama 4. Su conclusión: Meta es el único gran actor en camino a ser de clase mundial en las tres cosas que exige un modelo de frontera, que son datos, talento y cómputo. La tesis llegó en la misma semana en que Meta abrió el acceso para desarrolladores de su modelo Muse Spark 1.1 y la acción se disparó en la bolsa.

"Creemos que Meta es el único hyperscaler o neolab en camino a ser de clase mundial en las tres, y por lo tanto tiene la mejor oportunidad de alcanzar a Anthropic y OpenAI."

Para SemiAnalysis, lo relevante no es dónde está Muse Spark hoy, sino la velocidad a la que MSL avanza. El propio análisis lo resume con una idea simple: evaluar el modelo actual de Meta de forma aislada es quedarse con el árbol y perder el bosque. La pregunta interesante, dice, no es qué tan bueno es Meta ahora, sino dónde estará en seis meses.

La "fábrica" de entornos de RL que Meta armó en casa

El primer punto es también el más nuevo y, según SemiAnalysis, el más subestimado. El aprendizaje por refuerzo (RL, por sus siglas en inglés) es hoy la palanca principal para mejorar las capacidades de un modelo. En lugar de solo predecir la siguiente palabra, se le enseña a completar tareas enteras, por ejemplo arreglar un error en un código. Para eso hacen falta entornos donde el modelo actúe, herramientas con las que interactúe y verificadores que revisen si acertó.

Por qué importa tanto lo explicó bien Sholto Douglas, investigador de Anthropic, en una idea que SemiAnalysis retoma:

"El conjunto actual de algoritmos es suficiente para automatizar el trabajo de oficina, siempre que tengas suficientes datos del tipo correcto."

Ahí es donde Meta encontró una ventaja poco obvia. Las grabaciones de pantalla de gente haciendo su trabajo real sirven para construir tareas de RL realistas y para armar los verificadores que califican al modelo. Mientras las empresas de datos negocian con bancos, despachos legales y agencias de publicidad para grabar esos flujos de trabajo, Meta ya tiene en nómina a una fuerza laboral enorme dedicada a cada una de esas industrias.

Con ese contexto se entiende mejor la polémica reciente sobre Meta rastreando las pantallas, teclados y movimientos de mouse de sus empleados. La empresa suavizó la medida después, con más protecciones de privacidad y la opción de pausar el rastreo por 30 minutos, según reportó The Information. Y en un giro más de reestructura, puso a alrededor de 3,000 ingenieros a crear tareas y entornos de RL de tiempo completo, entre ellos el 70% de sus nuevos egresados y una parte importante de los senior. Esa unidad de ingeniería de IA aplicada, creada meses antes bajo el vicepresidente Maher Saba, reporta directamente al director de tecnología Andrew Bosworth, de acuerdo con Fortune.

La comparación que ofrece SemiAnalysis da la dimensión. Mercor, una de las grandes proveedoras de "datos humanos", registró 2,517,000 horas de expertos en su plataforma durante el segundo trimestre de 2026, el equivalente a unas 4,800 personas trabajando 40 horas por semana. Meta ya juega en esa liga, con calidad promedio probablemente más alta y otras 70,000 personas de las que podría echar mano si el experimento funciona.

Cinco "titanes" y la ola de cómputo más agresiva vista hasta ahora

Aquí Meta tiene una hoja de balance de hyperscaler y, a diferencia de Google, no arrastra un negocio de nube que compita por rentar ese cómputo hacia afuera. El modelo Tokenomics de SemiAnalysis proyecta que Meta tendrá más cómputo de IA que OpenAI y Anthropic juntos para fin de 2026.

El detalle de la construcción es lo que sorprende. Meta levanta a la vez cinco clústeres "titán" de más de un gigawatt:

• Prometheus, en Ohio, que ya opera de forma parcial y pasó de cerca de 1 GW a más de 3 GW en dos años.
• Hyperion, en Luisiana, donde construye los edificios individuales más grandes del mundo, de 400 MW cada uno.
• Tres campus más en El Paso, Iowa e Indiana.

Nunca en la historia se había construido un campus completo de 1 GW de una sola vez, y Meta tiene dos ahora mismo (Hyperion y Iowa). En Iowa pasó de un terreno vacío a un gigawatt entero en obra en apenas un año.

La factura acompaña a la ambición. De acuerdo con un reporte de Reuters citado por Investing.com, Meta planea gastar hasta 145,000 millones de dólares en infraestructura de IA este año, desplegar 7 gigawatts de cómputo en 2026 y duplicar esa capacidad a 14 gigawatts en 2027. Para bajar el costo por operación, la empresa arrancará en septiembre la producción de su chip propio, con nombre en clave "Iris", diseñado junto a Broadcom, fabricado por TSMC y que superó las pruebas de errores en apenas seis semanas, con acuerdos de suministro de varios años con Samsung, SanDisk y Sumitomo Electric.

Conectar todo eso es el otro reto técnico. Meta reparte el entrenamiento entre varios centros de datos y los une con una arquitectura de red llamada AI-Backbone. Prometheus, por ejemplo, no es un solo edificio sino una constelación de 27 centros de datos en 6 campus, con unos 22 petabits por segundo de ancho de banda. La distancia introduce latencia, así que Meta usa estrategias asíncronas: el preentrenamiento corre sincronizado en una región y el RL se puede repartir por todo el mundo. Los próximos titanes irán aún más lejos y conectarán campus separados por hasta 2,000 kilómetros. Conviene un matiz honesto: parte de ese cómputo irá a sistemas de recomendación y a publicidad generativa, no todo a MSL, según aclara la propia firma.

El "superequipo" que costó miles de millones

La tercera pieza es la que hizo famoso a Meta el año pasado por sus sueldos. Todo arrancó con los 14,300 millones de dólares que pagó en 2025 por una participación del 49% sin voto en Scale AI, jugada que le trajo a Alexandr Wang como su primer director de inteligencia artificial y jefe de MSL, según CNBC y Fortune. A eso se sumaron paquetes de compensación de más de 1,000 millones de dólares para investigadores tope.

SemiAnalysis reportó que, para fines de junio de 2025, Meta ya había reclutado al menos a 14 investigadores, la mayoría exOpenAI y algunos de Anthropic y Google, con nombres como Shengjia Zhao, Trapit Bansal, Andrew Tulloch, Jason Wei y Hyung Won Chung. La contratación no se limitó al equipo técnico: en enero de 2026 llegó Dina Powell McCormick como presidenta y vicepresidenta del consejo para ayudar a construir la flota de cómputo.

La firma compara la jugada con un equipo deportivo que ficha estrellas a golpe de talonario: reunir a los mejores no garantiza el campeonato, pero deja claro que Zuckerberg está juntando todos los recursos disponibles para tirar en serio por la frontera. Hoy, dice el reporte, no se puede decir lo mismo de ningún otro hyperscaler.

Muse Spark 1.1 sale a competir por el mercado de API

La parte más tangible para desarrolladores llegó el jueves 9 de julio, cuando Meta abrió el acceso a Muse Spark 1.1 y lo puso a competir de frente con los modelos de pago de OpenAI y Anthropic. Para anunciarlo, Zuckerberg regresó a X después de tres años.

"Nuestro enfoque está en entregar modelos agénticos y multimodales potentes a muy bajo costo."

Lo que trae el modelo, según lo que describió el propio Zuckerberg:

• Está pensado para tareas agénticas, con mejoras en programación, uso de herramientas y razonamiento multimodal.
• Maneja una ventana de contexto de 1 millón de tokens y tareas de larga duración.
• Puede delegar la ejecución a subagentes que corren en paralelo.
• Está entrenado para usar interfaces de computadora en escritorio, móvil o navegador.
• Corre en modo Thinking dentro de la app y el sitio de Meta AI, y se espera que reemplace a los modelos Llama.

El precio es parte del argumento. SemiAnalysis nota que Meta lo posicionó justo por debajo de GLM 5.2. El acceso vía API se fijó en 1.25 dólares por millón de tokens de entrada y 4.25 por millón de tokens de salida, según reportó American Bazaar, lo que lo deja por arriba del GPT-5 mini de OpenAI y del Claude Haiku 4.5 de Anthropic, pero por debajo del Claude Sonnet 4.6.

En capacidad real, el veredicto es más medido. SemiAnalysis probó Muse Spark 1.1 y lo ubicó a la par de Opus 4.6 o GLM 5.2 para usos agénticos generales, con algunos defectos como ignorar advertencias en lugar de corregirlas. La firma aclara que no moverá su propio volumen de tokens a ese modelo todavía. Y en una métrica de programación, Muse Spark 1.1 aún queda por detrás de los modelos tope de la industria: el Mythos 5 y el Fable 5 de Anthropic, y el GPT-5.6 de OpenAI, según una tabla de referencia abierta citada por Fortune. Meta, por su parte, asegura que la actualización supera a la versión más reciente de Gemini de Google en pruebas de programación y razonamiento.

Wall Street premió el giro, pero el reporte pide cautela

El mercado reaccionó rápido. Tras el reporte, la acción de Meta cerró el jueves con un alza cercana a 5% (a 631.48 dólares, según Investing.com) y estiró la subida el viernes, cuando llegó a ganar hasta 7.3% en las primeras horas y rondaba los 670 dólares, según Motley Fool, que apunta que cotiza a unas 24 veces sus ganancias. Las acciones de Alphabet, la matriz de Google, cedieron alrededor de 1%.

El propio análisis pone freno al entusiasmo. SemiAnalysis se declara optimista, pero recuerda que MSL apenas está en su primera etapa y que alcanzar a Anthropic es más fácil de decir que de hacer, en parte porque Meta sigue siendo una gran tecnológica con prioridades que compiten entre sí. La firma sería mucho menos optimista si Meta mostrara señales de aflojar: firmar un contrato de largo plazo para vender cómputo sin cláusula de recuperación, desmantelar su nueva unidad de tareas de RL o dejar ir a sus mejores investigadores. Cualquiera de esas tres, dice, podría equivaler a una sentencia de muerte para el proyecto.

Preguntas rápidas sobre Meta y su carrera de IA

Para Meta, el reporte cambia la conversación: de la resaca de Llama 4 a una discusión sobre qué tan cerca puede quedar de la cima. La factura ya es real, con miles de millones en chips, centros de datos y sueldos. Falta la parte más difícil, que los modelos lo confirmen.

Fuentes: 1, 2, 3