Alexandr Wang asegura internamente que el próximo gran modelo de Meta, conocido como Watermelon, ya iguala a GPT-5.5 de OpenAI, una afirmación que refuerza la apuesta de Mark Zuckerberg por la superinteligencia, la infraestructura propia y un posible negocio cloud para rentabilizar sus centros de datos.
Meta vuelve a intentar colocarse en la primera línea de la carrera mundial por la inteligencia artificial. Después de meses de dudas sobre el rendimiento de sus modelos, reorganizaciones internas, fichajes millonarios y una presión creciente de los inversores para justificar el gasto en infraestructura, la compañía de Mark Zuckerberg asegura ahora que su próximo gran modelo, con nombre en clave Watermelon, ya está al nivel de GPT-5.5, el modelo insignia de OpenAI. La afirmación procede de Alexandr Wang, responsable de Meta Superintelligence Labs, que según Business Insider transmitió este mensaje en una reunión interna con empleados.
La frase es importante porque Meta no había sostenido hasta ahora, de manera tan explícita, que hubiera alcanzado a OpenAI en la frontera de los grandes modelos. Durante los últimos años, la compañía había mantenido una posición singular dentro del ecosistema de IA: enorme capacidad financiera, miles de millones de usuarios, una apuesta fuerte por modelos abiertos con Llama y una infraestructura cada vez más ambiciosa, pero también la percepción de que sus sistemas quedaban por detrás de OpenAI, Anthropic y Google DeepMind en razonamiento avanzado, programación y agentes. Watermelon pretende cambiar esa narrativa.
Según Business Insider, Wang afirmó ante empleados que el modelo interno Watermelon ya había alcanzado el rendimiento de GPT-5.5 en benchmarks clave y que seguía mejorando, especialmente en programación y capacidades agénticas. El matiz es relevante. La competencia entre modelos de frontera ya no se mide únicamente por la calidad de una respuesta conversacional o por la capacidad de resumir textos. La nueva batalla está en la programación, la planificación, el uso de herramientas, la ejecución de tareas largas y la coordinación de agentes. Ahí es donde los laboratorios creen que se jugará la siguiente fase de la IA empresarial y de consumo.
La información debe leerse con cautela. Watermelon no ha sido presentado públicamente, los benchmarks citados no se han publicado de forma verificable y OpenAI no ha confirmado ni comentado la comparación. Además, el mercado de la IA vive una carrera de declaraciones internas, filtraciones y mensajes estratégicos destinados a empleados, inversores y competidores. Aun así, el hecho de que el responsable de Meta Superintelligence Labs afirme que la compañía ha alcanzado a OpenAI tiene valor como señal corporativa. Meta quiere que el mercado entienda que su gasto masivo en talento e infraestructura empieza a dar resultados.
La afirmación llega después de una etapa complicada. Meta había sufrido críticas por el rendimiento de algunos de sus modelos Llama frente a los sistemas cerrados de sus rivales. Aunque Llama se convirtió en una referencia del ecosistema abierto, especialmente para desarrolladores y empresas que querían desplegar modelos propios, la percepción dominante era que los modelos más avanzados de OpenAI, Anthropic y Google seguían por delante en tareas de frontera. Para una compañía con la escala de Meta, esa distancia resultaba incómoda. Zuckerberg no quiere que Meta sea únicamente la plataforma social que integra modelos de terceros; quiere que sea uno de los laboratorios que define el futuro de la IA.
La creación de Meta Superintelligence Labs fue la respuesta más contundente a esa presión. Reuters informó de que Zuckerberg reorganizó los esfuerzos de inteligencia artificial de la compañía bajo una nueva división dedicada a la superinteligencia, dirigida por Alexandr Wang, ex consejero delegado de Scale AI, tras una inversión de Meta de 14.300 millones de dólares en la startup de etiquetado de datos.
El fichaje de Wang fue interpretado como una declaración de guerra en la batalla por el talento. Scale AI había sido una pieza clave del ecosistema de entrenamiento de modelos, al proporcionar datos etiquetados y servicios de evaluación a muchos laboratorios. Meta no solo invirtió en la compañía, sino que incorporó a su fundador para liderar su estrategia de superinteligencia. La operación tuvo una lectura empresarial y otra simbólica: Zuckerberg estaba dispuesto a pagar lo que fuera necesario para recuperar terreno frente a OpenAI, Anthropic y Google DeepMind.
Reuters también informó de que Meta había ofrecido paquetes de compensación extraordinarios para atraer a ingenieros y científicos de IA, en algunos casos por cifras de cientos de millones de dólares, con el objetivo de reforzar su nuevo equipo de superinteligencia. La presión era especialmente alta tras una recepción decepcionante de algunos modelos anteriores.
Watermelon aparece ahora como el fruto de esa estrategia. El nombre en clave puede parecer anecdótico, pero dentro de las grandes tecnológicas este tipo de denominaciones suele marcar proyectos internos de alto nivel antes de su lanzamiento público. El modelo sucedería a Avocado, que fue presentado públicamente como Muse Spark, el primer gran modelo surgido del costoso equipo de superinteligencia. Muse Spark recibió valoraciones mixtas y no logró disipar por completo las dudas sobre la capacidad de Meta para competir en la frontera absoluta. Watermelon aspira a ser otra cosa: el modelo que permitiría a la compañía decir que ya no persigue a OpenAI, sino que corre a su lado.
La insistencia de Wang en programación y agentes no es casual. La programación se ha convertido en uno de los campos más valiosos de la IA generativa porque impacta directamente en productividad, automatización empresarial y desarrollo de software. Modelos capaces de escribir, revisar, depurar y mantener código pueden cambiar la economía del desarrollo tecnológico. Anthropic ha ganado prestigio con Claude en tareas de programación, OpenAI ha reforzado Codex y sus entornos de agentes, Google ha integrado Gemini en flujos de desarrollo y startups especializadas intentan construir nuevos sistemas de software asistido. Si Meta quiere competir en la primera división, necesita un modelo fuerte en código.
Los agentes son el siguiente escalón. Un modelo conversacional responde; un agente ejecuta. Puede planificar una tarea, dividirla en pasos, usar herramientas, consultar bases de datos, escribir código, verificar resultados y actuar sobre sistemas externos. Esta capacidad abre la puerta a asistentes empresariales más útiles, automatización de procesos, agentes personales en redes sociales, comercio conversacional, generación de contenido, publicidad personalizada y nuevos productos integrados en Facebook, Instagram, WhatsApp y dispositivos como las gafas Ray-Ban Meta. Para Meta, los agentes no son solo una demostración tecnológica; pueden convertirse en una capa funcional sobre sus plataformas con miles de millones de usuarios.
Ese punto explica por qué Meta tiene incentivos distintos a los de OpenAI o Anthropic. OpenAI vende acceso a modelos, productos empresariales y experiencias como ChatGPT. Anthropic ha construido una posición fuerte en el mercado corporativo y de programación con Claude. Google combina Gemini con búsqueda, Android, Workspace y Cloud. Meta, en cambio, controla una de las mayores redes sociales del mundo, una de las plataformas de mensajería más grandes y un ecosistema publicitario gigantesco. Si logra desplegar IA avanzada dentro de sus productos, puede afectar directamente a interacción social, publicidad, creación de contenido, atención al cliente, comercio y realidad aumentada.
La escala potencial es enorme. Un modelo competitivo con GPT-5.5 no sería solo un producto de laboratorio. Podría integrarse en WhatsApp para agentes personales, en Instagram para creación automática de contenido, en Facebook para asistentes comunitarios, en Messenger para servicios conversacionales, en herramientas publicitarias para generación y optimización de campañas, y en gafas inteligentes para interacción multimodal en tiempo real. Meta no necesita necesariamente vender la mejor API del mercado si puede introducir IA avanzada en plataformas que ya utilizan miles de millones de personas.
Pero esa misma escala exige infraestructura gigantesca. Zuckerberg ha prometido inversiones de cientos de miles de millones de dólares en centros de datos de IA. Reuters informó en 2025 de que Meta elevó su gasto de capital para reforzar su posición frente a OpenAI y Google, y que Zuckerberg lideraba personalmente una ofensiva de fichajes para Meta Superintelligence Labs.
Las cifras son difíciles de asimilar. Algunas estimaciones sitúan el gasto en infraestructura de IA de Meta entre 125.000 y 145.000 millones de dólares en 2026, una cantidad que refleja hasta qué punto la carrera de la IA se ha convertido en una competición industrial. Ya no basta con tener buenos investigadores y buenos modelos. Hay que disponer de GPU, memoria, redes, energía, refrigeración, suelo, permisos, centros de datos y acuerdos de suministro. La infraestructura se ha convertido en el nuevo foso competitivo.
Aquí aparece el tercer elemento de la estrategia de Meta: convertir parte de esa infraestructura en un negocio cloud. Reuters informó, citando a Bloomberg, de que Meta está estudiando crear una línea de servicios en la nube para vender a terceros tanto acceso a sus modelos de IA como capacidad de computación excedente.
La idea tiene sentido financiero. Meta está invirtiendo cantidades enormes en centros de datos y chips. Si en algún momento dispone de capacidad sobrante, puede intentar monetizarla ofreciendo servicios a desarrolladores, startups o empresas, de forma parecida a como Amazon Web Services, Microsoft Azure, Google Cloud, CoreWeave o Nebius venden computación para IA. La diferencia es que Meta no ha sido históricamente una compañía cloud. Su negocio se ha basado en publicidad, redes sociales y productos de consumo. Entrar en la nube supondría abrir una línea completamente nueva de ingresos.
La reacción inicial del mercado fue positiva. Reuters señaló que las acciones de Meta subieron con fuerza tras conocerse la información, mientras que empresas como CoreWeave y Nebius sufrieron presión bursátil por la posibilidad de que Meta compitiera en el mercado de capacidad de IA. La lectura de los inversores era clara: si Meta puede alquilar parte de su infraestructura, sus enormes inversiones podrían generar retorno más rápido y reducir el temor a un gasto excesivo sin monetización clara.
Pero el plan también genera dudas. Algunos analistas se preguntan si Meta tiene realmente capacidad excedente cuando al mismo tiempo intenta alcanzar a OpenAI, Anthropic y Google. Si Watermelon necesita más computación, si los agentes aún deben mejorar y si la compañía quiere integrar IA en todos sus productos, vender capacidad sobrante puede parecer contradictorio. Barron’s informó de que las acciones de Meta sufrieron volatilidad después del entusiasmo inicial, precisamente porque algunos inversores dudan de que la compañía pueda competir en modelos de frontera y, al mismo tiempo, convertirse en proveedor cloud sin sacrificar recursos críticos.
El debate es relevante porque refleja una tensión central de la nueva economía de la IA. Las tecnológicas están construyendo infraestructura a una escala nunca vista, pero todavía no está claro cómo capturarán el valor. OpenAI monetiza suscripciones y API. Microsoft monetiza Azure, Copilot y su alianza con OpenAI. Google combina Gemini con Cloud, Search y Workspace. Amazon vende infraestructura. Meta, en cambio, debe demostrar que la IA reforzará su negocio publicitario, creará nuevos productos y quizás abrirá una nueva línea cloud. Watermelon es importante porque puede mejorar la narrativa técnica, pero los inversores también quieren ver una narrativa económica.
La reorganización bajo Meta Superintelligence Labs intenta resolver precisamente esa doble presión. Por un lado, concentrar talento y recursos para construir modelos de frontera. Por otro, acelerar la integración de esa tecnología en productos reales. Zuckerberg sabe que no basta con publicar un modelo potente; debe convertirlo en ventaja dentro de su ecosistema. Si Meta consigue desplegar agentes útiles en WhatsApp, herramientas creativas en Instagram, asistentes publicitarios más eficaces y experiencias multimodales en gafas inteligentes, la inversión podrá justificarse mejor.
El problema es que la competencia no se detiene. OpenAI sigue avanzando con modelos de nueva generación, productos empresariales y una posición dominante en la percepción pública. Anthropic se ha consolidado como referencia en seguridad, programación y clientes corporativos. Google DeepMind aprovecha la distribución de Google y sus capacidades de infraestructura. xAI, Mistral, DeepSeek, Qwen y otros actores presionan desde distintos ángulos. En este contexto, alcanzar GPT-5.5 sería una victoria simbólica para Meta, pero no necesariamente definitiva. La frontera se mueve rápido.
Además, la comparación con GPT-5.5 puede quedar desactualizada muy pronto. Business Insider señaló que OpenAI ya habría lanzado GPT-5.6 en ciertos contextos, aunque con restricciones de disponibilidad pública vinculadas a controles gubernamentales. Si eso se confirma, Meta podría estar alcanzando un punto de referencia que OpenAI ya está empezando a superar. Esta es una característica de la carrera de modelos: cuando una empresa anuncia que ha llegado al nivel del líder, el líder puede haber desplazado ya la frontera.
También conviene recordar que los benchmarks no siempre se traducen en experiencia de usuario. Un modelo puede igualar a otro en pruebas internas y aun así ser inferior en producto, estabilidad, seguridad, integración, latencia, coste o adopción. La ventaja de OpenAI no reside solo en sus modelos, sino en ChatGPT, en su ecosistema de desarrolladores, en sus clientes empresariales, en su marca y en su capacidad de iterar productos. La ventaja de Anthropic no está solo en Claude, sino en su reputación de seguridad y su tracción en programación. Meta deberá demostrar que Watermelon no solo puntúa bien, sino que genera productos superiores.
El elemento abierto añade otra incógnita. Meta ha construido parte de su identidad en IA alrededor de Llama y la apertura de modelos. Si Watermelon alcanza realmente el nivel de GPT-5.5, ¿lo publicará Meta como modelo abierto o lo reservará para uso interno y clientes estratégicos? La respuesta no es trivial. Abrir un modelo de frontera puede acelerar adopción, atraer desarrolladores y presionar a rivales cerrados, pero también implica riesgos de seguridad, pérdida de ventaja competitiva y posibles restricciones gubernamentales. La política de apertura de Meta podría enfrentarse a límites si sus modelos alcanzan capacidades sensibles en programación, agentes o ciberseguridad.
La geopolítica también influirá. Estados Unidos está empezando a tratar algunos modelos avanzados como activos estratégicos sujetos a controles de acceso. Si Meta desarrolla un modelo al nivel de los líderes del mercado, podría encontrarse con presiones regulatorias similares a las que afectan a Anthropic u OpenAI. La idea de publicar libremente pesos de modelos cada vez más potentes puede chocar con preocupaciones sobre ciberseguridad, biología, automatización de ataques o uso por actores extranjeros. La filosofía abierta de Meta tendrá que convivir con un entorno político más restrictivo.
Para el mercado cloud, una entrada de Meta sería igualmente disruptiva. AWS, Azure y Google Cloud dominan el negocio de la infraestructura empresarial. CoreWeave, Nebius y otros proveedores especializados han crecido aprovechando la escasez de GPU y la demanda de capacidad para IA. Si Meta alquila computación o acceso a modelos, podría convertirse en un competidor inesperado. Pero necesitaría soporte empresarial, acuerdos de nivel de servicio, herramientas de desarrollador, seguridad, cumplimiento y una cultura comercial distinta a la de su negocio publicitario. Vender infraestructura a empresas no es lo mismo que operar redes sociales.
Zuckerberg ya había sugerido en una junta de accionistas que vender computación estaba “sobre la mesa” si la compañía detectaba exceso de capacidad. Esa frase resume bien el pragmatismo actual de Meta. La compañía no quiere quedarse corta de infraestructura, porque perdería la carrera de modelos. Pero si construye de más, necesita monetizar el excedente. La línea entre sobreinversión y ventaja competitiva es muy fina. Si Watermelon triunfa, la infraestructura parecerá visionaria. Si no, parecerá una apuesta excesiva.
La afirmación de Wang también debe entenderse como un mensaje interno. Meta lleva años atravesando transformaciones profundas: el giro al metaverso, las críticas por el coste de Reality Labs, la presión competitiva de TikTok, la transición hacia Reels, la explosión de la IA generativa y la necesidad de redefinir el futuro de la compañía. Decir a los empleados que Watermelon ya alcanza a OpenAI sirve para reforzar moral, justificar inversiones y transmitir que la reorganización bajo Meta Superintelligence Labs está funcionando.
Al mismo tiempo, el mensaje va dirigido a los competidores. Meta quiere dejar de ser percibida como una empresa que persigue a la frontera desde atrás. Quiere volver a aparecer como una amenaza real para OpenAI, Anthropic y Google. La combinación de modelos propios, apertura selectiva, infraestructura masiva, distribución social y posible negocio cloud podría darle una posición singular si ejecuta bien.
La cuestión es si Meta puede convertir sus fortalezas históricas en ventajas de IA. Su mayor activo no es solo el dinero, sino la distribución. WhatsApp, Instagram y Facebook ofrecen una escala que ningún laboratorio independiente puede replicar. Si Watermelon es competitivo, Meta puede introducirlo en productos usados diariamente por una parte enorme de la población mundial. Esa distribución puede compensar incluso pequeñas diferencias de rendimiento frente a modelos rivales. En tecnología, el mejor producto no siempre gana; a veces gana el que llega a más usuarios con suficiente calidad.
Pero esa escala también aumenta riesgos. Un agente desplegado en WhatsApp puede afectar a conversaciones privadas. Un sistema creativo en Instagram puede alterar la economía de los creadores. Un asistente publicitario puede influir en campañas políticas o comerciales. Una IA integrada en gafas inteligentes puede plantear nuevas preguntas sobre privacidad, grabación, reconocimiento y contexto. Meta arrastra una larga historia de escrutinio sobre datos personales, moderación de contenidos y poder de plataforma. Su ofensiva de IA será examinada bajo esa memoria.
En definitiva, Watermelon representa mucho más que un nuevo modelo. Es la pieza central de una estrategia más amplia: recuperar prestigio técnico, justificar una inversión gigantesca en infraestructura, atraer talento, reforzar Meta Superintelligence Labs, reducir dependencia de proveedores externos y abrir quizás un negocio cloud. Si realmente iguala a GPT-5.5, Meta habrá dado un salto importante. Si no, la compañía tendrá que explicar por qué sigue gastando a una escala tan extraordinaria sin alcanzar la frontera.
La carrera de la IA entra así en una fase donde los anuncios internos, los benchmarks, los centros de datos y las estrategias de monetización se mezclan. Ya no se trata solo de quién tiene el mejor modelo, sino de quién puede entrenarlo, desplegarlo, integrarlo, monetizarlo y sostenerlo a escala. Meta tiene usuarios, capital e infraestructura. Ahora intenta demostrar que también tiene modelos de frontera. Watermelon será la prueba más importante de esa ambición.
