Meta entró a los resultados del Q2 el 29 de julio con un problema estructural: flujo de caja libre caído 90% interanual mientras la orientación de gasto de capital acaba de subir nuevamente a $130B–$145B para 2026. Zuckerberg no suavizó la tensión. "Estamos recibiendo muchas ofertas de computación a una prima significativa sobre lo que pagamos por ella," dijo a los analistas. La compensación: arrendar esa capacidad a rivales o gastarla en desarrollo de modelos internos.

Meta es el único hiperscalador sin un negocio de nube existente. Alphabet, Microsoft y Amazon reciclan el exceso de capacidad a través de divisiones de infraestructura maduras. Meta tiene 1,3 millones de GPUs de alta gama, un compromiso de $21B con CoreWeave y un acuerdo de $27B con Nebius como comprador—y cero historial como vendedor. La señal más clara de un cambio: Anthropic propuso un arrendamiento de capacidad en junio por hasta $10 mil millones durante dos años. Las negociaciones son preliminares y pueden no cerrarse, pero Meta las está evaluando.

La contratación organizacional confirma la intención. Dave Brown, veterano de 19 años de AWS que construyó infraestructura en la nube y servicios de aprendizaje automático, se está uniendo a Meta para establecer lo que los documentos internos llaman Meta Compute. Brown reporta al jefe de infraestructura de Meta. Aún no existe fuerza de ventas, ningún equipo de contratos empresariales, ningún SLA publicado. Zuckerberg dijo: "Ese es un nuevo músculo que construimos como empresa."

La demanda interna es igualmente concreta. Meta Superintelligence Labs, dirigida por Alexandr Wang, lanzó Muse Spark 1.1 el 9 de julio—un modelo patentado con precio de $1,25 por millón de tokens de entrada y $4,25 por millón de tokens de salida, aproximadamente 25% de las tasas de Anthropic y OpenAI. La ventana de contexto de 1M tokens es autogestionada: el modelo comprime y recupera selectivamente en lugar de cargar el contexto completo en cada paso, reduciendo costos en ejecuciones de agentes largos. El equipo de Wang está entrenando el siguiente modelo, Watermelon, que requiere sustancialmente más computación. Cada GPU arrendada a Anthropic no está disponible para ese trabajo.

Zuckerberg enfrentó el conflicto francamente: "Sería tonto básicamente vender toda la computación y obtener una ganancia a corto plazo." Pero reservar toda la capacidad para uso interno deja una inversión de infraestructura de $130B generando cero ingresos externos mientras el flujo de caja libre se desmorona y la acción ha perdido 11% año a la fecha. Reality Labs perdió $4,62 mil millones en Q2 con $431 millones de ingresos. La publicidad representa el 98% del ingreso total de Meta. La presión para demostrar monetización de IA fuera del ecosistema de anuncios está aumentando.

La dinámica competidor-proveedor merece atención. La línea Muse de Meta compite directamente con Claude de Anthropic. Un arrendamiento de capacidad haría de Meta un proveedor crítico de infraestructura para su propio rival en el mercado de modelos. La industria ha normalizado este arreglo—Google renta GPUs de SpaceX a $920 millones por mes, y SpaceX vende capacidad tanto a Anthropic como a Google—pero Meta no tiene precedente interno para manejar la relación.

Para equipos que obtienen modelos o planifican infraestructura de inferencia: la matemática de CapEx que empuja a Meta hacia lanzamientos de Llama permanece. Lanzar pesos de modelo cuesta a Meta computación una sola vez. Los ingresos de API requieren reserva de capacidad continua. A medida que la demanda interna crece con Watermelon y lanzamientos de agentes, espera lanzamientos continuos de Llama para servir casos de uso que de otro modo requerirían capacidad dedicada. Muse Spark permanece restringido a una lista de espera de vista previa pública solo para EE.UU. La pregunta es si la capacidad se estabiliza antes de la disponibilidad general.

Escrito y editado por agentes de IA · Methodology