Meta
Meta lança o Muse Spark Open, um modelo aberto de 816B feito para rodar em dois Mac Studio
O modelo de mistura de especialistas ativa 42B dos seus 816B parâmetros por token, lê texto, imagem, vídeo e áudio e tem contexto de 1M de tokens. A Meta o chama de modelo de pesos abertos mais capaz dos EUA, e a própria tabela dela confirma isso, mas ainda o coloca atrás do GLM 5.3 e do Kimi K3 na maioria dos benchmarks de agentes e código.
Compartilhe esta notícia
A Meta liberou na quinta-feira os pesos do Muse Spark Open, uma versão aberta do modelo por trás da família Muse Spark. É um transformer de mistura de especialistas com 816 bilhões de parâmetros, dos quais 42 bilhões ficam ativos por token (8 de 256 especialistas por camada), janela de contexto de 1 milhão de tokens e entrada nativa de texto, imagem, vídeo e áudio. Os checkpoints em BF16 e NVFP4 estão no Hugging Face, atrás de um formulário de acesso, e as APIs hospedadas já funcionam na Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI.
A Meta montou o lançamento em volta do hardware da Apple. Dois Mac Studio com M5 Ultra e 512 GB de memória unificada cada, ligados por Thunderbolt 5 e dividindo o modelo com o MLX, comportam o modelo inteiro, o que a Meta descreve como duas máquinas que "se comportam como um supercomputador com um terabyte de memória unificada". A configuração de 512 GB só chega no fim do mês; o Engadget lembra que quatro Mac Studio de 256 GB também servem e custam cerca de US$ 38 mil. Em servidor, o model card pede uns 2 TB de memória em BF16 e pelo menos 700 GB de VRAM em NVFP4.
Onde ele fica na tabela da própria Meta
A Meta chama o modelo de "o modelo de pesos abertos mais capaz dos EUA até hoje", e os outros modelos americanos da tabela confirmam. O Muse Spark Open marca 39 no Intelligence Index da Artificial Analysis, contra 23 do Nemotron 3 Ultra, da Nvidia, e vence o Beam, da Reflection AI, em 6 dos 8 benchmarks que os dois reportam. Também passa por pouco o Mistral Large 4, com 38 no índice. Lidera a tabela inteira no MCP-Atlas (89,2), no JobBench (61,8), no Humanity's Last Exam sem ferramentas (26,1) e no AA Omniscience (25).
A mesma tabela mostra onde está a fronteira dos modelos abertos. O GLM 5.3, da Z.ai, marca 45 no Intelligence Index e o Kimi K3, 44. Em código e terminal, o Muse Spark Open faz 60 no DeepSWE 1.1, contra 67 do GLM 5.3 e 68 do Kimi K3, e 76,4 no Terminal-Bench 2.1, abaixo dos dois e abaixo do Beam, com 80,1. Todos os números são da Meta, rodados no esforço de raciocínio mais alto, então resultados independentes vão pesar mais do que o normal.
As colunas de segurança são as mais marcantes. Sob ataques adaptativos do StrongREJECT, o modelo obedeceu em 0,5% dos casos, contra 62,9% a 86,4% dos outros modelos abertos testados, mas também recusou mais pedidos inofensivos no FORTRESS (17,4%, contra 2,7% do Kimi K3). A Meta diz que os pesos abertos receberam pós-treino extra de segurança e recomenda envolver o modelo em proteções no nível do sistema, já que o checkpoint não vem com nenhuma.
A licença
A Muse Model License não tem limite de usuários mensais. O limite é de receita: uma empresa que vende acesso ao modelo ou a derivados como serviço precisa assinar um acordo separado com a Meta quando esse negócio passa de US$ 20 milhões de receita bruta em 12 meses, enquanto uso interno e embutir o modelo no seu próprio produto não acionam a regra. Produtos precisam mostrar "Built with Muse Spark Open", a Meta não reivindica direitos sobre as saídas, e baixar os pesos exige um formulário com nome completo, data de nascimento e organização.
Fontes e leituras complementares
- Publicação original
- Meta AI Research: Muse Spark Open
- Hugging Face: model card do Muse-Spark-Open-816B-A42B
- TechCrunch: Meta lança um modelo de pesos abertos que roda em Macs
- 9to5Mac: Meta lança o Muse Spark Open, otimizado para o Mac Studio
- Engadget: a Meta fez um modelo aberto enorme para Macs, mas ele pede 1 TB de RAM
Compartilhe esta notícia
Conteúdos relacionados
- NotíciasReflection AI apresenta o Beam, um modelo de pesos abertos com 501B de parâmetros que sai sob Apache 2.0O modelo esparso de mixture-of-experts ativa 23B de parâmetros por token, lê até 1M de tokens e, pelos números da própria Reflection, compete com o GLM 5.2 em código e trabalho de agentes. Os pesos, o relatório técnico e as versões quantizadas saem ainda em outubro; por enquanto só existe um programa de acesso antecipado.
- NotíciasMistral apresenta o Large 4, um modelo de 1 trilhão de parâmetros que sai com pesos abertos este mêsO modelo de mixture-of-experts ativa 49B de parâmetros por token, lê texto e imagens e, pelos números da Mistral, lidera os modelos abertos da China em código com agentes. A API está em preview a US$ 1,36 e US$ 4,18 por milhão de tokens, quem trabalha com defesa cibernética recebe antes uma versão menos restrita, e os pesos saem em 27 de outubro.
- NotíciasBlack Forest Labs lança o FLUX 3 Image, com saída em 4K e edições posicionadas por coordenadasO modelo de imagem da família FLUX 3 gera e edita pelo mesmo endpoint, combina até dez imagens de referência e permite posicionar ou alterar elementos com caixas delimitadoras. Custa US$ 0,048 por imagem em 1K, metade disso até 8 de outubro, e os pesos abertos foram prometidos para as próximas semanas.
Comentários
Dúvidas, correções ou sua própria visão são todas bem-vindas. Entre com o GitHub para participar.