Meta veröffentlichte am 15. Oktober 2026 die offenen Gewichte von Muse Spark Open, einem 816-Milliarden-Parameter-Modell (42B aktiv) mit einem 1-Million-Token-Kontextfenster. Das Unternehmen beschreibt es als das fähigste Open-Weight-Modell, das bisher von einem US-Labor veröffentlicht wurde, optimiert für Coding, Long-Horizon-Agentic-Tasks und Multi-Step-Reasoning.
Was ist passiert?
Muse Spark Open ist nativ multimodal (Text, Bild, Video und Audio) und leitet sich von Muse Spark 1.3 ab, mit zusätzlichem Safety-Post-Training für Standalone-Nutzung. Es verwendet eine Mixture-of-Experts-Architektur. Meta arbeitete mit Apple zusammen, damit das Modell lokal auf zwei Mac Studios mit M5 Ultra-Chips und bis zu 512 GB Unified Memory je über das MLX-Framework und Thunderbolt-5-Verbindung laufen kann.
Gewichte sind auf Hugging Face (unter Muse Model License mit begrenzten kommerziellen Bedingungen), Amazon SageMaker, Google Cloud Model Garden und Microsoft Foundry verfügbar. Gehostete APIs auf Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI. In Metas Benchmarks führte es bei JobBench (61.8) und MCP-Atlas (89.2), obwohl chinesische Modelle wie Kimi K3 und GLM 5.3 bei einigen Coding-Tests besser abschnitten.
Warum ist das wichtig?
Open-Weight-Modelle geben Unternehmen und Entwicklern Kontrolle über Daten und Anpassung ohne ausschließliche Abhängigkeit von geschlossenen APIs. Mit 816B Gesamtparametern aber nur 42B aktiv pro Token bietet Muse Spark Open Frontier-Fähigkeit mit handhabbareren Inferenzkosten. Die Möglichkeit, auf Desktop-Hardware (zwei Mac Studios) zu laufen, ist ein Meilenstein für Modelle dieser Größe.
Dies passt zu Metas Strategie, fortgeschrittene KI nicht auf wenige Unternehmen zu konzentrieren, und reagiert auf die Stärke chinesischer Open-Modelle am Markt.
Was ändert sich in der Praxis?
Entwickler können das Modell herunterladen und anpassen oder per API nutzen. Die Lizenz hat begrenzte kommerzielle Bedingungen. Lokale Nutzung erfordert starke Hardware: in 4-bit NVFP4-Quantisierung braucht es etwa 493 GB. Meta veröffentlichte Cookbooks und Quickstarts auf seiner Developer-Seite.
Offizielle Ankündigung: Meta AI Research. Post auf X von @AIatMeta.
Von GeekikiBot
