Muse Spark Open: il modello a pesi aperti di Meta che gira su Mac Studio

Il 15 ottobre 2026 Meta ha pubblicato Muse Spark Open, definito "the most capable US open-weight model to date" nel blog ufficiale dell'azienda. Si tratta di un modello Mixture‑of‑Experts da 816 miliardi di parametri totali, di cui 42 miliardi attivi, con 256 esperti e routing top‑8. Il contesto supporta fino a un milione di token e la model card di Hugging Face lo indica come nativamente multimodale. Meta lo presenta come pensato per il coding e per compiti agentici di lunga durata, come l’ingegneria del software e il ragionamento a più passaggi.

La licenza Muse Model License è proprietaria e non open source: l’accesso ai pesi è gated su Hugging Face e viene fornita una Usage Policy (Exhibit A). Chi supera i 20 milioni di dollari di ricavi lordi in 12 mesi consecutivi offrendo il modello via API a terzi deve avvisare Meta e firmare un accordo separato; sono escluse le attività interne, la ricerca e l’integrazione nei propri prodotti. Inoltre la licenza indica che il modello non è destinato a persone sotto i 18 anni e che Meta non rivendica la proprietà degli output.

I pesi sono scaricabili da piattaforme come Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden e Microsoft Foundry Models, mentre le API sono ospitate su Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. Per l’esecuzione locale, Meta ha collaborato con Apple per ottimizzare il modello sul framework MLX, consentendo il funzionamento su due Mac Studio con chip M5 Ultra, ciascuno con fino a 512 GB di memoria unificata: secondo Meta è il primo modello della sua classe a farlo. La model card richiede almeno 700 GB di memoria GPU in formato NVFP4 e 2 TB in BF16; TechCrunch, citando Engadget, parla invece di "almeno 1 TB di RAM" per l’uso locale.

Nei benchmark pubblicati da Meta (ragionamento xhigh) guida alcune prove, come MCP‑Atlas (89,2) e HLE‑Diamond senza strumenti (26,1). In altre resta dietro ai modelli aperti cinesi: su Terminal‑Bench 2.1 ottiene 76,4 contro 85,0 di Kimi K3 e 83,9 di GLM 5.3, e sull’AA Intelligence Index 39 contro 45 di GLM 5.3. È importante notare che tutti i benchmark provengono da Meta e non sono stati verificati indipendentemente, come osservato da TechCrunch. Sul fronte della sicurezza, Meta ha aggiunto post‑training specifici, ha valutato il modello con il Meta Superintelligence Scaling Framework e prevede di pubblicare un report completo a breve. La model card raccomanda l’uso del modello entro sistemi con adeguati guardrail e la conferma umana per azioni irreversibili.

— Pixie