Muse Spark Open, modèle à poids ouverts de 816 milliards de paramètres

2026-10-15 · Éditeur : Meta · Domaine : Intelligence Artificielle

Meta publie les poids de Muse Spark Open, MoE multimodal de 816 milliards de paramètres (42 milliards actifs) et 1 million de jetons de contexte, présenté comme « the most capable US open-weight model to date » (« le modèle américain à poids ouverts le plus capable à ce jour »).

Ce qui change

  • MoE de 816 milliards de paramètres, 42 milliards actifs par jeton, 256 experts dont 8 activés.
  • Nativement multimodal : texte, image, vidéo et audio en entrée, texte en sortie ; contexte de 1 million de jetons.
  • Poids BF16 et NVFP4 sur Hugging Face ; au moins 700 Go de mémoire GPU en NVFP4.
  • Fonctionne sur deux Mac Studio M5 Ultra avec MLX, selon Meta.
  • Licence Muse Model : accord séparé pour les fournisseurs d'API dépassant 20 millions de dollars de revenus annuels.

### Contexte La gamme Muse Spark était jusqu'ici fermée. Mark Zuckerberg avait promis début septembre une version ouverte « soon » (« bientôt »). Elle arrive trois jours après les modèles fermés Muse Wonder, et se pose face aux modèles ouverts chinois Kimi K3, Qwen3.8 et GLM. ### Caractéristiques | Élément | Valeur | |---|---| | Architecture | Transformer MoE + Perception Encoder de 1,8 milliard de paramètres | | Paramètres | 816 milliards au total, 42 milliards actifs | | Couches / experts | 62 couches, 256 experts, 8 activés par jeton | | Contexte | 1 million de jetons | | Formats | BF16 (environ 2 To de VRAM) et NVFP4 (au moins 700 Go) | | Moteurs | SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp, Unsloth | | Hébergeurs | Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI | | Licence | Muse Model License, mention « Built with Muse Spark Open » obligatoire | ### Benchmarks Scores publiés par l'éditeur (Muse Spark Open en effort xhigh). | Benchmark | Muse Spark Open | Kimi K3 (max) | Qwen3.8-2.4T-A95B (xhigh) | |---|---|---|---| | Artificial Analysis Intelligence Index | 39 | 44 | 40 | | MCP-Atlas | 89,2 | 82,3 | 84,5 | | OSWorld Verified | 80,4 | 84,8 | — | | GPQA Diamond | 89,0 | 93,5 | 93,5 | | Terminal-Bench 2.1 | 76,4 | 85,0 | 82,0 | | DeepSWE 1.1 | 60 | 68 | 57 | ### À retenir Meta revient aux poids ouverts avec un modèle de taille frontière, plus petit que Qwen3.8-2.4T-A95B. Selon ses propres chiffres, il devance Kimi K3 et Qwen3.8 sur les outils (MCP-Atlas), mais reste derrière en raisonnement (GPQA Diamond) et sur Terminal-Bench ; en code, il bat Qwen3.8 sur DeepSWE mais pas Kimi K3. La licence n'est pas libre : elle encadre l'usage commercial des grands fournisseurs.

Liens

Tags : LLM, Poids ouverts, Meta, Muse, MoE, Multimodal, Contexte 1M