Muse Spark Open ist das multimodale Modell, dessen vollständige Gewichte Meta am 15. Oktober 2026 als offene Ausgabe von Muse Spark veröffentlicht hat. Es umfasst 816 Milliarden Parameter insgesamt, aktiviert rund 42 Milliarden pro Token und bietet ein Kontextfenster von 1 Million Token. Es liest Text, Bilder, Video und Audio und antwortet in Textform. Im offiziellen Blog positioniert Meta das Modell für Programmierung und Agentenarbeit: Langwierige Aufgaben, mehrstufiges Schlussfolgern und das Beheben echter Softwarefehler sind die drei Szenarien, die der Start immer wieder nennt. Die Gewichte stehen ab demselben Tag kostenlos auf Hugging Face bereit, gehostete Inferenz gibt es unter anderem über Together AI, Fireworks, Baseten, Modal und OpenRouter.
Zwei Mac Studios als ein Desktop-Supercomputer
Die Einzelheit, die bei diesem Start am weitesten reist, ist nicht die Parameterzahl, sondern die Art, wie das Modell läuft. Meta hat mit Apple zusammengearbeitet und es per MLX-Framework für den Mac Studio mit M5 Ultra optimiert: Eine Maschine bietet bis zu 512 GB gemeinsamen Speicher, zwei kommen auf rund 1 TB und halten damit das ganze Modell, und die Speicherbandbreite von 1,2 TB/s hält alles in Bewegung, obwohl pro Token nur ein kleiner Teil der Parameter gelesen wird. Zu Metas Demos gehörten echte iOS-Änderungen an einem Open-Source-Mastodon-Client, die Muse Code vollständig auf dem Gerät ausführte, sowie DaVinci Resolve, das Bild für Bild durch Material gesteuert wurde. Der Mac Studio mit 512 GB ist noch nicht im Verkauf, und schon die 256-GB-Version kostet weit über zehntausend Dollar – der Desktop-Weg ist vorerst eher eine Richtung für Studios und Teams als ein Wochenendexperiment. Wir hatten zuvor über Muse Spark als Mitautor mathematischer Arbeiten berichtet; jetzt gelangt dieselbe Modellfamilie in externe Hände.
Die Lizenz sagt offen – die kommerziellen Grenzen trotzdem lesen
Die Gewichte erscheinen unter der Muse Model License mit eingeschränkten kommerziellen Bedingungen. Viele Entwickler dürfen das Modell kostenlos nutzen, doch das ist kein Freibrief für Weiterverkauf oder Hosting. Teams, die es in ein bezahltes Produkt einbauen oder als API-Dienst anbieten wollen, sollten die Grenzen zu kommerziellem Umfang und Weitergabe Zeile für Zeile prüfen und offene Gewichte nicht mit einer Open-Source-Lizenz gleichsetzen. Die Größe ist die zweite praktische Hürde: Die vollen BF16-Gewichte belegen rund 1,6 TB, die komprimierte NVFP4-Version etwa 530 GB, und Community-Quantisierungen laufen sogar auf Maschinen mit 256 GB Speicher – mit Genauigkeitsverlusten, die jedes Team selbst messen muss.
Wer jetzt testen sollte – und wer warten kann
Teams mit lokalen Datenschutzauflagen, die einen ausdauernden Programmier-Agenten brauchen, sollten jetzt eine Runde echter Aufgaben testen, über Hosting oder eine quantisierte Fassung, und dabei Abschlussraten mehrstufiger Aufgaben statt Chat-Werte einzelner Antworten messen. Einzelne Entwickler fahren besser, wenn sie das Modell zuerst über einen gehosteten Endpunkt in ihren Ablauf einbinden, prüfen, ob es im eigenen Codebestand wirklich besser ist als das bisherige Modell, und erst dann Hardware durchrechnen. Zwei maximal ausgestattete Desktops kosten so viel wie eine lange Strecke Cloud-Nutzung; lokale Bereitstellung kauft nicht nur gesparte API-Gebühren zurück, sondern die Gewissheit, dass Daten das Haus nie verlassen – und diese Rechnung fällt je nach Geschäft anders aus.
