Articolo
Il 15 ottobre Meta ha pubblicato i pesi di Muse Spark Open, sviluppato da Meta Superintelligence Labs. Meta lo presenta come “the most capable US open-weight model to date”, cioè il modello open weight statunitense più capace finora, pensato per il coding e il lavoro agentico: compiti a lungo orizzonte, software engineering complesso, ragionamento in più passaggi.
Tre giorni prima Meta aveva presentato Muse Wonder, il suo nuovo modello di frontiera, disponibile tramite la Meta Model API e Muse Code. Ad agosto aveva pubblicato i pesi di Muse Glimmer, un modello da 30 miliardi di parametri con licenza Apache 2.0. Muse Spark Open è di un altro ordine di grandezza e ha una licenza propria.
Architettura
Dalla model card su Hugging Face:
- Mixture of Experts con 816 miliardi di parametri complessivi e 42 miliardi attivi per token: 256 esperti, 8 attivi per token, 62 layer.
- Contesto fino a un milione di token in inferenza.
- Multimodale nativo in ingresso (testo, immagini, video, audio) con output testuale; le immagini passano da un Perception Encoder da 1,8 miliardi di parametri.
- Dati di addestramento in oltre 100 lingue, non tutte valutate.
- Livello di ragionamento regolabile su quattro valori, da
lowaxhigh(il predefinito).
I pesi sono pubblicati in BF16 e in NVFP4.
I benchmark della model card
La model card confronta Muse Spark Open, misurato al livello xhigh, con altri sette modelli, fra cui GLM 5.3, Kimi K3 e Mistral Large 4, di cui Mistral ha annunciato i pesi entro fine ottobre. Alcuni valori:
- MCP-Atlas (uso di tool via MCP): 89,2, il valore più alto della tabella, contro 84,5 di Qwen3.8 e 84,2 di GLM 5.3.
- Artificial Analysis Intelligence Index: 39, contro 45 di GLM 5.3, 44 di Kimi K3, 40 di Qwen3.8 e 38 di Mistral Large 4.
- Terminal-Bench 2.1: 76,4, contro 83,9 di GLM 5.3 e 85,0 di Kimi K3.
- DeepSWE 1.1: 60, contro 62 di Mistral Large 4, 67 di GLM 5.3 e 68 di Kimi K3.
- StrongREJECT v2 (attacchi di jailbreak adattivi, più basso è meglio): 0,5, contro valori fra 62,9 e 86,4 degli altri modelli.
Nella tabella di Meta, quindi, i modelli cinesi GLM 5.3, Kimi K3 e Qwen3.8 restano davanti sull’indice complessivo e i primi due anche su diversi benchmark di coding: il primato dichiarato riguarda i modelli statunitensi. Muse Spark Open si distingue invece sull’uso di tool e sulla resistenza ai jailbreak. Sono numeri pubblicati dal produttore: al 15 ottobre non risultano valutazioni indipendenti e Meta annuncia come “available soon” il rapporto completo di valutazione.
La licenza
Muse Spark Open è distribuito con la Muse Model License, che Meta descrive con condizioni commerciali limitate. Dal testo pubblicato con il modello:
- consente di usare, modificare, fare fine-tuning, distillare, distribuire e vendere il modello e i suoi derivati;
- chi lo usa deve mostrare la dicitura “Built with Muse Spark Open” nell’interfaccia, nella documentazione, sul sito o nelle impostazioni del prodotto, anche per i derivati;
- chi offre a terzi accesso a modelli di AI come prodotto o servizio (model as a service) e supera, con le società collegate, 20 milioni di dollari di ricavi lordi in dodici mesi deve avvisare Meta e firmare un accordo separato prima di offrire il modello in quel servizio. L’uso interno, la ricerca e l’integrazione nei propri prodotti sono esclusi da questa soglia;
- una policy d’uso elenca gli usi vietati;
- per chi ha sede in Europa la controparte è Meta Platforms Ireland.
Su Hugging Face l’accesso ai pesi è soggetto ad approvazione, con un modulo che chiede nome legale completo, data di nascita e organizzazione.
Cosa serve per eseguirlo in sede
In un Mixture of Experts i parametri attivi riducono il calcolo per token, ma in memoria deve stare l’intero modello. La model card indica almeno 700 GB di memoria GPU con i pesi NVFP4 e 2 TB in BF16.
Meta ha lavorato con Apple perché il modello giri su due Mac Studio con M5 Ultra da 512 GB di memoria unificata ciascuno, collegati con il framework MLX; Apple ha pubblicato un articolo sull’inferenza distribuita con MLX. Secondo Apple la configurazione da 512 GB arriva a fine ottobre. In alternativa servono server con più GPU di fascia data center. Una workstation con NVIDIA GB10 e 128 GB di memoria unificata è dimensionata per modelli molto più piccoli.
Il modello è supportato da vLLM, SGLang, TensorRT-LLM, Transformers, llama.cpp e MLX. Per chi non lo ospita, è disponibile via API presso Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. I pesi si trovano anche nei cataloghi di Amazon SageMaker, Google Cloud e Microsoft Foundry.
Sicurezza
Meta scrive di aver aggiunto post-training di sicurezza specifico per un modello a pesi aperti e di averlo valutato secondo il suo Superintelligence Scaling Framework, che copre i rischi più gravi. La model card raccomanda comunque guardrail a livello di sistema, test di sicurezza propri e conferma umana per le azioni irreversibili degli agenti; le valutazioni valgono solo per il checkpoint pubblicato, non per i derivati.
Cosa ne pensiamo
Con Muse Spark Open Meta pubblica i pesi di un modello di grande scala per la prima volta dai tempi di Llama 4, in un panorama dei pesi aperti dove i modelli più capaci sono stati finora soprattutto cinesi e dove a fine ottobre sono attesi anche i pesi di Mistral Large 4. Per un’azienda che vuole tenere dati e inferenza in casa è un’opzione in più, con due punti da valutare prima di adottarlo: i requisiti hardware, da server con più GPU o cluster di Mac, e la licenza, permissiva per l’uso interno ma con attribuzione obbligatoria e una soglia per chi lo rivende come servizio. Sulla qualità i numeri disponibili sono quelli di Meta: in quella tabella il modello guida sull’uso di tool e insegue GLM 5.3 e Kimi K3 sul coding.
Cosa monitorare
- Il rapporto completo di valutazione annunciato da Meta.
- Le valutazioni indipendenti, a partire da Artificial Analysis.
- Le quantizzazioni della community e il loro effetto sulla qualità.
- La risposta degli altri laboratori statunitensi sui pesi aperti.
Fonti
- Meta, Muse Spark Open
- Hugging Face, model card di Muse-Spark-Open-816B-A42B
- AI at Meta, annuncio su X
- Meta, Introducing Muse Wonder
- Apple, nuovo Mac Studio con M5 Max e M5 Ultra
- Artificial Analysis, Muse Glimmer
- Apple Machine Learning Research, inferenza distribuita con MLX
- 9to5Mac, Muse Spark Open ottimizzato per Mac Studio
- Mistral Large 4: architettura, benchmark e pesi aperti
- Pesi aperti e leadership americana sull’AI: e l’Europa?
- NVIDIA GB10: l’AI locale arriva sulla scrivania con 128 GB unificati