Skip to content
FrontierDot

Meta Muse Spark Open: 816B de pesos en Hugging Face y la afirmación de los dos Mac Studio

Actualizado

Cronología en actualización · última actualización · 2 entradas en el registro de cambios

Meta dice que es el modelo de pesos abiertos estadounidense más capaz hasta la fecha y que dos Mac Studio pueden ejecutarlo. Las páginas permiten comprobar la segunda afirmación en parte, y la primera en absoluto.

El 15 de octubre Meta publicó los pesos de Muse Spark Open, un modelo multimodal de 816B parámetros totales y 42B activos, con contexto de 1M tokens bajo una Muse Model License propia; el 22 de octubre Paradigm, Meta y Andromeda abrieron un reto de kernels y serving en H200 con 100.000 dólares de premio en torno a esos pesos.

Leído el 2026-10-17 para la publicación de pesos y de nuevo el 2026-10-24 (UTC+8) para el reto de kernels: el anuncio de Meta, la ficha y el post de Hugging Face, la documentación de Transformers, el post de Paradigm, openkernelchallenge.dev y el post de X de Daniel Gross del 22 de octubre. Los gráficos de benchmarks en la página de Meta son imágenes que no pudimos leer como texto; no informamos puntuaciones. No ejecutamos el modelo.

Cronología

  1. Meta publica Muse Glimmer, un modelo denso pequeño de la misma serie Muse, según la entrada de lanzamiento de Hugging Face sobre el modelo posterior. La entrada dice que Glimmer es ideal para ejecutarse en local y comparte tokenizador y vocabulario con Muse Spark Open. No encontramos ninguna página oficial que dé un día para este lanzamiento, así que el nodo lleva solo el mes.

    Hugging Face: Welcome Muse Spark Open

  2. Se aporta a Hugging Face Transformers el soporte de Muse Spark Open, según la página de documentación de Transformers del modelo, un día antes de que se anunciaran los pesos. La página describe un núcleo de lenguaje de 62 capas que enruta cada token a 8 de 256 expertos, con checkpoints BF16 y NVFP4.

    Transformers docs: Muse Spark Open

  3. Meta anuncia el lanzamiento. Muse Spark Open tiene 816B parámetros en total, 42B activos y una ventana de contexto de 1M de tokens, creado para programación y trabajo con agentes. Los pesos se ofrecen en Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models, con API alojadas en Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI. La licencia es la Muse Model License, que Meta describe como de términos comerciales limitados.

    Meta AI Research: Introducing Muse Spark Open

  4. Paradigm, junto con Meta y Andromeda, lanza el Muse Spark Open Kernel Challenge: un premio de 100.000 dólares para hacer que Muse Spark Open corra más rápido en GPU NVIDIA H200. El concurso tiene dos pistas en serie y termina el 19 de noviembre: primero cinco problemas de kernels frente a una línea base de SGLang, luego una pista de serving que modifica SGLang en un nodo completo 8×H200. El primer puesto recibe 50.000 dólares más una H200 firmada por el equipo de Meta. Las entregas se licencian bajo Apache 2.0.

    Paradigm: Muse Spark Open Kernel Challenge

Qué se publicó y qué día

El anuncio de Meta está fechado el 15 de octubre de 2026, y la ficha del modelo en Hugging Face da la misma fecha de lanzamiento. La ficha enuncia lo esencial en unas pocas líneas: 816B parámetros en total, 42B activos, una ventana de contexto de 1M de tokens, nativamente multimodal, creado para programación y trabajo con agentes, licencia llamada Muse Model License. Los autores figuran como Meta Superintelligence Labs.

Un detalle de la ficha es fácil de pasar por alto y merece citarse en espíritu. La versión de pesos abiertos tiene un posentrenamiento de seguridad adicional pensado para hacerla más robusta frente al mal uso como modelo independiente sin salvaguardas de sistema, y Meta recomienda desplegarla como parte de un sistema más amplio con salvaguardas adecuadas al caso de uso. La entrada del blog de PyTorch añade que esta versión abierta comparte el mismo modelo base que Muse Spark 1.3. Eso vincula el lanzamiento a una línea de producto que existía antes que los pesos.

La página de Meta también dice que el modelo cumplió los umbrales que su Meta Superintelligence Scaling Framework exige para el lanzamiento, que los resultados detallados están en la ficha del modelo y que pronto habría un informe de evaluación completo. En el momento en que lo leímos, ese informe era una promesa, no un enlace.

La arquitectura, tal como está documentada

La entrada de lanzamiento de Hugging Face es la que da más detalle. El modelo de lenguaje tiene 62 capas y una dimensión oculta de 8192, con 128 cabezas de consulta y 16 cabezas clave-valor. Cada bloque mixture-of-experts tiene 256 expertos y un enrutador que selecciona 8 por token. La entrada dice que los expertos contienen aproximadamente el 97 % de los parámetros totales, y que el modelo tiene además un codificador de percepción de 1,8B parámetros para imágenes y fotogramas de vídeo y un codificador de audio convolucional que emite un token cada 80 milisegundos, es decir, 12,5 tokens por segundo. Acepta texto, imágenes, audio y vídeo y genera texto.

La entrada plantea el mismo punto sobre la memoria que vale para todo gran modelo mixture-of-experts: solo se ejecutan 8 expertos por token, así que cada token se calcula con unos 42B parámetros, pero los 256 expertos permanecen en memoria. El despliegue necesita la memoria de un modelo de 816B y funciona a la velocidad de uno de 42B. También calcula el caché: unos 250 KB por token en BF16, o unos 266 GB para un contexto completo de un millón de tokens, además de los pesos.

Los formatos de checkpoint son BF16 y NVFP4. La entrada dice que el checkpoint BF16 ocupa unos 1,5 TB y que en Transformers se ejecuta en cuatro nodos de ocho GPU H200, mientras que la versión NVFP4 se ejecuta en un solo nodo B200. La ficha del modelo es más tajante sobre el mínimo: una configuración de GPU con al menos 700 GB de VRAM para NVFP4 y 2 TB para BF16.

La afirmación sobre el escritorio

El titular de Meta para el lanzamiento es que lleva por primera vez capacidades de agente de primer nivel a tu escritorio, en dos Mac Studio Apple M5 Ultra con el último framework MLX. La página explica la aritmética en la que se apoya: la memoria unificada de cada Mac Studio permite a la GPU integrada usar hasta 512 GB, de modo que dos equipos pueden contener todo el modelo, y los 1,2 TB/s de ancho de banda de memoria del chip son, en palabras de Meta, lo bastante rápidos para leer la pequeña porción que necesita cada token.

Lo que se puede comprobar en la entrada de Hugging Face es una configuración distinta y más pequeña. Sus autores probaron versiones cuantizadas en un Mac M3 Ultra de 512 GB. Una cuantización de 2 bits con llama.cpp usó 304 GB y funcionó a 18 tokens por segundo. Una cuantización MLX de 3 bits ocupó unos 344 GB y funcionó a unos 225 tokens por segundo en prefill y 21 en generación para un prompt de 1024 tokens y 128 tokens generados. La misma entrada señala que incluso la cuantización de 3 bits necesita más de 256 GB de RAM.

Son cifras reales de una máquina distinta de la del titular de Meta, y muestran cómo es el compromiso: cuantización agresiva, un solo Mac muy grande y velocidades utilizables pero modestas. No encontramos en las páginas ninguna medición para la configuración de dos M5 Ultra en sí. La afirmación puede muy bien cumplirse, pero las pruebas comprobables son para el M3 Ultra.

Licencia y disponibilidad

Meta dice que publica los pesos bajo la Muse Model License «con términos comerciales limitados, que permiten a muchos desarrolladores usar el modelo gratis». No es Apache 2.0 ni MIT, y no hemos resumido el texto de la licencia, así que léelo antes de construir un producto. La lista de distribución es inusualmente amplia para un lanzamiento: Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden y Microsoft Foundry Models para los pesos, y siete proveedores de API para el acceso alojado.

El soporte de inferencia también es amplio sobre el papel. La ficha del modelo nombra SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth y llama.cpp, y la entrada de lanzamiento muestra recetas de servicio para llama.cpp, SGLang y vLLM. Una salvedad de esas recetas: la integración de referencia de vLLM admite entradas de texto e imagen con el checkpoint NVFP4 y requiere GPU de la serie Blackwell, de modo que la multimodalidad completa no es igual en todos los motores.

Lo que no pudimos verificar

  • «Modelo de pesos abiertos estadounidense más capaz hasta la fecha.» Es una etiqueta de la propia Meta, repetida por la entrada de Hugging Face. Los gráficos de benchmark de Meta son imágenes, así que no leímos ni reprodujimos ninguna puntuación.
  • La configuración de dos Mac Studio M5 Ultra. Solo encontramos mediciones para un M3 Ultra.
  • La evaluación de seguridad. Meta dice que llegará un informe completo; no lo vimos.

Nuestra opinión

El lanzamiento es sustancial y está bien respaldado al salir. Los superlativos son de Meta, y la licencia es propia, así que las preguntas prácticas para un desarrollador siguen siendo las de siempre: ¿puedo costear la memoria y puedo publicar con esta licencia? Para la mayoría, la respuesta a la primera es una API alojada, que Meta lista, y no un escritorio. El reto de kernels del 22 de octubre es otra apuesta: los pesos abiertos se vuelven más útiles cuando la comunidad puede empujar el serving en Hopper más allá de la línea base de SGLang. Esta página es una línea de tiempo viva. Cuando aparezcan el informe de evaluación, los resultados del reto, nuevas cuantizaciones o aclaraciones de licencia, reciben un nodo fechado y una entrada en el registro, y la conclusión de una línea arriba cambia con ellos.

Para el otro gran lanzamiento de pesos abiertos de la misma semana, con licencia permisiva y otra historia de hardware, consulta la cronología de Reflection Beam.

Sigue leyendo

Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.

Preguntas frecuentes

¿Cuándo publicó Meta Muse Spark Open?

El 15 de octubre de 2026, según el anuncio de Meta y la ficha del modelo en Hugging Face.

¿Qué licencia usa Muse Spark Open?

La Muse Model License, que Meta describe como de términos comerciales limitados. Es una licencia propia, así que lee el texto antes de cualquier uso comercial.

¿Puede ejecutarse Muse Spark Open en un Mac?

Meta dice que funciona en dos Mac Studio Apple M5 Ultra con MLX. Las pruebas de Hugging Face usaron un M3 Ultra de 512 GB con versiones cuantizadas de 2 y 3 bits.

Registro de cambios

  • — Se añadió el nodo del 22 de octubre de 2026 del Muse Spark Open Kernel Challenge (Paradigm, Meta y Andromeda).
  • — Primera publicación.

Fuentes