Skip to content
FrontierDot

Meta Muse Spark Open: pesos de 816B no Hugging Face e a alegação dos dois Mac Studio

Atualizado

Linha do tempo em atualização · última atualização · 2 entradas no registro de alterações

A Meta diz que este é o modelo de pesos abertos mais capaz dos EUA até hoje e que dois Mac Studio conseguem rodá-lo. As páginas permitem conferir em parte a segunda alegação, e a primeira de forma alguma.

Em 15 de outubro a Meta lançou os pesos do Muse Spark Open, um modelo multimodal com 816B parâmetros totais e 42B ativos, contexto de 1M tokens sob uma Muse Model License própria; em 22 de outubro Paradigm, Meta e Andromeda abriram um desafio de kernels e serving em H200 com 100 mil dólares de prêmio em torno desses pesos.

Lido em 2026-10-17 para o lançamento dos pesos e de novo em 2026-10-24 (UTC+8) para o desafio de kernels: o anúncio da Meta, o model card e o post da Hugging Face, a documentação do Transformers, o post da Paradigm, openkernelchallenge.dev e o post de X de Daniel Gross de 22 de outubro. Os gráficos de benchmark na página da Meta são imagens que não pudemos ler como texto; não relatamos pontuações. Não executamos o modelo.

Linha do tempo

  1. A Meta lança o Muse Glimmer, um modelo denso pequeno da mesma série Muse, segundo o post de lançamento do Hugging Face sobre o modelo posterior. O post diz que o Glimmer é ideal para rodar localmente e compartilha tokenizador e vocabulário com o Muse Spark Open. Não encontramos nenhuma página oficial que dê o dia desse lançamento, então o nó traz apenas o mês.

    Hugging Face: Welcome Muse Spark Open

  2. O suporte ao Muse Spark Open é contribuído ao Hugging Face Transformers, segundo a página de documentação do Transformers para o modelo, um dia antes de os pesos serem anunciados. A página descreve um backbone de linguagem de 62 camadas que roteia cada token para 8 de 256 especialistas, com checkpoints BF16 e NVFP4.

    Transformers docs: Muse Spark Open

  3. A Meta anuncia o lançamento. O Muse Spark Open tem 816B de parâmetros no total, 42B ativos e janela de contexto de 1M de tokens, feito para programação e trabalho com agentes. Os pesos são oferecidos no Hugging Face, no Amazon SageMaker AI, no Google Cloud Model Garden e no Microsoft Foundry Models, com APIs hospedadas na Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. A licença é a Muse Model License, que a Meta descreve como de termos comerciais limitados.

    Meta AI Research: Introducing Muse Spark Open

  4. A Paradigm, com Meta e Andromeda, lança o Muse Spark Open Kernel Challenge: um prêmio de 100 mil dólares para fazer o Muse Spark Open rodar mais rápido em GPUs NVIDIA H200. O concurso tem duas trilhas em série e termina em 19 de novembro — primeiro cinco problemas de kernels contra uma baseline do SGLang, depois uma trilha de serving que modifica o SGLang em um nó 8×H200 completo. O primeiro lugar recebe 50 mil dólares mais uma H200 assinada pela equipe da Meta. As submissões ficam sob Apache 2.0.

    Paradigm: Muse Spark Open Kernel Challenge

O que foi lançado e em que dia

O anúncio da Meta é datado de 15 de outubro de 2026, e o model card do Hugging Face dá a mesma data de lançamento. O model card resume o essencial em poucas linhas: 816B de parâmetros no total, 42B ativos, janela de contexto de 1M de tokens, nativamente multimodal, feito para programação e trabalho com agentes, com a licença chamada Muse Model License. Os autores constam como Meta Superintelligence Labs.

Um detalhe do model card é fácil de perder e vale citar em espírito. A versão de pesos abertos tem um pós-treinamento de segurança adicional, pensado para torná-la mais robusta contra uso indevido como modelo isolado, sem proteções de sistema, e a Meta recomenda implantá-la como parte de um sistema mais amplo, com proteções adequadas ao caso de uso. O post do blog do PyTorch acrescenta que esta versão aberta compartilha o mesmo modelo base do Muse Spark 1.3. Isso liga o lançamento a uma linha de produtos que existia antes dos pesos.

A página da Meta também diz que o modelo atingiu os limiares que o seu Meta Superintelligence Scaling Framework exige para o lançamento, que os resultados detalhados estão no model card e que um relatório de avaliação completo estaria disponível em breve. Na hora em que lemos, esse relatório era uma promessa, não um link.

A arquitetura, como documentada

O post de lançamento do Hugging Face é o que dá mais detalhes. O modelo de linguagem tem 62 camadas e dimensão oculta de 8192, com 128 cabeças de consulta e 16 cabeças de chave-valor. Cada bloco de mistura de especialistas tem 256 especialistas e um roteador que seleciona 8 por token. O post diz que os especialistas concentram cerca de 97 % dos parâmetros totais e que o modelo tem ainda um codificador de percepção de 1,8B de parâmetros para imagens e quadros de vídeo e um codificador de áudio convolucional que emite um token a cada 80 milissegundos, ou 12,5 tokens por segundo. Ele aceita texto, imagens, áudio e vídeo e gera texto.

O post faz o mesmo alerta sobre memória que vale para todo modelo grande de mistura de especialistas: só 8 especialistas rodam por token, então cada token é calculado com cerca de 42B de parâmetros, mas todos os 256 especialistas ficam na memória. A implantação exige a memória de um modelo de 816B e roda à velocidade de um de 42B. Ele também calcula o cache: cerca de 250 KB por token em BF16, ou cerca de 266 GB para um contexto completo de um milhão de tokens, além dos pesos.

Os formatos de checkpoint são BF16 e NVFP4. O post diz que o checkpoint BF16 tem cerca de 1,5 TB e que, no Transformers, roda em quatro nós de oito GPUs H200, enquanto a versão NVFP4 roda num único nó B200. O model card é mais direto sobre o piso: uma configuração de GPUs com pelo menos 700 GB de VRAM para NVFP4 e 2 TB para BF16.

A alegação do desktop

A manchete da Meta para o lançamento é que ele traz capacidades de agente de ponta para o seu desktop pela primeira vez, em dois Apple M5 Ultra Mac Studio com o MLX mais recente. A página explica a aritmética em que se apoia: a memória unificada de cada Mac Studio permite que a GPU integrada use até 512 GB, então duas máquinas comportam o modelo inteiro, e a largura de banda de memória de 1,2 TB/s do chip é, nas palavras da Meta, rápida o bastante para ler a pequena fatia de que cada token precisa.

O que dá para conferir no post do Hugging Face é uma configuração diferente e menor. Seus autores testaram versões quantizadas num Mac M3 Ultra com 512 GB. Uma quantização de 2 bits pelo llama.cpp usou 304 GB e rodou a 18 tokens por segundo. Uma quantização MLX de 3 bits ocupou cerca de 344 GB e rodou a cerca de 225 tokens por segundo no prefill e 21 na geração, para um prompt de 1024 tokens e 128 tokens gerados. O mesmo post observa que mesmo a quantização de 3 bits precisa de mais de 256 GB de RAM.

São números reais de uma máquina diferente da que aparece na manchete da Meta, e mostram como é o compromisso: quantização agressiva, um Mac muito grande e velocidades utilizáveis, porém modestas. Não encontramos nas páginas nenhuma medição da própria configuração com dois M5 Ultra. A alegação pode muito bem se sustentar, mas a evidência verificável é para o M3 Ultra.

Licença e disponibilidade

A Meta diz que libera os pesos sob a Muse Model License «with limited commercial terms, which allow many developers to use the model for free.» Não é Apache 2.0 nem MIT, e não resumimos o texto da licença, então leia-o antes de construir um produto. A lista de distribuição é incomumente ampla para um lançamento: Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden e Microsoft Foundry Models para os pesos, e sete provedores de API para acesso hospedado.

O suporte a inferência também é amplo no papel. O model card cita SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth e llama.cpp, e o post de lançamento mostra receitas de serviço para llama.cpp, SGLang e vLLM. Uma ressalva dessas receitas: a integração de referência do vLLM aceita entradas de texto e imagem com o checkpoint NVFP4 e exige GPUs da série Blackwell, então a multimodalidade completa não é a mesma em todos os motores.

O que não pudemos verificar

  • «Most capable US open-weight model to date.» É rótulo da própria Meta, repetido pelo post do Hugging Face. Os gráficos de benchmark da Meta são imagens, então não lemos nem reproduzimos nenhuma pontuação.
  • A configuração com dois M5 Ultra Mac Studio. Encontramos medições apenas para um M3 Ultra.
  • A avaliação de segurança. A Meta diz que um relatório completo está a caminho; não o vimos.

Nossa avaliação

O lançamento é substancial e bem suportado na estreia. Os superlativos são da Meta, e a licença é própria, então as perguntas práticas para um desenvolvedor continuam as de sempre: consigo pagar a memória e posso publicar com esta licença. Para a maioria, a resposta à primeira é uma API hospedada, que a Meta lista, e não uma mesa. O desafio de kernels de 22 de outubro é outra aposta: pesos abertos ficam mais úteis quando a comunidade consegue empurrar o serving em Hopper além da baseline do SGLang. Esta página é uma linha do tempo viva. Quando o relatório de avaliação, os resultados do desafio, novas quantizações ou esclarecimentos de licença aparecerem, ganham um nó datado e uma entrada no registro, e a conclusão de uma linha no topo muda com eles.

Para o outro grande lançamento de pesos abertos da mesma semana, com licença permissiva e outra história de hardware, veja a cronologia do Reflection Beam.

Continue lendo

Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.

Perguntas frequentes

Quando a Meta lançou o Muse Spark Open?

Em 15 de outubro de 2026, segundo o anúncio da Meta e o model card do Hugging Face.

Que licença o Muse Spark Open usa?

A Muse Model License, que a Meta descreve como de termos comerciais limitados. É uma licença própria, então leia o texto antes de qualquer uso comercial.

O Muse Spark Open roda num Mac?

A Meta diz que roda em dois Apple M5 Ultra Mac Studio com MLX. Os testes do Hugging Face usaram um M3 Ultra de 512 GB com versões quantizadas de 2 e 3 bits.

Registro de alterações

  • — Adicionado o nó de 22 de outubro de 2026 do Muse Spark Open Kernel Challenge (Paradigm, Meta e Andromeda).
  • — Primeira publicação.

Fontes