Meta veröffentlicht Muse Spark Open mit 816 Milliarden Parametern als Open-Weight-Modell. Die multimodale KI verarbeitet bis zu eine Million Token Kontext und läuft mit Apples MLX auf zwei Mac Studios mit M5 Ultra vollständig lokal.
Stark bei Agenten, beim Programmieren hinter Kimi
Bei Aufgaben mit externen Diensten setzt sich Muse Spark Open an die Spitze des veröffentlichten Vergleichs. Im Benchmark MCP-Atlas erreicht es 89 Prozent, Qwen3.8 und GLM 5.3 kommen jeweils auf rund 84 Prozent. Der Test prüft, ob Agenten Aufgaben über angebundene Dienste erledigen.
Quelle: Meta
Auch bei anspruchsvollen Wissens- und Denkaufgaben liegt Meta vorn. In HLE-Diamond ohne zusätzliche Hilfsmittel erreicht Muse Spark Open 26 Prozent, Kimi K3 folgt mit 22 Prozent.
Bei fertigen beruflichen Arbeitsergebnissen ergibt sich ein anderes Bild. Im GDPval-AA v2 erreicht Muse Spark Open 1.401 Elo-Punkte, während GLM 5.3 auf 1.653 und Qwen3.8 auf 1.613 Punkte kommen.
Beim Programmieren bleibt ebenfalls Abstand zur Spitze. In Terminal-Bench 2.1 mit dem Agenten Terminus 2 erreicht Meta 76 Prozent, Kimi K3 kommt auf 85 Prozent. Dafür liegt Muse Spark Open bei visuellen Faktenfragen in SimpleVQA mit aktivierter Tool-Nutzung bei 74 Prozent vor Kimi mit 72 Prozent.
Anzeige
816 Milliarden Parameter auf dem Schreibtisch
Muse Spark Open nutzt eine Mixture-of-Experts-Architektur. Von insgesamt 816 Milliarden Parametern sind pro Token 42 Milliarden aktiv. Das Modell nimmt Texte, Bilder, Videos und Audio entgegen und gibt Text aus.
Für den lokalen Betrieb setzt Meta auf zwei Mac Studios mit M5 Ultra und jeweils bis zu 512 Gigabyte gemeinsamem Speicher für Prozessor und Grafikchip. Zusammen bieten sie rund ein Terabyte Speicher. Pro Rechner stehen 1,2 Terabyte Speicherbandbreite pro Sekunde bereit.
Mit Muse Code führte Meta darauf vollständige Arbeitsabläufe aus. Beim Mastodon-Client Ice Cubes setzte die KI Fehlerkorrekturen und neue Funktionen um und baute die iOS-App. In DaVinci Resolve sichtete sie Videomaterial Bild für Bild, wählte geeignete Momente aus und schnitt das Video.
Neben Apple-Hardware unterstützt das Modell unter anderem SGLang, vLLM, TensorRT-LLM, Transformers und llama.cpp. Optimierungen gibt es für Chips von AMD, Apple, Intel und Nvidia. Entwickler können das Modell mit PyTorch und TorchTitan weiter anpassen.
Verfügbarkeit, Preise und Lizenz
Muse Spark Open startet am 15. Oktober. Die Modellgewichte stehen unter anderem auf Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry Models bereit. API-Zugänge bieten Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI.
Konkrete API-Preise nennt Meta in der Ankündigung nicht. Auf OpenRouter sind aktuell aber 1,25 Dollar pro Million Eingabetoken und 4,25 Dollar pro Million Ausgabetoken angegeben.
Quelle: OpenRouter
Die Muse Model License erlaubt vielen Entwicklern die kostenlose kommerzielle Nutzung, enthält aber Bedingungen. Anbieter von Modell-APIs benötigen bei mehr als 20 Millionen Dollar Konzernumsatz innerhalb von zwölf Monaten einen separaten Vertrag mit Meta. Produkte müssen zudem »Built with Muse Spark Open« in der Oberfläche oder begleitenden Dokumentation ausweisen.
