Meta ha rilasciato i pesi per Muse Spark Open il 15 ottobre 2026, posizionando il modello come il sistema di intelligenza artificiale a peso aperto più capace mai rilasciato da un'azienda statunitense. Secondo il blog di ricerca ufficiale di Meta, il modello abbina ben 816 miliardi di parametri totali con un design sparso composto da esperti che attiva solo 42 miliardi di parametri per token, insieme a una finestra di contesto da 1 milione di token.
Il rilascio arriva un giorno dopo che Meta ha lanciato Muse Wonder Full, il suo modello a frontiera chiusa, e segnala che l'azienda intende competere su entrambi i fronti: prestazioni di frontiera attraverso i suoi prodotti API e accessibilità alla comunità attraverso pesi aperti. Meta è stato l’editore a peso aperto più coerente tra i laboratori di frontiera statunitensi, e questa pubblicazione estende quella strategia all’era degli agenti. Per maggiori informazioni su questa storia, consulta la nostra notizie sull'IA.
Cos'è Muse Spark Open
Muse Spark Open è un modello nativamente multimodale creato per la codifica e il lavoro degli agenti. Meta afferma di eccellere in compiti a lungo orizzonte, ingegneria software complessa e ragionamento in più fasi: i carichi di lavoro che definiscono i prodotti di intelligenza artificiale nel 2026. La suddivisione dei parametri attivati 816B/42B segue il modello di architettura sparsa reso popolare da modelli come DeepSeek e Qwen, mantenendo gestibili i costi di inferenza nonostante l'enorme numero totale di parametri.
La finestra di contesto del token 1M posiziona il modello nel livello più alto per il lavoro a contesto lungo. Gli sviluppatori possono inserire interi repository di codice, lunghi set di documenti o ore di trascrizioni in un'unica richiesta senza impalcature di recupero.
L'angolo del silicio di Apple
La caratteristica principale potrebbe essere il luogo in cui viene eseguito il modello. Meta afferma che Muse Spark Open è il primo modello della sua categoria a funzionare su una configurazione desktop composta da due Apple M5 Ultra Mac Studios utilizzando il più recente framework MLX. Ogni macchina M5 Ultra espone fino a 512 GB di memoria unificata alla sua GPU integrata, quindi due macchine insieme contengono il modello completo, comportandosi effettivamente, nelle parole di Meta, come un supercomputer con un terabyte di memoria unificata. La larghezza di banda della memoria da 1,2 TB/s del chip fornisce il throughput di cui ha bisogno l'architettura sparsa.
Meta ha dimostrato la configurazione eseguendo flussi di lavoro agentici interamente sul dispositivo tramite Muse Code, inclusa la spedizione di modifiche iOS reali a Ice Cubes, un client Mastodon open source, e la guida di DaVinci Resolve end-to-end, con il modello che esaminava il filmato fotogramma per fotogramma per trovare i momenti più forti e ritagliarli verticalmente.
Disponibilità e supporto dell'ecosistema
I pesi sono scaricabili da Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden e Microsoft Foundry Models. Gli sviluppatori che preferiscono l'inferenza ospitata possono accedere al modello tramite Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI.
Meta ha inoltre fornito ottimizzazioni sui principali motori di inferenza: SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp e Unsloth, con supporto per silicio AMD, Apple, Intel e NVIDIA. La versione open-weight include kernel GPU Helion personalizzati con regolazione automatica in SGLang che offrono accelerazioni a livello di kernel da 1,03x a 3,95x su GPU NVIDIA e AMD e una velocità end-to-end del 3% su MI350 di AMD.
Un campo a pesi aperti affollato
La rivendicazione di Meta sulla corona a peso aperto arriva in un mercato in cui i laboratori cinesi hanno dettato gran parte del ritmo. La serie GLM di Z.ai, la famiglia Qwen di Alibaba e i modelli di DeepSeek hanno tutti spedito quest'anno pesi aperti su scala adiacente alla frontiera, e i rilasci di pesi aperti dai laboratori statunitensi sono stati relativamente rari nella fascia più alta. Un modello di origine statunitense che compete a queste dimensioni è importante per le aziende e i governi che desiderano modelli forti con pesi che possano essere ispezionati, verificati e modificati senza dipendere da un fornitore cinese o da un’API chiusa.
Anche il tempismo è notevole. Meta ha lanciato Muse Wonder Full, il suo modello a frontiera chiusa, solo un giorno prima. La spedizione di un flagship chiuso e di una controparte aperta entro 24 ore consente a Meta di servire gli acquirenti che desiderano prestazioni API chiavi in mano e gli sviluppatori, i ricercatori e le imprese che desiderano ospitarsi autonomamente, due mercati che richiedono sempre più prodotti diversi.
Postura di sicurezza
I rilasci a peso aperto su questa scala comportano ovvie considerazioni sul duplice uso. Meta afferma che Muse Spark Open ha ricevuto ulteriore formazione post-formazione sulla sicurezza specifica per il rilascio aperto e che le valutazioni condotte nell'ambito del Superintelligence Scaling Framework dell'azienda hanno dimostrato forti garanzie in tutte le categorie di rischio misurate. I risultati del red teaming indipendente conteranno più delle affermazioni dei fornitori, e il rilascio sarà quasi certamente esaminato attentamente dagli stessi gruppi politici che hanno discusso le norme di rilascio a peso aperto per tutto il 2026.
Cosa cambia nell'inferenza di classe desktop
L'esecuzione di un modello con questa funzionalità su due macchine desktop anziché su un rack di GPU per data center ha conseguenze pratiche che vanno oltre i costi. Le organizzazioni con severi requisiti di governance dei dati – ospedali, studi legali, appaltatori della difesa, istituti finanziari – possono mantenere richieste e documenti interamente all’interno delle proprie mura. Gli sviluppatori ottengono limiti di latenza e velocità che dipendono dal proprio hardware anziché dalla coda del provider. E gli armeggiatori ottengono un modello su scala di frontiera che possono mettere a punto, quantizzare e modificare senza chiedere il permesso.
Anche i compromessi sono reali. Due macchine M5 Ultra rappresentano ancora un investimento hardware significativo e un cluster desktop non dispone della ridondanza, del tempo di attività e del throughput dell'inferenza ospitata. La scommessa di Meta è che una fetta significativa del mercato valorizza la proprietà e la privacy abbastanza da accettare tali vincoli - e che l'effetto dimostrativo dell'esecuzione di un modello con parametri 816B a casa è importante anche per gli acquirenti che alla fine scelgono l'API.
Perché è importante
Il comunicato acuisce il dibattito tra apertura e chiusura che ha definito il settore quest’anno. Meta scommette che i pesi adiacenti alla frontiera liberamente scaricabili faranno crescere il suo ecosistema e indeboliranno i rivali che mantengono proprietari i loro modelli migliori. Per gli sviluppatori, il significato pratico è concreto: un modello di agenti di alto livello che può essere messo a punto, ospitato autonomamente, con air gap ed eseguito su hardware adiacente al consumatore anziché affittato tramite token.
Il fatto che Muse Spark Open detenga effettivamente il titolo di "modello a peso aperto statunitense più capace" dipende da benchmark indipendenti, che non erano disponibili al momento della pubblicazione. Ma la combinazione di scala, contesto lungo, supporto hardware di classe desktop e ampia copertura del motore di inferenza lo rende uno dei rilasci open-weight più significativi dell’anno e una sfida diretta a ogni modello chiuso venduto a prezzi API premium.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
