Meta heeft de gewichten voor Muse Spark Open op 15 oktober 2026 vrijgegeven, waarmee het model wordt gepositioneerd als het meest capabele AI-systeem met open gewicht dat ooit door een Amerikaans bedrijf is uitgebracht. Volgens Meta's officiële onderzoeksblog koppelt het model in totaal 816 miljard parameters aan een schaars mengsel van experts dat slechts 42 miljard parameters per token activeert, samen met een contextvenster van 1 miljoen tokens.

De release komt een dag nadat Meta Muse Wonder Full, zijn closed frontier-model, heeft gelanceerd en geeft aan dat het bedrijf van plan is om op beide fronten te concurreren: grensverleggende prestaties via zijn API-producten en gemeenschapstoegankelijkheid via open gewichten. Meta is de meest consistente open-weight-uitgever onder de Amerikaanse grenslaboratoria, en deze release breidt die strategie uit naar het agententijdperk. Voor meer context over dit verhaal, zie ons AI-nieuws.

Wat Muse Spark Open is

Muse Spark Open is een native multimodaal model dat is gebouwd voor codering en agentisch werk. Meta zegt dat het uitblinkt in taken met een lange horizon, complexe software-engineering en redeneren in meerdere stappen – de werklasten die agentische AI-producten definiëren in 2026. De 816B/42B-geactiveerde parametersplitsing volgt het spaarzame architectuurpatroon dat gepopulariseerd is door modellen als DeepSeek en Qwen, waardoor de inferentiekosten beheersbaar blijven ondanks het enorme totale aantal parameters.

Het 1M-token-contextvenster plaatst het model in de bovenste laag voor werk met lange context. Ontwikkelaars kunnen hele coderepository's, lange documentensets of uren aan transcripties in één enkel verzoek verwerken zonder dat er een steiger nodig is om de code op te halen.

De Apple Silicon-hoek

De hoofdfunctie kan zijn waar het model wordt uitgevoerd. Meta zegt dat Muse Spark Open het eerste model in zijn klasse is dat draait op een desktopconfiguratie bestaande uit twee Apple M5 Ultra Mac Studios met behulp van het nieuwste MLX-framework. Elke M5 Ultra-machine stelt tot 512 GB aan verenigd geheugen bloot aan de geïntegreerde GPU, dus twee machines samen bevatten het volledige model - en gedragen zich, in de woorden van Meta, effectief als één supercomputer met een terabyte aan verenigd geheugen. De geheugenbandbreedte van 1,2 TB/s van de chip levert de doorvoer die de schaarse architectuur nodig heeft.

Meta demonstreerde de opzet van het volledig op het apparaat uitvoeren van agentische workflows via Muse Code, inclusief het verzenden van echte iOS-wijzigingen naar Ice Cubes, een open-source Mastodon-client, en het aansturen van DaVinci Resolve van begin tot eind - waarbij het model de beelden frame voor frame bekijkt om de sterkste momenten te vinden en deze verticaal bij te snijden.

Beschikbaarheid en ecosysteemondersteuning

De gewichten kunnen worden gedownload van Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden en Microsoft Foundry Models. Ontwikkelaars die de voorkeur geven aan gehoste inferentie, hebben toegang tot het model via Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter en Together AI.

Meta heeft ook optimalisaties geleverd voor de belangrijkste inferentie-engines: SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp en Unsloth, met ondersteuning voor AMD, Apple, Intel en NVIDIA silicium. De open-weight release bevat op maat gemaakte, automatisch afstembare Helion GPU-kernels in SGLang die 1,03x tot 3,95x versnellingen op kernelniveau leveren op NVIDIA- en AMD GPU's, en een end-to-end versnelling van 3 procent op AMD's MI350.

Een druk veld met open gewicht

Meta's claim op de kroon met open gewicht komt terecht op een markt waar Chinese laboratoria een groot deel van het tempo hebben bepaald. De GLM-serie van Z.ai, de Qwen-familie van Alibaba en de modellen van DeepSeek hebben dit jaar allemaal open gewichten op grensoverschrijdende schaal verzonden, en releases met open gewichten uit Amerikaanse laboratoria zijn relatief zeldzaam aan de top. Een model van Amerikaanse oorsprong dat op deze omvang concurreert, is van belang voor bedrijven en overheden die sterke modellen willen met gewichten die ze kunnen inspecteren, controleren en aanpassen zonder afhankelijk te zijn van een Chinese leverancier of een gesloten API.

Ook de timing is opmerkelijk. Meta lanceerde Muse Wonder Full, het gesloten frontiermodel, slechts één dag eerder. Door binnen 24 uur een gesloten vlaggenschip en een open tegenhanger te verzenden, kan Meta kopers bedienen die kant-en-klare API-prestaties willen, en ontwikkelaars, onderzoekers en ondernemingen die zelf willen hosten – twee markten die steeds meer om verschillende producten vragen.

Veiligheidshouding

Bij releases met een open gewicht op deze schaal zijn er duidelijke overwegingen voor tweeërlei gebruik. Meta zegt dat Muse Spark Open aanvullende veiligheidstraining heeft gekregen, specifiek voor de open release, en dat evaluaties uitgevoerd onder het Superintelligence Scaling Framework van het bedrijf sterke waarborgen aantoonden voor de gemeten risicocategorieën. De resultaten van onafhankelijke red-teaming zullen belangrijker zijn dan de beweringen van leveranciers, en de vrijgave zal vrijwel zeker onder de loep worden genomen door dezelfde beleidsgroepen die in 2026 hebben gedebatteerd over open-weight vrijgavenormen.

Welke veranderingen in de inferentie van desktopklassen

Het uitvoeren van een model van deze mogelijkheid op twee desktopcomputers in plaats van op een rack met datacenter-GPU's heeft praktische gevolgen die verder gaan dan de kosten. Organisaties met strenge eisen op het gebied van databeheer – ziekenhuizen, advocatenkantoren, defensiebedrijven, financiële instellingen – kunnen aanwijzingen en documenten volledig binnen hun eigen muren houden. Ontwikkelaars krijgen latentie- en snelheidslimieten die afhankelijk zijn van hun eigen hardware in plaats van van de wachtrij van een provider. En knutselaars krijgen een model op grensschaal dat ze kunnen verfijnen, kwantiseren en wijzigen zonder toestemming te vragen.

De afwegingen zijn ook reëel. Twee M5 Ultra-machines vertegenwoordigen nog steeds een aanzienlijke hardware-investering, en een desktopcluster mist de redundantie, uptime en doorvoer van gehoste inferentie. Meta's weddenschap is dat een betekenisvol deel van de markt eigendom en privacy voldoende waardeert om deze beperkingen te accepteren - en dat het demonstratie-effect van het thuis draaien van een 816B-parametermodel zelfs van belang is voor kopers die uiteindelijk voor de API kiezen.

Waarom het ertoe doet

De release scherpt het open versus gesloten debat aan dat de sector dit jaar heeft bepaald. Meta gokt erop dat vrij downloadbare grens-aangrenzende gewichten zijn ecosysteem doen groeien en rivalen ondermijnen die hun beste modellen eigen houden. Voor ontwikkelaars is de praktische betekenis concreet: een agentisch model van het hoogste niveau dat kan worden verfijnd, door zichzelf kan worden gehost, op air-gapping kan worden uitgevoerd en kan worden uitgevoerd op hardware die aan de consument grenst in plaats van te worden gehuurd door het token.

Of Muse Spark Open daadwerkelijk de titel "meest capabele Amerikaanse open-weight model" heeft, hangt af van onafhankelijke benchmarks, die op het moment van publicatie niet beschikbaar waren. Maar de combinatie van schaal, lange context, hardwareondersteuning van desktopklasse en brede dekking van de inferentie-engine maakt het een van de belangrijkste open-weight releases van het jaar – en een directe uitdaging voor elk gesloten model dat tegen premium API-prijzen wordt verkocht.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →