Meta publie Muse Spark Open : un modèle ouvert de 816 milliards de paramètres qui tourne sur deux Mac Studio

L’IA aux poids ouverts change d’échelle. Le 15 octobre 2026, Meta a publié les poids de Muse Spark Open, qu’il présente comme « le modèle open-weight américain le plus performant à ce jour ». Un modèle nativement multimodal, taillé pour le code et les agents — et qui, selon Meta, peut tourner sur un bureau, pas seulement dans un data center.

Les chiffres

• ~816 milliards de paramètres au total, ~42 milliards actifs par token
• Architecture « mixture of experts » : 256 experts par couche MoE, 8 sélectionnés par token, 62 couches (Hugging Face)
• Entrées : texte, images, audio et vidéo ; sortie : texte
• Fenêtre de contexte jusqu’à 1 million de tokens
• Poids en BF16 (environ 1,5 To) et en NVFP4, un format 4 bits pour les GPU NVIDIA Blackwell

Meta l’a entraîné pour les tâches logicielles longues : lire une base de code, écrire et déboguer, appeler des outils. Comme il accepte aussi images, audio et vidéo, le même modèle peut lire une capture d’écran, écouter une note vocale ou regarder un enregistrement d’écran pendant qu’il code.

« À la maison » — avec un gros astérisque

L’argument phare de Meta : Muse Spark Open est le premier modèle de sa catégorie à tourner sur un poste de travail grâce à deux Mac Studio M5 Ultra et la dernière version du framework MLX. Chaque machine peut allouer jusqu’à 512 Go de mémoire unifiée à son GPU : la paire se comporte comme un ordinateur doté d’un téraoctet de mémoire.

Les tests de Hugging Face montrent ce que cela implique. Sur un Mac M3 Ultra avec 512 Go, une version quantifiée en 2 bits sous llama.cpp tourne à environ 18 tokens/s en occupant 304 Go, et une version 3 bits sous MLX atteint environ 21 tokens/s pour quelque 344 Go. Même en 3 bits, il faut plus de 256 Go de RAM. Dans le cloud, la version BF16 s’étale sur quatre nœuds de huit GPU H200 ; la version NVFP4 tient sur un seul nœud B200.

Où le trouver

Les poids sont disponibles sur Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry. Des API hébergées sont ouvertes chez Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI. Le modèle tourne sous SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp et Unsloth. La licence est la Muse Model License, aux conditions commerciales limitées, qui permet selon Meta à de nombreux développeurs de l’utiliser gratuitement. Particularité : le raisonnement ne peut pas être désactivé, seulement réglé de « low » à « xhigh ».

D’après Reuters, il succède à Muse Glimmer, un modèle ouvert plus petit publié par Meta en août.

L’avis Rocks

Pour un Raspberry Pi sous Home Assistant, ce n’est pas votre prochain assistant vocal local : il faut des centaines de gigaoctets de mémoire rien que pour le charger. Mais c’est une étape importante pour l’IA locale. Un modèle de pointe que l’on peut télécharger, quantifier et héberger sur son propre matériel — ou louer à l’heure — devient une vraie alternative aux API fermées. Les performances annoncées sont celles de Meta ; on attend des benchmarks indépendants. Pour la maison connectée, le petit Muse Glimmer reste l’option la plus réaliste.