TL;DR: Meta hat am 15. Oktober 2026 Muse Spark Open veröffentlicht und damit ein Open-Weight-Multimodalmodell vorgestellt, das für Coding, Tool-Nutzung und autonome Agent-Workflows ausgelegt ist. Mit ungefähr 816 Milliarden Gesamtparametern, 42 Milliarden aktiven Parametern pro Token und bis zu einer Million Token Kontext bringt der Release großskalige MoE-Fähigkeiten sowohl in herunterladbare Modellgewichte als auch in gehostete Inferenzdienste.
Der zentrale Trade-off: Sie gewinnen Kontrolle über Deployment und Anpassung, übernehmen dafür aber Hardware-, Lizenz- und Evaluationskosten. Meta bezeichnet es als das leistungsfähigste US-Open-Weight-Modell. Diese Aussage bedeutet nicht, dass es in jedem globalen Benchmark den ersten Platz belegt.
Wichtigste Erkenntnisse
- Muse Spark Open verwendet eine Sparse-Mixture-of-Experts-Architektur mit ungefähr 816B Gesamtparametern und 42B aktiven Parametern pro Token und unterstützt bis zu 1M Token Kontext.
- Muse Spark Open akzeptiert Eingaben in Text, Bild, Audio und Video und erzeugt Textausgaben.
- Meta hat Muse Spark Open für Coding, Reasoning, Tool-Nutzung und multimodale Agent-Workflows konzipiert.
- Meta stellt Muse Spark Open-Checkpoints in den Formaten BF16 und NVFP4 bereit, während Community-Projekte zusätzliche quantisierte Varianten anbieten.
- Herunterladbare Gewichte bedeuten nicht, dass es uneingeschränkt Open Source ist oder sich Self-Hosting billig realisieren lässt.
Was ist Muse Spark Open? Spezifikationen und Überblick
Muse Spark Open ist ein großskaliges, Open-Weight-Multimodalmodell von Meta. Es nutzt eine Sparse-MoE-Architektur für Software-Engineering- und Agent-Aufgaben, darunter Repository-Inspektion, Code-Editing, Tool-Nutzung sowie die Interpretation visueller oder audiobasierter Beobachtungen.
Muse Spark Open-Spezifikationen
| Spezifikation | Muse Spark Open – Spezifikationen |
|---|---|
| Entwickler | Meta |
| Veröffentlichungsdatum | October 15, 2026 |
| Architektur | Sparse Mixture of Experts (MoE) |
| Gesamtparameter | Approximately 816B |
| Aktive Parameter | Approximately 42B per token |
| Experten / ausgewählte | 256 / 8 per MoE layer |
| Transformer-Schichten | 62 |
| Kontextfenster | Up to 1,048,576 tokens |
| Eingaben | Text, images, audio, video |
| Ausgaben | Text |
| Checkpoints | BF16, NVFP4 |
| Inferenz | Transformers, llama.cpp, SGLang, vLLM, MLX, TensorRT-LLM, and Unsloth (Meta launch announcement) |
| Lizenz | Muse Model License |
Das veröffentlichte Architekturschaubild zeigt die Komponenten des Modells.
Was kann Muse Spark Open?
Sparse-MoE-Architektur
Jede MoE-Schicht bietet 256 Experten und leitet ein Token an acht weiter. Die spärliche Aktivierung reduziert den Rechenaufwand im Vergleich zum dichten Ausführen aller 816B Parameter, während die große Gesamtkapazität erhalten bleibt. Sie verringert jedoch nicht den Speicherbedarf zur Ablage der Modellgewichte oder den Kommunikations-Overhead in expert-parallelen Systemen.
Native multimodale Verarbeitung
Ein einziges Modell verarbeitet Eingaben in Text, Bild, Audio und Video und erzeugt Text. Dies unterstützt Workflows wie screenshotgestütztes Debugging, Interface-Inspektion, transkriptionsunterstützte Aufgaben und visuelle Browser-Agenten. Es akzeptiert Bilder, Audio und Video als Eingaben; es generiert keine Bilder, Musik oder Videos als Ausgaben.
Coding-Agenten mit langem Zeithorizont
Meta betont Multi-File-Refactoring, Debugging, Tool-Aufrufe und iterative Agent-Ausführung. Ein langes Kontextfenster hilft Agenten, Quellcode und Aufgabenverlauf zu behalten; der Erfolg hängt jedoch weiterhin von Retrieval, Tool-Berechtigungen, Validierung und der Verteilung der relevanten Informationen im Kontext ab.
Reasoning und Tool-Nutzung
Das Inferenz-Ökosystem unterstützt konfigurierbaren Reasoning-Aufwand und Tool-Call-Parser. Geringer Reasoning-Aufwand ist eine praktikable Basis für kostengünstige Aufgaben; anspruchsvollere Workflows können größere Reasoning-Budgets rechtfertigen, abhängig von gemessenen Verbesserungen bei der Aufgabenerfüllung.
Wie schneidet Muse Spark Open in AI-Benchmarks ab?
Die folgenden Ergebnisse stammen aus Metas Model Card zum Launch und wurden nicht für diesen Artikel gemessen. Meta gibt xhigh reasoning effort, Temperatur 1.0, top_p 1.0 und deaktiviertes top_k an. Benchmark-spezifische Harnesses sind entscheidend; die Zusammenfassung enthält keine vollständige Hardwarekonfiguration, um jedes Ergebnis reproduzieren zu können.
| Evaluation | Von Meta gemeldetes Ergebnis | Umfang |
|---|---|---|
| Artificial Analysis Intelligence Index | 39 | Von Dritten erstellter zusammengesetzter Index, von Meta reproduziert |
| Terminal-Bench 2.1 | 76.4 | Terminus 2-Agent; Test-Harness-abhängige Coding-Bewertung |
| VideoMMEv2 | 61.5 | Videoevaluierung; keine Durchsatzmessung |
Benchmarks zu Muse Spark Open richtig einordnen
Diese Werte verwenden unterschiedliche Skalen und sollten nicht gemittelt werden. Reproduzieren Sie Ihre eigenen Repository- und Tool-Workflows mit passenden Budgets, Stoppregeln und Modelleinstellungen. Verfolgen Sie erfolgreiche Abschlüsse, Retries, Latenz und Gesamtkosten; ein Benchmark-Score belegt keine Produktionszuverlässigkeit.
So deployen Sie: lokal, API und Cloud
Wählen Sie lokales Deployment zur Kontrolle über Gewichte und Daten, eine gehostete API für eine schnelle Evaluierung oder einen verwalteten Cloud-Endpunkt für dediziertes Serving. Prüfen Sie den genauen Checkpoint, unterstützte Eingaben und den Serving-Kontext, bevor Sie sich für eine Route entscheiden.
Lokales Deployment
Speicher ist die Hauptbeschränkung für lokales Deployment. Nach roher Parameterzahl belegen BF16-Gewichte allein etwa 1,6 TB; Metas Deployment-Leitfaden spezifiziert mindestens 2 TB GPU-Speicher für BF16 und 700 GB für NVFP4; Laufzeitpuffer und KV-Cache müssen ebenfalls passen. Quantisierte Community-Konfigurationen haben unterschiedliche Footprints.
Zwei unterschiedliche Apple-Silicon-Konfigurationen sind dokumentiert. Metas Launch-Ankündigung beschreibt ein Deployment über zwei Apple M5 Ultra Mac Studio-Maschinen mit MLX. Separat berichtet der llama.cpp-Abschnitt im Hugging-Face-Launch-Artikel von einer imatrix-kalibrierten 2-Bit-Quantisierung auf einem 512 GB Mac M3 Ultra, mit etwa 304 GB für das Modell und etwa 18 Token pro Sekunde. Diese Berichte beziehen sich auf unterschiedliche Hardware- und Inferenzkonfigurationen; keiner belegt gleiche Qualität über Quantisierungen hinweg.
| Deployment | Vorteil | Besonderheit |
|---|---|---|
| Apple Silicon / MLX | Einheitlicher Speicher, lokale Kontrolle | Speicher- und Performance-Grenzen |
| llama.cpp-Quantisierung | Zugängliches GGUF-Ökosystem | Genauigkeits-/Qualitäts-Trade-offs |
| NVIDIA GPUs / SGLang | Für NVFP4 optimierte parallele Inferenz | Mehrere High-Memory-Beschleuniger |
| vLLM | Skalierbare Serving-Integrationen | Plug-in-, Checkpoint- und Hardware-Beschränkungen |
| Hugging Face Inference Endpoints | Verwaltete Infrastruktur | Laufende Hosting-Kosten |
| Gehosteter API-Anbieter | Minimaler Einrichtungsaufwand | Verfügbarkeit des Anbieters und Datenschutzbedingungen |
Beispiel: Q2-Checkpoint mit llama.cpp bereitstellen.
Installieren Sie die llama-Runtime und starten Sie den großen Q2-Checkpoint mit dem veröffentlichten llama.cpp-Rezept. Dies erfordert eine kompatible Maschine mit sehr viel Speicher.
curl -LsSf https://llama.app/install.sh | sh
llama serve -hf ggml-org/Muse-Spark-Open-816B-A42B-GGUF:Q2_K
Dieses Beispiel setzt genügend Speicher für ein sehr großes quantisiertes Modell voraus; es ist kein Befehl für einen gewöhnlichen Laptop. Sobald der Server läuft, kann seine OpenAI-kompatible Schnittstelle mit einem passenden Client aufgerufen werden.
Gehosteter API-Zugang
Nutzen Sie das Groq-Beispiel unten für eine gehostete API-Anfrage. Für ein dediziertes Cloud-Deployment bietet Hugging Face ein verwaltetes Inference-Endpoints-Rezept. Prüfen Sie die gewählte Instanz, das Kontextlimit des Endpunkts und die laufenden Hosting-Gebühren, bevor Sie bereitstellen.
Groq dokumentiert limitierten Vorschauzugang für zugelassene Organisationen. Installieren Sie dessen Python-SDK mit pip install groq und setzen Sie GROQ_API_KEY, bevor Sie diese rein textbasierte Anfrage ausführen.
from groq import Groq
client = Groq() # Reads GROQ_API_KEY from the environment
response = client.chat.completions.create(
model="meta-models/muse-spark-open",
messages=[{"role": "user", "content": "Explain MoE routing."}],
)
print(response.choices[0].message.content)
Dieses Beispiel erfordert Vorschauzugang und wurde für diesen Artikel nicht mit einem bezahlten Konto ausgeführt. Groq dokumentiert derzeit ein Kontextfenster von 131.072 Token und Text-/Bild-Eingaben; der gehostete Dienst exponiert nicht jede native Modellmodalität.
Wie viel kostet Muse Spark Open?
Das Herunterladen von Gewichten und das Bezahlen für Inferenz sind unterschiedliche Kostenfragen. Anbieter können pro Eingabe-/Ausgabe-Token, bereitgestellte Kapazität oder dedizierte Hardware abrechnen. Self-Hosting bringt GPUs, Speicher, Storage, Strom, Betrieb und Engineering-Aufwand mit sich.
Nur zur Illustration nimmt das folgende Szenario $1,25 pro 1M Eingabetoken und $4,25 pro 1M Ausgabetoken an. Dies sind keine verifizierten universellen oder CometAPI-Sätze.
| Beispiel-Workload | Eingabetoken | Ausgabetoken | Berechnete Gebühr |
|---|---|---|---|
| Kurze Coding-Aufgabe | 10,000 | 2,000 | $0.0210 |
| Repository-Review | 100,000 | 10,000 | $0.1675 |
| Großer Agent-Workflow | 500,000 | 50,000 | $0.8375 |
| Million-Token-Analyse | 1,000,000 | 20,000 | $1.3350 |
Formel: estimated cost = input tokens / 1,000,000 × input unit rate + output tokens / 1,000,000 × output unit rate. Caching, Retries, Infrastruktur und anbieterspezifische Gebühren können die Gesamtsumme verändern.
Ist Muse Spark Open wirklich Open Source?
Im Unterschied zu einem reinen API-Dienst mit geschlossenen Gewichten bietet Muse Spark Open Checkpoints für vom Entwickler gemanagte Inferenz. Organisationen können lokal gehostete Systeme, dedizierte Cloud-Deployments und verwaltete Endpunkte nach Datenschutz, Anpassung, Qualität und operativen Kosten vergleichen.
Muse Spark Open wird als Open Weights unter der Muse Model License distribuiert. Herunterladbare Checkpoints implizieren keine uneingeschränkten Open-Source-Rechte. Prüfen Sie die Lizenzbedingungen zu Weiterverbreitung, Derivaten, Attribution und gehosteten Modelldiensten vor dem Deployment.
Teams sollten den aktuellen Lizenztext prüfen, bevor sie die Gewichte in kundenorientierten Produkten verwenden, modifizierte Checkpoints weitergeben oder nachgelagerte Nutzungsrechte zusagen.
Muse Spark Open vs Muse Spark Hosted API
Wählen Sie Muse Spark Open, wenn Sie Kontrolle über Modellgewichte und Deployment benötigen. Wählen Sie eine gehostete API, wenn Sie verwaltete Inferenz ohne Betrieb des Serving-Stacks bevorzugen.
Modellidentität und Bereitstellungsmethode sind getrennt. Muse Spark Open ist ein Open-Weight-Release, während ein gehosteter Endpunkt eine andere Muse Spark-Version bereitstellen kann. Prüfen Sie die exakte Modell-ID und Version, bevor Sie Vergleiche ziehen. Metas Muse Spark 1.1-Ankündigung ist ein Beispiel für ein Muse Spark-Modell, das über die Meta Model API angeboten wird.
| Aspect | Muse Spark Open | Hosted Muse Spark API (e.g., 1.3 Standard / Contributor) |
|---|---|---|
| Weights | Open (downloadable BF16 & NVFP4 checkpoints from Hugging Face, etc.) | Closed (no weights released) |
| Release | Oct 15, 2026 | 1.3: Sep 2, 2026 (earlier 1.1/1.2 also available) |
| Size / Architecture | 816B total parameters, ~42B active per token (MoE: 256 experts, 8 active) | Not publicly disclosed (same base as Open per Meta statements) |
| Context | 1M tokens | 1M tokens |
| Modalities | Text, image, video, audio in; text out | Text, image, video, PDF (and sometimes audio) in; text out |
| Pricing (per 1M tokens) | Self-host: hardware cost only | Meta Standard: $1.25 input / $0.15 cached / $4.25 output Contributor: $0.10 / $0.002 / $0.20 (data used by Meta) |
| Access | Self-host | Meta Model API ， Muse Code, or aggregators like CometAPI / OpenRouter |
| License / Terms | Muse Model License (commercial use allowed with conditions; large-scale Model-as-a-Service >$20M revenue needs Meta agreement; attribution requirements) | Proprietary Meta terms; Contributor tier permits Meta to train on your data |
| Safety / Post-training | Extra safety post-training for standalone use without Meta guardrails | Integrated with Meta’s system guardrails |
Muse Spark Open und die gehostete Muse Spark API teilen den Fokus der Muse Spark-Familie auf Coding, Agenten, Langzeithorizont-Aufgaben, multimodale Eingaben (Text + Bild/Video/Audio/PDF), Tool-Calls und ein 1M-Token-Kontextfenster, unterscheiden sich jedoch grundlegend in Distribution, Zugang und Kontrolle.
Praktische Unterschiede
- Kontrolle & Datenschutz: Open ermöglicht Self-Hosting (erfordert erhebliche Hardware: ~700 GB+ VRAM für NVFP4 oder ~2 TB für BF16), sodass Daten in Ihrer Infrastruktur bleiben. Hosted leitet alles durch Meta oder den Anbieter.
- Kosten im Maßstab: Self-Hosting erfordert Hardware oder Cloud-Kapazität, Storage, Betrieb und Engineering-Zeit. Gehostete APIs reduzieren diese Infrastrukturkosten, fügen jedoch Nutzungsgebühren, Quoten und mögliche Retry-Kosten hinzu. Vergleichen Sie die Gesamtkosten für Ihren Workload statt anzunehmen, dass eine Option immer günstiger ist.
- Features & Performance: Beide unterstützen Tool-Calls, Reasoning-Aufwandsstufen (low/medium/high/xhigh) und agentisches Coding. Open ist auf eigenständige Robustheit getuned; geschlossene Versionen integrieren sich enger in Meta-Produkte (Muse Code, Meta AI). Benchmarks sind ähnlich; Open ist zum Release als stärkstes US-Open-Weight-Modell positioniert, während die geschlossene 1.3 vor Open als empfohlener Production-Endpunkt galt.
- Flexibilität: Open ermöglicht Fine-Tuning, individuelle Quantisierung und lokalen/offline Einsatz. Hosted ist einfacher (keine Infrastruktur) und umfasst den günstigeren Contributor-Tarif, wenn Sie Datennutzung akzeptieren.
Welche Option wählen?
- Bevorzugen Sie Muse Spark Open, wenn Sie Self-Hosting, Fine-Tuning, Offline- oder luftabgetrennte Deployments, maximale Datenkontrolle oder mehr Kontrolle über das Model Serving benötigen.
- Bevorzugen Sie die gehostete Muse Spark API (insbesondere 1.3 Standard oder Contributor) für den einfachsten offiziellen Zugang, Muse Code-Integration, potenziell niedrigere Kosten über Contributor und von Meta gemanagte Infrastruktur/Sicherheit.
- Über einen Aggregator wie CometAPI: Nützlich für einfaches Umschalten, einheitliche Abrechnung und den Vergleich beider (plus Wettbewerber) ohne mehrere Konten. Verify
CometAPI als alternativer Zugangsweg
CometAPI bietet eine OpenAI-kompatible Schnittstelle für unterstützte Modelle. Der Katalog listet Muse Wonder, das als separates Meta-Modell evaluiert werden kann. Muse Wonder ist nicht Muse Spark Open, und dessen Listung belegt nicht, dass Muse Spark Open über CometAPI verfügbar ist. Bestätigen Sie Modell-ID, Zugang, unterstützte Eingaben, Kontextlimit und aktuelle Preise, bevor Sie integrieren.
Für ein Pilotprojekt führen Sie dieselben repräsentativen Aufgaben gegen Ihre Shortlist-Endpunkte aus und vergleichen Sie erfolgreiche Abschlüsse, Latenz und Gesamtkosten einschließlich Retries. Nutzen Sie CometAPI, wenn bequemer Zugang zu mehreren unterstützten Modellen Priorität hat; wählen Sie einen verifizierten Muse Spark Open-Endpunkt, wenn genau dieses Modell erforderlich ist; hosten Sie selbst, wenn Kontrolle auf Gewichtsebene den Betriebsaufwand rechtfertigt.
Wofür wird Muse Spark Open verwendet?
- Best geeignet: Teams, die Coding-Agenten oder multimodale Interface-Analyse-Workflows entwickeln und von direktem Zugang zu Modellgewichten profitieren.
- Bedingt: Private Enterprise-Inferenz und Forschung zur Modellanpassung, sofern das Team über ausreichende Infrastruktur, Evaluationskapazität und eine passende Lizenzvereinbarung verfügt.
- Für gelegentliche Prototypen: Beginnen Sie mit einer gehosteten API, um sich nicht vor Validierung des Workloads auf dedizierte Infrastruktur festzulegen.
Was sind die wichtigsten Einschränkungen von Muse Spark Open?
- Gewöhnlicher Laptop-Chat ist ungeeignet: Inferenz in voller Größe erfordert beträchtlichen Speicher, selbst mit spärlicher Aktivierung. Nutzen Sie ein kleineres Modell oder gehosteten Zugang für leichte Nutzung.
- Keine native Mediengenerierung: Das Modell erzeugt Text; Bild-, Musik- und Videogenerierung erfordern separate Modelle oder Tools.
- Inferenzqualität und Durchsatz sind empfindlich gegenüber Quantisierung und parallelem Deployment.
- Die individuelle Modelllizenz muss für den vorgesehenen kommerziellen Einsatz geprüft werden.
- Agent-Demos sind kein Beleg für unbeaufsichtigte Produktionssicherheit oder konsistente Tool-Ausführung.
FAQ
Warum kann ein Muse Spark Open-Endpunkt einen langen Prompt ablehnen?
Prüfen Sie das konfigurierte Kontextlimit des Endpunkts, das reservierte Ausgabebudget und die multimodale Token-Anrechnung. Das maximale Fenster des Modells ist kein Versprechen, dass jedes Deployment diese Länge bedient. Reduzieren Sie die Anfrage oder wählen Sie ein Deployment, das ausdrücklich für den benötigten Kontext konfiguriert ist.
Wie sollte man Muse Spark Open nach einer Quantisierung validieren?
Spielen Sie einen festen Satz repräsentativer Aufgaben gegen den Original- und den quantisierten Checkpoint mit denselben Prompts, Tools und Budgets ab. Vergleichen Sie Aufgabenerfolg, fehlerhafte Tool-Calls und Regressionen bei schwierigen Eingaben. Schnellere Generierung allein genügt nicht, um eine quantisierte Bereitstellung freizugeben.
Was sollten Sie protokollieren, wenn ein Muse Spark Open-Agent fehlschlägt?
Protokollieren Sie Checkpoint, Runtime-Version, Reasoning-Einstellungen, Eingabegröße, Tool-Schemata, Tool-Antworten und die Stoppbedingung. Schwärzen Sie Geheimnisse und personenbezogene Daten. Unterscheiden Sie Modellfehler von Tool-Fehlern und Kontextkürzungen, damit der nächste Test die relevante Komponente verändert.
Wie sollten Sie ein Muse Spark Open-Pilotprojekt budgetieren?
Setzen Sie ein aufgabenbezogenes Ausgabenlimit und eine maximale Anzahl an Retries, bevor Sie die Evaluierung starten. Erfassen Sie den insgesamt abgerechneten Verbrauch und erfolgreiche Abschlüsse über das gesamte Pilotprojekt, einschließlich fehlgeschlagener Versuche. Nutzen Sie diese beobachteten Kosten pro Erfolg zur Schätzung der Produktionsausgaben.
Fazit
Muse Spark Open ist ein überzeugendes Angebot für Unternehmen und Entwickler, die Multimodal-Reasoning im Frontier-Maßstab mit direkter Kontrolle über Modellgewichte suchen. Die Kombination aus 816B Gesamtparametern, 42B aktiven Parametern pro Token, bis zu 1M Kontext und agentorientiertem Training hebt es von einfacheren, chatorientierten Releases ab.
Sein praktischer Wert hängt weniger von der nackten Parameterzahl ab als von gemessener Qualität, Deployment-Machbarkeit, rechtlicher Passfähigkeit und Kosten pro erfolgreicher Aufgabe. Beginnen Sie mit einer reproduzierbaren Workload-Evaluierung, bevor Sie in die Produktion skalieren.