Muse Spark Open: можно ли запустить open-weight-модель Meta — и Muse Code — локально?
15 октября Meta выпустила Muse Spark Open: 816 млрд параметров, собственная лицензия и требования к железу, которые большинству разработчиков не по силам. Разбираем, что разрешает лицензия, что нужно для запуска и что Meta сказала — и чего не сказала — о работе Muse Code на этой модели.
Что выпустила Meta
15 октября 2026 года Meta опубликовала веса Muse Spark Open — большой open-weight-модели из семейства Muse Spark. Основные характеристики:
- Размер: 816 млрд параметров всего, 42 млрд активных на токен (архитектура mixture-of-experts).
- Контекст: 1 млн токенов.
- Вход: текст, изображения, видео и аудио. Выход: текст.
Это релиз совсем другого рода, чем Muse Glimmer — открытая модель на 30B, которую Meta выпустила 10 августа. Glimmer рассчитана на один потребительский GPU. Spark Open рассчитана на дата-центр или серьёзный кластер рабочих станций.
Лицензия простыми словами
Spark Open распространяется под Muse Model License — собственной лицензией Meta. Это не одобренная OSI open-source-лицензия, поэтому точный термин — «open-weight». Если коротко:
- Можно запускать, изменять, дообучать, дистиллировать и распространять модель — при соблюдении условий лицензии и политики использования Meta.
- Нужно указывать «Built with Muse Spark Open» в продуктах, которые её используют.
- Если вы крупный хостер моделей — компания, у которой валовая выручка от предоставления модели как сервиса превышает $20 млн за 12 месяцев, — нужно уведомить Meta и подписать отдельное соглашение.
- Результаты принадлежат вам. Meta не претендует на то, что генерирует модель.
Большинства команд пункт о выручке не коснётся. Хостинг-провайдерам и реселлерам стоит прочитать его целиком. Glimmer для сравнения выходит под Apache 2.0 — без обязательной пометки и без порога по выручке.
Какое железо на самом деле нужно?
Много. По оценке Meta, около 700 ГБ памяти ускорителей в точности NVFP4 и около 2 ТБ в BF16. Благодаря 42 млрд активных параметров каждый токен считается относительно дёшево, но все 816 млрд параметров всё равно должны лежать в памяти.
В собственном демо Meta использовала два Mac Studio на M5 Ultra — до 512 ГБ памяти в каждом — с моделью на MLX. Это самая доступная конфигурация, которую показала Meta, и даже она требует двух топовых машин. Spark Open — не модель для ноутбука, и одна мощная игровая видеокарта её не потянет.
Где взять
- Веса: Hugging Face (доступ по запросу,
meta-models/Muse-Spark-Open-816B-A42B), Amazon SageMaker AI, Google Cloud Model Garden и Microsoft Foundry. - Движки инференса: SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp и Unsloth. Для дообучения Meta рекомендует TorchTitan.
- Хостовые API: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter и Together AI. У Together цена — $1,25 за вход, $0,15 за кэшированный вход и $4,25 за выход на 1M токенов. Groq ограничивает контекст 131K токенов вместо полного 1M.
Цена Together совпадает с собственным тарифом Meta на хостовую muse-spark-1.3. Если вам нужен просто доступ с оплатой за токены, открытые веса дешевле не сделают. Они окупаются, когда нужно хостить модель самому, дообучать её или держать данные на своём железе.
Как она показывает себя в бенчмарках
Таблица Meta к запуску — с обычной оговоркой, что это цифры самого вендора:
| Бенчмарк | Muse Spark Open | Примечание из таблицы Meta |
|---|---|---|
| Terminal-Bench 2.1 | 76,4 | Лидирует Kimi K3 с 85,0 |
| MCP-Atlas | 89,2 | Лучший результат в сравнении |
| JobBench | 61,8 | Лучший результат в сравнении |
| Artificial Analysis Intelligence Index | 39 | Ниже GLM-5.3 (45) и MiMo-V2.6-Pro (46) |
Сильнее всего Spark Open выглядит в работе с инструментами и агентных задачах, а по общим показателям интеллекта уступает лучшим конкурирующим открытым моделям. Для сравнения: VentureBeat оценил хостовую Spark 1.3 в 61 балл по тому же индексу, как мы писали в разборе Spark 1.3. Открытая модель — не бесплатная копия флагмана.
Можно ли запустить на ней Muse Code локально?
Отчасти — по словам Meta, но пока без инструкций от Meta. Meta утверждает, что Muse Code работает на Spark Open для агентных сценариев прямо на устройстве на железе Apple. В демо агент редактировал Mastodon-клиент Ice Cubes и управлял DaVinci Resolve.
Чего Meta не опубликовала, так это пошаговой настройки: нет документированной конфигурации локального провайдера, которая объясняла бы, как направить Muse Code на самостоятельно развёрнутый эндпоинт Spark Open. В CLI 1.4.2 у muse serve появились флаги --provider и --model, но Meta не описывает их как способ подключиться к локальному серверу Spark Open. Поэтому:
- Полностью офлайновый Muse Code Meta продемонстрировала, но не задокументировала. Готовьтесь экспериментировать и пока не планируйте под это раскатку на команду.
- Реальное ограничение — железо. Показанному демо понадобились два Mac Studio с большим объёмом памяти.
- Модели из подписки к этому не прилагаются. Локальный запуск не даёт ни Muse Wonder, ни Wonder Full — они существуют только в облаке Meta.
Если что-то изменится, это появится в документации и в нашем Changelog.
Spark Open vs. Muse Glimmer vs. хостовая Spark 1.3
| Muse Spark Open | Muse Glimmer | Muse Spark 1.3 (хостовая) | |
|---|---|---|---|
| Выход | 15 октября 2026 года | 10 августа 2026 года | 2 сентября 2026 года |
| Размер | 816B всего, 42B активных | 30B | — |
| Лицензия | Muse Model License (собственная) | Apache 2.0 | Проприетарная, только API и продукты Meta |
| Железо | ~700 ГБ (NVFP4) — ~2 ТБ (BF16) | Один потребительский GPU, ~20 ГБ после квантизации | Не нужно — хостит Meta |
| Контекст | 1M токенов | — | 1M токенов |
| Цена | Ваше железо или $1,25 / $4,25 за 1M в Together AI | Ваше железо | $1,25 / $4,25 за 1M (standard) |
| Muse Code | По словам Meta, работает на железе Apple; настройка не документирована | Для Muse Code не документирована | Модель по умолчанию |
Для кого она?
- Для компаний и лабораторий, которым нужно держать данные на своей инфраструктуре или хочется дообучить либо дистиллировать большую агентную модель.
- Для провайдеров инференса — отсюда и длинный список хостов в день запуска, и нацеленный на них пункт о выручке.
- Для владельцев очень больших сетапов на Apple или GPU, которые хотят поэкспериментировать с локальным агентом, не дожидаясь официальной документации.
Для всех остальных практический выбор не изменился: хостовая Spark 1.3 через Muse Code или Meta Model API, если нужен агент, и Glimmer, если нужно что-то, что работает на одном GPU. Как всё это выглядит на фоне конкурирующих агентов, показывает наша страница сравнения.