Meta veröffentlicht Muse Spark Open, ein Open-Weight-Modell, das auf Macs läuft

Meta hat am 15. Oktober 2026 Muse Spark Open veröffentlicht, ein neues KI-Modell mit offenen Gewichten, das auf Programmierung und mehrstufiges logisches Schlussfolgern ausgerichtet ist. Das Unternehmen bezeichnet es als das leistungsfähigste Open-Weight-Modell, das bisher in den Vereinigten Staaten entwickelt wurde. Gemeinsam mit Apple optimiert, lässt sich das Modell lokal auf zwei Mac-Studio-Desktops verteilt betreiben.

Muse Spark Open verfügt über insgesamt 816 Milliarden Parameter, von denen jeweils 42 Milliarden aktiv sind, sowie über ein Kontextfenster von einer Million Token. Das Modell ist nativ multimodal. Meta zufolge wurde es für komplexe Softwareentwicklung, langlaufende Aufgaben und Arbeitsabläufe entwickelt, die über mehrere Schritte hinweg den Aufruf von Werkzeugen erfordern. In von dem Unternehmen veröffentlichten Benchmarks übertrifft das Modell konkurrierende Open-Weight-Systeme in einigen Kategorien und liegt in anderen nahe daran.

Zwei Mac Studios, ein Terabyte Speicher

Laut Meta läuft das Modell auf einem Paar aus M5-Ultra-Mac-Studios mithilfe des MLX-Frameworks von Apple. Das einheitliche Speicherkonzept von Apple erlaubt es der integrierten GPU jedes Geräts, bis zu 512 GB zu adressieren. Werden zwei Geräte verbunden, stehen somit 1 TB zur Verfügung, über die sich die Gewichte verteilen. Meta gibt die Speicherbandbreite des M5 Ultra mit 1,2 TB pro Sekunde an. Die Konfiguration ist allerdings alles andere als günstig, und Apple hat bislang keine Preise für den Mac Studio mit 512 GB veröffentlicht.

Apple-Hardware ist nicht das einzige Ziel. Unterstützte Inferenz-Software umfasst SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp und Unsloth. Die SGLang-Version enthält eigens entwickelte, automatisch abstimmbare Helion-GPU-Kernel, die Meta zufolge auf Nvidia- und AMD-Grafikkarten Beschleunigungen von 1,03x bis 3,95x auf Kernel-Ebene bringen sowie einen Gewinn von 3 % End-to-End auf AMDs MI350. Entwickler können das Modell mit PyTorch und TorchTitan feinabstimmen.

Von Fehlerbehebungen bis zu Videoschnitt

Meta hat das Modell mit Muse Code getestet, dem eigenen KI-Coding-Terminal des Unternehmens. In einer Demonstration behob es Fehler, ergänzte Funktionen und schloss den Build von Ice Cubes ab, einem Open-Source-Mastodon-Client. In einer anderen Vorführung sichtete es mit DaVinci Resolve Filmmaterial Bild für Bild, wählte Highlights aus und schnitt Clips ins Hochformat zu.

Der API-Zugang ist über Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI verfügbar, während die Gewichte bei Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry Models heruntergeladen werden können. Die Veröffentlichung unterliegt der Muse Model License, die vielen Entwicklern eine kostenlose Nutzung erlaubt, den kommerziellen Einsatz jedoch an einige Einschränkungen knüpft. Der Schwerpunkt auf lokaler Ausführung bedeutet, dass Nutzer mit ausreichend leistungsstarker Hardware ein Modell im Spitzenklasse-Format ohne Cloud-Dienste betreiben können.