Inilabas ng Meta ang Muse Spark Open upang hamunin ang mga modelong AI ng China, ngunit may mga limitasyon sa hardware at komersyal na paggamit

Pumasok sa karera ng open AI ang modelong may 816 bilyong parameter

Inilabas ng Meta ang Muse Spark Open noong Oktubre 15, 2026, kaya may modelong artificial intelligence na maaaring i-download, baguhin at patakbuhin mismo ng mga developer. May 816 bilyong parameter ang modelo, sumusuporta sa context window na 1 milyong token at, ayon sa Meta, maaari itong patakbuhin sa dalawang Apple M5 Ultra Mac Studio na may sapat na memorya.

Nagdadagdag ang paglabas nito ng isa pang kalahok na Amerikano sa merkadong malaki na ang inabante ng mga developer na Tsino. Sa pagtatasa ng Hugging Face na inilathala noong Marso 2026, 41% ng mga download sa nakaraang taon ay mga modelong Tsino, na nalampasan ang mga modelong Amerikano. Kabilang sa mga modelong naglalaban para sa mga developer na gustong kontrolin ang sarili nilang mga AI system ang Qwen ng Alibaba, Kimi ng Moonshot AI at GLM ng Z.ai.

Tinawag ng Meta ang Muse Spark Open na pinakamalakas nitong American open weights model. Mas detalyadong larawan ang ipinakikita ng sarili nitong mga pagsubok: nangunguna ang modelo sa ilang nakalistang kakumpitensya sa mga partikular na pagsubok sa paggamit ng mga tool at pagkumpleto ng gawain, habang mas mataas naman ang marka ng mga katunggaling Tsino sa ilang pagsusuri sa coding at propesyonal na trabaho.

Pinananatili ring sarado ng Meta, ang kumpanyang nagmamay-ari sa Facebook, Instagram at WhatsApp, ang pinakabagong modelo nitong Muse Wonder. Kaya dalawang layunin ang pinagsisilbihan ng paglabas ng Muse Spark Open: pagpapalaganap ng teknolohiyang maaaring iangkop ng mga developer at pagpapanatili ng mas makapangyarihang produkto para sa mga komersyal na serbisyo.

Para sa mga negosyo, higit pa sa mga benchmark score ang dapat isaalang-alang sa praktikal na pagpapasya. Nagbibigay ang Muse Spark Open ng kontrol sa pag-deploy at datos, ngunit malaki ang kailangan nitong memorya, at may hiwalay na kasunduang hinihingi sa lisensya para sa ilang kumpanyang nagbebenta ng access sa modelo.

Ano ang maaaring i-download at baguhin ng mga developer

Nakatala ang Meta Superintelligence Labs bilang may-akda sa opisyal na model card ng Muse Spark Open. Inilalarawan nito ang sistemang ginawa para sa coding, pangangatwiran sa ilang magkakasunod na hakbang at pagkumpleto ng mga gawain gamit ang mga software tool.

Ang mga timbang ng modelo (model weights) ay mga numerikal na setting na natutuhan nito habang sinasanay. Dahil mada-download ang mga ito, maaaring patakbuhin ng ibang developer ang modelo, iangkop ang kilos nito at isama ito sa isang produkto nang hindi ipinadadala sa Meta ang bawat kahilingan. Karaniwang nagbibigay ng access ang mga saradong modelo sa pamamagitan ng mga serbisyong kontrolado ng mga developer ng mga ito.

Magkaibang antas ng access ang open weights at open source. Sa ganap na open source na paglalabas, magiging available din sa ilalim ng angkop na mga tuntunin ang kaugnay na training code at datos. Ipinamamahagi ang Muse Spark Open sa ilalim ng sariling lisensya ng Meta, na nagtatakda ng mga kondisyon sa paggamit at muling pamamahagi.

Tumatanggap ang modelo ng teksto, larawan, video at audio, at lumilikha ito ng teksto. Maaari itong gamitin ng developer para suriin ang screenshot, unawain ang tsart o himayin ang isang nairekord na pulong kasabay ng nakasulat na mga tagubilin. Itinatakda ng 1 milyong token na context window kung gaano karaming materyal ang kaya nitong isaalang-alang nang sabay-sabay. Maliliit na yunit ng teksto o iba pang naka-encode na impormasyon na pinoproseso ng sistema ang mga token.

Tampok sa pangkalahatang-ideya ng modelo ng Meta ang coding, pag-unawa sa mga larawan at dokumento, at mga daloy ng trabaho na gumagamit ng ilang AI agent. Ang agent ay sistemang kayang magsagawa ng sunod-sunod na hakbang para matapos ang isang gawain, gaya ng pagtawag sa isang tool, pagsusuri sa resulta at pagpapasya kung ano ang susunod na gagawin.

Mga larangang nangunguna ang Meta at mga katunggaling Tsino

Sa talahanayan ng mga benchmark ng Meta, nakakuha ang Muse Spark Open ng 61.8 sa JobBench, kumpara sa 61.4 ng GLM 5.3 at 54.3 ng Kimi K3. Sa MCP-Atlas, isang pagsubok sa paggamit ng mga tool, iniulat ng Meta na 89.2 ang marka ng modelo nito, na mas mataas sa 84.5 ng Qwen3.8, 84.2 ng GLM 5.3 at 82.3 ng Kimi K3.

Mas pabor sa mga katunggaling Tsino ang resulta sa ilang panukat ng coding. Sa Terminal-Bench 2.1, iniulat ng Meta na 76.4 ang marka ng Muse Spark Open, kumpara sa 83.9 ng GLM 5.3 at 85.0 ng Kimi K3. 8.6 puntos ang lamang ng Kimi. Sa DeepSWE 1.1, 60 ang marka ng Muse Spark Open, kumpara sa 67 ng GLM at 68 ng Kimi.

Ginamit sa mga paghahambing sa DeepSWE ang gusto o pinakamahusay na available na agent software para sa bawat modelo. Tumutulong ang software na ito sa pag-aayos ng trabaho, kaya ipinakikita ng iniulat na resulta kung paano gumagana ang modelo sa isang partikular na setup. Gumamit din ang Meta ng magkakaibang pinangalanang setting para sa pangangatwiran ng mga katunggaling modelo.

Iniulat ng Meta na 39 ang score ng Muse Spark Open sa Artificial Analysis Intelligence Index, mas mataas sa 26 ng Inkling ng Thinking Machines at 23 ng Nemotron 3 Ultra ng Nvidia. Sa talahanayan nito, 45 ang marka ng GLM 5.3, 44 ng Kimi K3 at 40 ng Qwen3.8. Mga bilang ito na inilathala ng Meta sa model card nito.

Dahil dito, nakasalalay sa uri ng trabaho ang pagpapasya sa pagbili. Maaaring pahalagahan ng kumpanyang gumagawa ng assistant na nag-uugnay ng mga tool ang ibang resulta kaysa sa pangkat na gumagamit ng AI para lutasin ang mahihirap na problema sa pagpapanatili ng software. May mga kalakasan ang inilabas na modelo ng Meta sa ilang partikular na gawain, ngunit matindi ang kompetisyon sa mas malawak na hanay ng mga pagsubok.

Bakit lumalakas ang mga nada-download na modelo

Naipapaliwanag ng 41% na bilang sa download ng Hugging Face ang pangkomersyal na presyur sa mga developer na Amerikano. Nagbibigay-daan ang mga nada-download na modelo para makapagtayo ang mga organisasyon batay sa umiiral nang sistema sa halip na gumastos para magsanay ng malaking modelo mula sa simula. Maaari rin nila itong iangkop sa sarili nilang mga termino, pamamaraan at aplikasyon.

Iniulat ng OpenRouter na 60% ng dami ng token mula sa mga kahilingang nagmula sa Estados Unidos sa platform nito noong Setyembre ay pinroseso ng mga open weights model. Mga developer na Tsino ang nagbigay ng karamihan sa trapiko nito kaugnay ng mga open model. Sinusukat ng bilang na ito ang aktibidad sa OpenRouter, samantalang sinusukat naman ng bilang ng Hugging Face ang mga download sa ibang platform at sa ibang panahon.

Inilahad ni Alexandr Wang, punong AI officer ng Meta, ang kompetisyon sa pambansang pananaw at iginiit na kailangang maglabas ang mga kumpanyang Amerikano ng mga modelong malawak na magagamit ng mga developer.

Karamihan sa AI sa mundo ay tatakbo sa mga open model. Dapat ay mga modelong Amerikano ang mga ito.

Maaaring pumili ang mga negosyo kung saan nila iho-host ang mga nada-download na modelo, kabilang ang mga modelong binuo sa ibang bansa. Maaaring manatili sa loob ng kapaligirang iyon ang mga prompt at dokumento kapag pinatakbo ang sistema sa sariling imprastraktura ng isang organisasyon, basta naaayon ang pagkakakumpigura sa mga nakakabit na tool at serbisyo. Nakadepende sa piniling deployment ng kostumer kung saan nagaganap ang pagproseso.

Dalawang desktop computer at malaking pangangailangan sa memorya

Inilalarawan sa anunsyo ng Meta noong Oktubre 15 ang setup na gumagamit ng dalawang Apple M5 Ultra Mac Studio, na bawat isa ay may hanggang 512 GB na unified memory. Pinahihintulutan ng MLX framework ng Apple na magtulungan ang mga computer at mailagay ang modelo sa humigit-kumulang isang terabyte ng memorya.

Gumagamit ang Muse Spark Open ng mixture of experts architecture. Marami itong espesyalisadong pangkat ng mga parameter, at ilan lamang sa mga ito ang ina-activate para sa bawat token na pinoproseso nito. Sa 816 bilyong kabuuang parameter nito, 42 bilyon ang aktibo sa bawat pagkakataon, o humigit-kumulang 5.1% ng kabuuan. Binabawasan nito ang kailangang komputasyon sa bawat hakbang, ngunit kailangan pa rin ng malaking memorya para maimbak ang buong modelo.

Nagtatakda ang model card ng hindi bababa sa 700 GB na accelerator memory para sa bersiyong NVFP4 at 2 TB para sa BF16. Magkaibang numerikal na format ang mga ito para mag-imbak ng mga timbang. Mas kaunting bit at memorya ang ginagamit ng NVFP4; mas maraming memorya naman ang kailangan ng BF16, habang binabanggit ng Meta na sa ilang pagkakataon ay maaaring magkaroon ng kaunting pagkakaiba sa kalidad ang compressed inference.

Nakatakdang dumating sa bandang huli ng Oktubre ang 512 GB na konfigurasyon ng Mac Studio ng Apple, at hindi pa inanunsyo ang presyo nito nang ilunsad ang modelo. Nagsisimula sa $10,799 ang isang makinang may kinakailangang M5 Ultra chip at 256 GB na memorya. Nagkakahalaga ng $43,196 ang apat sa presyong nakalista, bago ang buwis at mga aksesorya, at magbibigay ang mga ito ng pinagsamang kapasidad ng memoryang kapareho ng iminungkahing pares.

Nagpakita ang Meta ng mga lokal na daloy ng trabaho na kinabibilangan ng pagbabago sa Ice Cubes, isang Mastodon application, at pagpapatakbo ng DaVinci Resolve para suriin ang footage at maghanda ng mga patayong crop. Hindi nito ibinigay ang buong presyo o nasukat na bilis ng paglikha ng teksto para sa iminungkahing pares ng mga computer.

Nagkakasundo ang Apple at Meta

Ilang buwan na nagtulungan ang Apple at Meta sa deployment. Pinaglapit ng partnership ang dalawang kumpanyang nagkaroon ng tensiyon sa ugnayan dahil sa mga pagtatalo tungkol sa privacy at advertising. Tinataya ng Meta na magbabawas ng $10 bilyon sa kita nito noong 2022 ang mga pagbabago ng Apple sa privacy na ipinakilala noong 2021.

Bumili na noon ang Meta ng daan-daang Mac computer para mag-eksperimento ang Superintelligence team nito sa lokal na AI at mga agent. Kinilala ni Wang ang AI researcher at dating direktor ng Apple na si Daniel Gross bilang isa sa mga dahilan kung bakit nabuo ang pagtutulungan.

Nagkakaroon ang Apple ng pagkakataong ipakita na kaya ng hardware nito na patakbuhin ang napakalaking AI model sa labas ng data center. Nagkakaroon naman ang Meta ng isa pang paraan ng deployment para sa mga developer na gustong magtrabaho nang lokal. Walang pampublikong ipinangako ang alinmang kumpanya tungkol sa mas malawak na partnership.

Sinusuportahan din ng Meta ang hardware ng AMD, Intel at Nvidia sa pamamagitan ng ilang inference engine, o software na nagpapatakbo ng sinanay na modelo. Nakalista sa anunsyo nito ang SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp at Unsloth.

Nagkakaiba-iba ang pagpapahusay sa bilis depende sa bahagi at sistema. Iniulat ng Meta ang pagbilis nang 1.03 hanggang 3.95 beses para sa mga indibidwal na Helion GPU kernel, na maliliit na gawain sa komputasyon. Para sa buong daloy ng trabaho sa AMD MI350 hardware, iniulat nito ang 3% na pagbilis.

Ano ang pinahihintulutan ng libreng paggamit at saan ito nagtatapos

Pinahihintulutan ng Muse Model License ang maraming developer na patakbuhin, baguhin at iangkop ang modelo nang hindi nagbabayad sa Meta. May partikular na probisyon para sa mga kuwalipikadong negosyong nagbibigay ng mga modelo bilang serbisyo, ibig sabihin, nagbebenta sila sa mga kostumer ng access sa isang naka-host na modelo.

Kapag lumampas sa pinagsama-samang kabuuang kita na $20 milyon ang isang lisensyado at mga kaanib nito sa alinmang magkakasunod na 12 buwan, kailangang ipaalam sa Meta at kumuha ng hiwalay na nakasulat na kasunduan para sa kuwalipikadong aktibidad sa pagbibigay ng modelo bilang serbisyo. Saklaw ng kalkulasyon ng kita ang kumpanya at mga kaanib nito, hindi lamang ang mga benta mula sa Muse Spark Open.

Hindi saklaw ng probisyong iyon ang panloob na paggamit at iba pang tinukoy na aktibidad. Inaatasan din ng lisensya ang mga produktong gumagamit ng modelo o ng mga saklaw nitong derivative na ipakita ang atribusyong "Binuo gamit ang Muse Spark Open." Kaya kailangang suriin ng mga negosyong nagpaplanong mag-deploy nito kapwa ang nilalayong aktibidad at ang mga naaangkop na kondisyon.

Maaaring i-download ng mga developer ang mga timbang sa pamamagitan ng Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face at Microsoft Foundry Models. Nagbibigay ang Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter at Together AI ng naka-host na access.

Nagtatakda ang Together AI ng serverless na presyo na $1.25 kada isang milyong input token at $4.25 kada isang milyong output token. Sa mga presyong iyon, nagkakahalaga ng $5.50 ang pagproseso ng isang milyong input token at paglikha ng isang milyong output token. Sa lokal na pagpapatakbo naman, nakadepende ang gastos sa paggasta sa hardware, antas ng paggamit, kuryente at teknikal na suporta.

Hindi nagtatapos sa pag-download ang gawaing pangkaligtasan

Ayon sa Meta, nagmula ang Muse Spark Open sa Muse Spark na inilabas noong Agosto, at dinagdagan ito ng pagsasanay sa kaligtasan upang maihanda sa paggamit sa labas ng sariling mga sistemang pananggalang ng Meta. Sinusuri sa model card nito ang mapaminsalang nilalaman, mga pagkilos gamit ang mga tool, privacy, at mga panganib na may kaugnayan sa cybersecurity, chemistry, biology at pagkawala ng kontrol.

Iniulat ng Meta na tumanggi ang inilabas na modelo sa 99.2% ng mga pagtatangka sa panloob nitong cyber jailbreak benchmark. Ang jailbreak ay pagtatangkang pasuwayin ang modelo sa mga paghihigpit nito. Sa pinagsamang tatlong iba pang cybersecurity test set, iniulat ng Meta na 94.8% ang antas ng pagtanggi nito.

May mga pananagutan pa rin ang mga developer kapag ikinokonekta ang modelo sa mga totoong sistema. Inirerekomenda ng Meta ang mga pananggalang na naaangkop sa aplikasyon, kabilang ang paghingi ng kumpirmasyon ng tao bago magsagawa ng mga hindi na maibabalik na pagkilos. Kailangan ng mga kontrol ang assistant na kayang mag-edit ng code, maglipat ng mga file o gumamit ng mga panlabas na tool para matiyak kung aling mga pagkilos ang maaari nitong gawin.

Ayon sa model card, maaari itong magbigay ng mga di-tumpak, may kinikilingan o hindi kanais-nais na sagot at magkamali sa masalimuot na pangangatwiran. Sinanay ito gamit ang datos sa mahigit 100 wika, ngunit hindi sinuri ng Meta ang bawat wikang kasama sa pagsasanay. Kailangang subukan ng mga developer ang sarili nilang mga aplikasyon at wika kapag iniangkop nila ang modelo, lalo na matapos baguhin ang mga timbang o kilos nito.

Paglabas na sumusuporta rin sa saradong negosyo ng Meta

Pinananatiling pag-aari at sarado ng Meta ang mas advanced nitong modelong Muse Wonder. Sinabi ni Wang na nakaaapekto sa pagpili ng mga modelong inilalabas ng kumpanya para ma-download ng iba ang mga konsiderasyon sa kaligtasan at kakayahan.

Dahil sa mga konsiderasyon kapwa sa kaligtasan at kakayahan, karaniwan naming hindi gagawing open source ang pinakamakapangyarihan naming mga modelo.

Nakikita rin ng Meta ang libreng access bilang paraan para makahikayat ng mga developer na maaaring magbayad sa hinaharap para sa mas maraming tool at kapasidad sa komputasyon sa pamamagitan ng nakaplanong cloud business nito. Maaaring magsimulang mag-eksperimento ang mga developer nang mag-isa, saka bumili ng mga naka-host na serbisyo habang lumalaki ang kanilang mga pangangailangan.

Hindi lamang Meta ang nakikibahagi sa kompetisyon. Inanunsyo ng Mistral ng France ang Mistral Large 4 sa unang bahagi ng Oktubre at inilarawan ito bilang pinakamalaki at pinakamalakas nitong modelo, na may kabuuang 1 trilyong parameter at 49 bilyong aktibong parameter. Nakatakdang ilathala ang mga timbang nito sa Oktubre 27. Nagplano rin ang Reflection AI na ilabas ang modelong Beam nito sa Oktubre.

Ang mga pangunahing petsa ay:

• Agosto 2026: Inilabas ng Meta ang Muse Spark at ang mas maliit na open weights model na Muse Glimmer.
• Unang bahagi ng Oktubre: Inanunsyo ng Mistral ang Mistral Large 4.
• Oktubre 15: Inilabas ng Meta ang Muse Spark Open.
• Bandang huli ng Oktubre: Nakatakdang dumating ang konfigurasyon ng Mac Studio ng Apple na may 512 GB na memorya.
• Oktubre 27: Nakatakdang ilathala ng Mistral ang mga timbang ng Large 4.

Nagbibigay ang inilabas ng Meta ng isa pang malaking modelong maaaring patakbuhin at iangkop mismo ng mga organisasyon. Nakabatay ang pang-akit nito sa kombinasyon ng kakayahan sa mga gawain, mga opsyon sa lokal na deployment at mga tuntunin ng lisensya, habang iniiwan naman ng estratehiyang pangkomersyal ng kumpanya ang pinakamakapangyarihan nitong teknolohiya sa likod ng may bayad na serbisyo.

Mahahalagang Punto

• Inilabas ng Meta ang Muse Spark Open noong Oktubre 15, 2026. Mayroon itong 816 bilyong kabuuang parameter, kung saan 42 bilyon ang aktibo sa bawat pagkakataon.
• Tumatanggap ang modelo ng teksto, larawan, video at audio, lumilikha ng teksto at sumusuporta sa context window na 1 milyong token.
• May mga kalakasan ang modelo sa paggamit ng mga tool ayon sa mga pagsubok ng Meta, samantalang nangunguna ang Kimi K3 at GLM 5.3 sa ilang panukat ng coding.
• Malaking memorya ang kailangan para patakbuhin ito nang lokal. Dalawang M5 Ultra Mac Studio na may tig-512 GB ang iminungkahing desktop setup ng Meta.
• Kailangang kumuha ng hiwalay na kasunduan sa Meta ang mga kuwalipikadong negosyong nagbibigay ng modelo bilang serbisyo kapag lumampas sa $20 milyong hangganan ng kita.
• Nananatiling sarado ang Muse Wonder, habang ginagamit ng Meta ang mga nada-download na modelo para makahikayat ng mga developer at posibleng kostumer ng cloud service.