# Muse Spark Open : modèle multimodal ouvert de Meta > Muse Spark Open est le modèle multimodal de Meta aux poids ouverts : 816 milliards de paramètres, pensé pour coder et mener des tâches d'agent. - Type : actu de l'IA - Famille : Modèles · Modèle multimodal ouvert - Habitat : Hugging Face · Mac Studio ou GPU - Niveau : avancé - Source : https://huggingface.co/blog/meta-muse-spark-open - Publié le : 16 octobre 2026 - Page : https://geekus.fr/projets/muse-spark-open/ Muse Spark Open est un modèle d'IA de Meta dont les poids sont publiés, c'est-à-dire que chacun peut le télécharger. Il compte environ 816 milliards de paramètres, dont 42 milliards actifs par token, accepte texte, images, audio et vidéo en entrée, et ne produit que du texte. Meta le destine au code et aux tâches d'agent, et annonce qu'il tourne en local sur deux Mac Studio M5 Ultra. ## En bref - Modèle à poids ouverts de Meta, disponible sur Hugging Face - 816 milliards de paramètres, 42 milliards actifs par token, contexte jusqu'à un million de tokens - Entrées : texte, images, audio, vidéo ; sortie : texte - Local possible sur deux Mac Studio M5 Ultra, avec au moins 1 To de mémoire d'après la presse - Licence Muse Model, moins permissive que celle de Muse Glimmer ## Qu'est-ce que Muse Spark Open Muse Spark Open est le modèle de taille complète de la série Muse de Meta. Il fait suite à Muse Glimmer, un petit modèle dense de 30 milliards de paramètres publié en août sous licence Apache 2.0, que Hugging Face présente comme adapté à une exécution locale. Les deux modèles partagent le même tokenizer (le découpage du texte en unités) et le même vocabulaire. Selon Next, Meta revient avec ce modèle aux poids ouverts après Muse Spark, un modèle fermé. Meta le décrit comme le modèle à poids ouverts américain le plus capable à ce jour. Il a été entraîné pour le code agentique : lire une base de code, écrire et déboguer, appeler des outils, planifier, agir, observer puis se corriger sur de longues tâches. ## Architecture en mélange d'experts Muse Spark Open repose sur un mélange d'experts. Chaque couche du modèle contient 256 experts, et un routeur en choisit 8 pour chaque token. Ces experts regroupent environ 97 % des paramètres du modèle. Conséquence pratique, détaillée par Hugging Face : tous les experts restent en mémoire, donc le déploiement exige la mémoire d'un modèle de 816 milliards de paramètres, mais chaque token est calculé avec environ 42 milliards de paramètres, à la vitesse d'un modèle de cette taille. Le modèle compte 62 couches pour sa partie langage. - Version BF16 : environ 1,5 To au format safetensors - Version NVFP4 : paramètres en 4 bits, avec une perte de précision négligeable selon Hugging Face, pour les GPU NVIDIA Blackwell - Dans transformers, la version BF16 demande 4 nœuds de 8 GPU H200, la version NVFP4 un seul nœud B200 ## Analyser texte, images, audio et vidéo Un encodeur de perception de 1,8 milliard de paramètres transforme les images et les images de vidéo en tokens pour le modèle de langage. L'audio passe par un encodeur dédié, qui produit un token toutes les 80 ms, soit 12,5 tokens par seconde : dix secondes d'audio donnent 125 tokens. Le processeur attend de l'audio mono à 24 kHz. Pour la vidéo, l'échantillonnage par défaut est de 2 images par seconde, plafonné à 96 images, et ce réglage peut être augmenté. Hugging Face prévient qu'un taux plus élevé suit mieux les événements mais coûte plus de mémoire et de latence. Contrairement à Muse Glimmer, Muse Spark Open sait traiter une vidéo avec sa piste audio. Le contexte atteint 1 048 576 tokens, image, vidéo et audio compris. Pour un contexte complet, le cache d'attention représente environ 266 Go en BF16, selon les calculs de Hugging Face. ## Faire tourner Muse Spark Open en local Selon Meta, relayé par The Verge et Next, le modèle fonctionne sur deux Mac Studio équipés de la puce M5 Ultra et de 512 Go de mémoire unifiée chacun, reliés en Thunderbolt 5 grâce à MLX, le framework d'Apple. TechCrunch, citant Engadget, indique qu'il faut au moins 1 To de mémoire. Apple n'a pas annoncé le prix de l'option 512 Go ; Next estime que deux machines dépasseraient aisément 30 000 euros. Hugging Face a aussi testé llama.cpp, où le modèle est intégré. Sur un Mac M3 Ultra de 512 Go, une quantification en 2 bits calibrée avec imatrix tourne à 18 tokens par seconde, le modèle occupant 304 Go. Les commandes ci-dessous installent llama.cpp puis lancent le serveur. Le raisonnement ne peut pas être désactivé. Le niveau se règle de « low » à « xhigh » ; Hugging Face conseille « low » pour consommer moins de tokens sur une tâche simple. Des recettes existent aussi pour vLLM et SGLang, dont une configuration NVFP4 sur quatre GPU GB300. ```bash curl -LsSf https://llama.app/install.sh | sh llama serve -hf ggml-org/Muse-Spark-Open-816B-A42B-GGUF:Q2_K ``` ## Performances annoncées par Meta Meta compare Muse Spark Open à d'autres modèles ouverts. D'après Next, il arrive en tête sur deux des trois tests de tâches agentiques (JobBench et MCP-Atlas), mais est dépassé sur GDPval-AA v2 par trois modèles chinois et [Mistral Large 4](https://geekus.fr/projets/mistral-large-4/). En programmation, il ne prend aucune première place : il est derrière quatre rivaux sur Terminal-Bench 2.1 et dans la moyenne sur DeepSWE. Sur onze benchmarks, Meta décroche six premières places, toujours selon Next. The Decoder précise que le modèle reste nettement en dessous des modèles payants [Muse Wonder](https://geekus.fr/projets/muse-wonder/) Full de Meta. Ces résultats sont ceux publiés par Meta, et la comparaison avec les modèles fermés d'OpenAI et d'Anthropic manque. ## Licence et disponibilité de Muse Spark Open Les poids sont disponibles sur Hugging Face. La licence Muse Model autorise de modifier, distiller et redistribuer le modèle, et même d'en vendre des copies, à condition de respecter la licence et d'afficher l'attribution « Built with Muse Spark Open », selon The Decoder et Next. Certains usages militaires, la création de logiciels malveillants et le contournement des mesures de sécurité sont interdits. Meta ne revendique aucun droit sur les sorties du modèle. Un fournisseur dépassant 20 millions de dollars par an qui veut proposer le modèle en service d'API doit conclure un accord séparé avec Meta. Selon TechCrunch, le modèle est aussi disponible via plusieurs plateformes d'API ; leurs tarifs ne figurent pas dans les articles consultés. ## Quelques repères - **Poids ouverts** : Un modèle à poids ouverts est un modèle dont les paramètres appris sont publiés et téléchargeables. On peut alors l'exécuter soi-même, sous les conditions de sa licence, sans que cela fasse de lui un logiciel entièrement open source. - **Mélange d'experts** : Architecture où le modèle contient de nombreux sous-réseaux spécialisés, les experts. Pour chaque morceau de texte, seuls quelques experts sont activés, ce qui limite le calcul. - **Quantification** : Technique qui stocke les paramètres d'un modèle avec moins de bits. Le modèle prend moins de mémoire, au prix d'une précision parfois un peu réduite. ## Questions fréquentes ### Muse Spark Open est-il vraiment open source ? Ses poids sont ouverts et téléchargeables sur Hugging Face, mais la licence Muse Model est moins permissive que l'Apache 2.0 de Muse Glimmer. Elle impose une attribution et interdit certains usages, comme la création de logiciels malveillants. ### Quelle configuration faut-il pour faire tourner Muse Spark Open sur Mac ? Meta annonce deux Mac Studio M5 Ultra de 512 Go de mémoire chacun, avec MLX. TechCrunch, citant Engadget, parle d'au moins 1 To de mémoire. Sur un Mac M3 Ultra de 512 Go, Hugging Face a obtenu 18 tokens par seconde en quantification 2 bits. ### Muse Spark Open peut-il analyser de l'audio et de la vidéo ? Oui. Muse Spark Open accepte texte, images, audio et vidéo en entrée, y compris une vidéo avec sa piste audio. Il ne génère en revanche que du texte. ### Quelle est la taille de la fenêtre de contexte de Muse Spark Open ? Elle atteint jusqu'à un million de tokens, soit 1 048 576 dans la configuration. Cette fenêtre inclut les tokens d'image, de vidéo et d'audio, en plus du texte. ## À retenir Muse Spark Open est un modèle multimodal de 816 milliards de paramètres aux poids ouverts, publié par Meta sous licence Muse Model, pour le code et les tâches d'agent. Il peut tourner en local, mais l'équipement demandé, au moins 1 To de mémoire d'après la presse, reste très au-dessus d'un ordinateur courant. Sources : - [Hugging Face](https://huggingface.co/blog/meta-muse-spark-open) (annonce officielle) - [Next](https://next.ink/262141/avec-muse-spark-open-meta-ouvre-les-poids-et-se-rapproche-dapple/) (article de presse) - [TechCrunch](https://techcrunch.com/2026/10/15/meta-launches-an-open-weight-model-that-runs-on-macs/) (article de presse) - [The Verge](https://www.theverge.com/news/1012293/meta-apple-muse-spark-open-ai-model-mlx) (article de presse) - [The Decoder](https://the-decoder.com/muse-spark-open-is-metas-answer-to-qwen-glm-and-kimi-in-the-open-weight-race/) (article de presse) Mots-clés : meta, poids ouverts, multimodal, moe, agents --- Fiche publiée par Geekus : https://geekus.fr/projets/muse-spark-open/