Meta выпустила Muse Spark Open с запуском на двух Mac Studio

Muse Spark Open построена как разреженная смесь экспертов: в ней 816 млрд параметров, но при обработке каждого токена задействуются около 42 млрд. Это снижает вычислительную нагрузку по сравнению с одновременным использованием всех параметров, хотя полные веса всё равно нужно где-то разместить. Заявленное контекстное окно составляет миллион токенов. Модель принимает текст, изображения, видео и аудио; среди основных сценариев Meta называет программирование и многошаговые агентные задачи.

Для локального запуска Meta и Apple оптимизировали модель под фреймворк MLX и Mac Studio с чипом M5 Ultra. По объяснению Meta, каждый такой компьютер предоставляет встроенному GPU до 512 ГБ общей памяти, а две машины вместе дают около терабайта для размещения модели. Это настольная конфигурация без облачного сервера, но не запуск на обычном ноутбуке. Возможность разместить веса в памяти также не стоит путать с обещанием определённой скорости работы во всех задачах.

Компания продемонстрировала модель вместе со своим терминальным инструментом Muse Code: в одном из сценариев агент вносил изменения в код приложения, включая исправления ошибок и сборку. Другой пример касался работы с видеоматериалом в DaVinci Resolve. Эти демонстрации показывают, зачем Meta делает упор на длительные задачи с инструментами: агенту нужно не просто ответить на вопрос, а удерживать контекст, выполнять действия и проверять результат. Они, однако, не заменяют оценку надёжности на чужих проектах.

Веса можно скачать через Hugging Face и другие площадки, а для использования через API модель доступна у нескольких провайдеров. Помимо MLX, заявлена поддержка vLLM, SGLang, llama.cpp и других инструментов инференса; есть оптимизации под чипы AMD, Apple, Intel и Nvidia. Открытые веса означают возможность развёртывать и адаптировать модель самостоятельно, но не отсутствие условий: её лицензия предусматривает коммерческие ограничения.

Meta называет Muse Spark Open сильнейшей американской моделью с открытыми весами. При этом доступные сравнительные результаты не дают оснований объявлять её лидером среди всех открытых моделей: в индексе Artificial Analysis вариант xhigh получил 39 баллов, тогда как у нескольких китайских моделей оценки выше. В тестах работы в терминале и программной инженерии Muse также уступила ряду соперников. Поэтому возможности для локальных агентных задач и место в рейтингах здесь лучше оценивать отдельно.