Meta publie Muse Spark Open, un modèle à poids ouverts de 816 milliards de paramètres pour le code et les agents

Meta Superintelligence Labs a lancé le 15 octobre Muse Spark Open, une déclinaison à poids ouverts de son modèle Muse Spark. L'entreprise le présente comme le modèle à poids ouverts américain le plus performant à ce jour et le destine au développement logiciel et aux tâches agentiques de longue haleine.

Ce qui est publié

D'après la fiche du modèle, il s'agit d'un transformeur à mélange d'experts de 816 milliards de paramètres, dont 42 milliards sont sollicités pour chaque jeton (62 couches, 256 experts, 8 actifs à la fois). Il accepte texte, image, vidéo et audio en entrée, répond en texte et gère un contexte d'un million de jetons. Les poids sont fournis en BF16 et en NVFP4 ; Meta estime qu'un auto-hébergement exige environ 700 Go de mémoire GPU en NVFP4 et près de 2 To en BF16.

Outre Hugging Face, le modèle est proposé sur Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry, et accessible par API chez des hébergeurs comme Fireworks AI, Groq, Together AI ou OpenRouter. Meta affirme aussi qu'il tourne sur deux Mac Studio M5 Ultra reliés, grâce au framework MLX d'Apple.

Face à la concurrence

Les chiffres publiés par Meta sont contrastés. Le modèle obtient 89,2 sur MCP-Atlas, un banc d'essai d'utilisation d'outils, contre 84,5 pour Qwen3.8. Sur Terminal-Bench 2.1, en revanche, il plafonne à 76,4 quand Kimi K3 atteint 85,0, et son score de 39 à l'indice d'Artificial Analysis reste sous ceux de GLM 5.3 et Kimi K3. The New Stack relève que l'écart en programmation avec les meilleurs modèles ouverts chinois, déjà reconnu au lancement de la version fermée en avril, s'est peu réduit. Ces résultats proviennent tous de Meta.

Licence et réserves

Le téléchargement est soumis à une demande d'accès et à la licence Muse Model License, qui n'est pas une licence libre. Les produits doivent afficher la mention « Built with Muse Spark Open », et une entreprise dont le service dépasse 20 millions de dollars de revenus bruts sur 12 mois doit prévenir Meta et signer un accord séparé avant de proposer le modèle à des tiers. L'usage interne et la recherche ne sont pas concernés.

Meta indique avoir renforcé l'entraînement de sécurité en raison de la publication des poids et fait état de taux de refus élevés sur ses tests internes en cybersécurité et en biologie. L'entreprise précise toutefois que ces résultats ne valent que pour le point de contrôle publié : une version affinée peut se comporter autrement. Le rapport d'évaluation complet n'est pas encore disponible.