Meta lança Muse Spark Open com pesos abertos e 1M de tokens

Muse Spark Open usa arquitetura MoE com 816B parâmetros totais mas apenas 42B ativos por token. A janela de 1M tokens permite processar documentos longos sem truncamento. A Meta otimizou para Apple M5 Ultra via MLX, carregando o modelo completo em dois Mac Studio com 512 GB de memória unificada cada. Isso transforma duas máquinas em um "supercomputador" com 1 TB de memória. O modelo também roda em GPUs NVIDIA, AMD e Intel via SGLang, vLLM e TensorRT-LLM.

A empresa demonstrou agentic workflows rodando on-device, como corrigir bugs no Ice Cubes e revisar frames no DaVinci Resolve. A licença Muse Model Limited exige contato com a Meta para provedores de inferência, já aplicada em modelos como o Kimi K3.

Licença separada divide quem quer abrir e quem quer vender

A discussão no Hacker News mostrou divisão clara entre quem vê lock-in e quem vê estratégia de mercado. swalsh argumenta que "Zuck acertou na mosca com a tese original do Llama: o mercado de aluguel de inteligência nunca decolou. Se você tem O modelo frontier, pode cobrar aluguel por algumas semanas ou meses. Mas acima de certo nível de capacidade, é o preço que decide. O Zuck está fazendo aquilo que ele faz de melhor: construindo um fosso em volta da rede (o Muse é MUITO stick), e agora que todos vamos padronizar no modelo da Meta, vamos otimizar loucamente a infra para rodar o modelo, barateando para ele escalar, atraindo mais participantes para a rede e assim tornando a rede dele mais valiosa. A Meta vai ganhar a guerra de IA para consumidor."

popinman322 aponta o impacto prático: "O modelo de licença exige que grandes provedores de inferência entrem em contato com a Meta separadamente para obter licença para servir o modelo. Já vimos isso antes com outros modelos grandes, mas ainda é meio irritante. O efeito usual de licenciamento separado é diminuir a competição de preço entre provedores públicos. Acho que é melhor para os provedores se o preço for fixo: qualquer melhoria de eficiência melhora a margem diretamente, em vez de forçar queda de preços com o tempo. Mas, só para dar meu exemplo pessoal, o que me mantém em assinatura paga são os custos de tokens para os modelos mais capazes."

Segurança e licença travam adoção do modelo

maxdo questiona a segurança de modelos com pesos públicos: "Li uma série de papers sobre backdoors em modelos open source/open-weight. É 100% possível. Curioso quando será o primeiro incidente. Ter algo feito por entidade com sede no Ocidente é sempre um pouco mais seguro. Isso poderia ser a Mistral, mas eles optaram por virar empresa de consultoria, não laboratório de IA." A crítica foca em riscos de agentic tasks com pesos abertos.

nirav72, usuário da versão Spark 1.3, relativiza: "Não tive a melhor experiência com modelos da Meta no passado, mas o Spark 1.3 tem sido surpreendentemente bom, especialmente para tool calling." bitexploder desafia os benchmarks: "Tenho um modelo que roda na minha máquina de games antiga e pontua igual ou melhor que este modelo no DeepSWE. Este modelo supera o Flash Next em várias áreas e é certamente muito mais forte, mas hum."

Muse Spark Open entrega agentic capabilities rodando localmente. A licença separada para provedores e as preocupações com segurança abrem duas frentes. swalsh e popinman322 concordam que o custo de tokens é o principal fator hoje para adoção de modelos avançados. A Meta ganha ao tornar o modelo padrão, mas a restrição de licenciamento pode afastar quem busca alternativas abertas. Para quem precisa de agentic capabilities hoje, Muse Spark Open é a opção mais capaz. Para quem prioriza ecossistema aberto sem atrelamento, a espera por alternativas continua.