Spark Open: 816B/42B – AA 39, 700 GB, 20 mill. dollar

Meta slipper 15. oktober vektene for Muse Spark Open, en nativt multimodal MoE med 816 milliarder parametere og 42 milliarder aktive. Kontekstvinduet er 1 million tokens. Inn: tekst, bilde, video og lyd. Ut: tekst. Meta kaller den den mest kapable amerikanske åpne vektmodellen til nå.

For CIO er dette ikke Wonder Full. Wonder, sluppet 12. oktober, forblir stengt og bundet til Muse Code. Spark Open er den åpne Spark-linjen, med ekstra sikkerhetsettertrening fordi den skal kunne stå alene uten Metas systemvakter. For CISO er det samme skillet: vektene kan ligge i huset, men lisensen, maskinen og Metas egne sikkerhetstall er tre ulike risikoer.

Hva som faktisk er sluppet

Modellkortet på Hugging Face er datert 15. oktober 2026. Arkitekturen er MoE-transformer med perception encoder: 62 lag, 256 eksperter, 8 aktive per token, vocab 202 048. Perception encoder er 1,8 milliarder parametere. Anbefalte sampling-parametere er temperatur 1,0, top_p 1,0, top_k av. Standard resonering er xhigh. Sett low eller medium hvis du vil ha korte svar.

Vektene ligger som BF16 (om lag 1,65 TB, 2 TB VRAM, 8× B300) og NVFP4 (om lag 537 GB, 700 GB VRAM, 4× B300). Meta viser også to Apple M5 Ultra Mac Studio med MLX: inntil 512 GB samlet minne per maskin, 1,2 TB/s båndbredde, to maskiner som ett system. Unsloth oppgir at 2-bit kan gå på 256 GB. Det er desktop for lab, ikke for laptop.

Inferens: SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp og Unsloth. Helion-kjerner i SGLang: 1,03–3,95× på kernenivå, 3 prosent ende-til-ende på AMD MI350. API dag 0: Baseten, Fireworks, Groq, Modal, Nebius, OpenRouter og Together AI. Katalog: SageMaker, Google Cloud Model Garden, Hugging Face og Microsoft Foundry. Groq viser rundt 350 tok/s i preview med 131k kontekst, ikke 1M.

Tallene, og hvor de stopper

Metas egen tabell, xhigh, mot andre åpne modeller. Artificial Analysis Intelligence Index: Spark Open 39. GLM 5.3 45. Kimi K3 44. Qwen3.8-2.4T 40. Mistral Large 4 38. Nemotron 3 Ultra 23. Dette er Metas sitering av AA 7. oktober, ikke en ny uavhengig AA-kjøring av Spark Open alene.

Der den leder i tabellen: MCP-Atlas 89,2. JobBench 61,8. HLE Diamond uten verktøy 26,1. AA Omniscience 25, som straffer hallusinering. ZeroBench med verktøy 50,0. StrongREJECT v2 0,5, der lavere er bedre.

Der den taper koden: Terminal-Bench 2.1 76,4 mot Kimi 85,0 og GLM 83,9. DeepSWE 1.1 60 mot Kimi 68 og GLM 67. GDPVal-AA v2 1401 mot GLM 1653 og Qwen 1613. Flere kodebench er kjørt med Muse Code-harness. Det er ikke nøytral harness.

Meta sier modellen møtte tersklene i Superintelligence Scaling Framework. Internt: 99,2 prosent avvisning av cyber-jailbreaks, 94,8 prosent aggregert mot PolyGuard, RedCode og CyberBench, mot Kimi 75,5 og 70,2. BioTIER over 98 prosent. MASK ærlighet 98,1 prosent. Agentic Misalignment 0 prosent. Full evalueringsrapport kommer «snart». Det er labens egne rammer.

Hva styret faktisk kjøper

Åpne vekter betyr at kildekode, krav og journal kan holdes i sonen. Muse Model License er ikke Apache. Den tillater bruk, finjustering, destillering og salg, med tre bremser. Attribution «Built with Muse Spark Open». Model-as-a-Service over 20 millioner dollar i samlet omsetning over 12 måneder krever egen avtale med Meta. Usage Policy forbyr blant annet skadevare, våpen og bruk under 18. EØS-drift, DPIA og underleverandørliste er ikke ferdig fordi vektene er lastet ned.

Maskinvaren er valget. En CIO med B300 eller GB300 kan teste NVFP4 på fire GPU-er. En uten den klassen har en modell uten hjem, med mindre to M5 Ultra Studio er et reelt desktop-spor for intern agentlab. AWS SageMaker JumpStart tilbyr BF16 og NVFP4 som endepunkt i egen konto. Det er fortsatt Metas lisens og Metas usage policy.

CISO bør skille tre lag. Ett: API hos Together, Fireworks eller OpenRouter for PoC, der data forlater sonen. To: NVFP4 bak vLLM eller SGLang i eget rack, med egne vakter. Meta advarer mot å stole på extra post-trening alene og anbefaler systemvakter tilpasset bruken, inkludert menneske i løkken for irreversible handlinger. Tre: finjustering og destillering, som er behandlingsaktivitet og kan svekke refusjonsprofilen. Modellkortet sier eksplisitt at downstream-endringer kan ødelegge sikkerhetstallene.

Ikke bytt ut Argon, Opus eller Wonder Full som standard front. Sett Spark Open på tre tester mot dagens stengte API og mot Kimi og GLM: verktøytung agent via MCP, hallusineringskontroll på egne fakta, og kode mot eget repo. Hvis MCP-Atlas-ledelsen holder på deres verktøy, er dette den amerikanske åpne agentmotoren. Hvis Terminal-Bench fortsatt taper, er det en multimodal verktøymodell, ikke kodekongen.

Wonder Full 12. oktober er en annen sak. Denne saken er at Meta åpner Spark-vektene, med 700 GB som inngangsbillett og 20 millioner dollar som lisensgrense.

Kilder og medier

Primærkilde: Meta AI Research, «Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date», 15. oktober 2026. https://research.meta.ai/blog/muse-spark-open

Hugging Face, meta-models/Muse-Spark-Open-816B-A42B, modellkort og Muse Model License, 15. oktober 2026. https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B

Meta, Muse Spark Open Evaluation Methodology, oktober 2026. https://research.meta.ai/static/muse-spark-open-evaluation-methodology

Thumbnail: OpenAI Image 2 / hogby.ai