Meta Muse Spark Open: 816B offene Gewichte veröffentlicht

Meta hat am 15. Oktober 2026 Muse Spark Open veröffentlicht, eine Version seines Modells Muse Spark, deren Gewichte jeder herunterladen kann. Das Modell hat 816 Milliarden Parameter, nutzt 42 Milliarden davon pro Token und liest bis zu 1 Million Token auf einmal. Das ist wichtig, weil Metas jüngste Muse-Modelle geschlossen waren, darunter Muse Wonder vom Montag. Entwickler können jetzt eines davon auf eigener Hardware betreiben.

Was Meta veröffentlicht hat

Metas Ankündigung nennt das Modell "die Open-Weight-Version von Muse Spark". Offene Gewichte bedeuten, dass die trainierte Modelldatei selbst veröffentlicht wird. So kann ein Unternehmen sie auf eigenen Servern betreiben, statt sie nur über eine API zu mieten.

Muse Spark Open ist ein Mixture-of-Experts-Modell. Diese Bauweise teilt das Modell in viele kleinere Experten-Netze auf und schaltet für jeden Token nur einige davon ein. Ein Token ist das Wortstück, das ein Modell liest oder schreibt. Obwohl das gesamte Modell 816 Milliarden Parameter hat, arbeiten also bei jedem Schritt nur 42 Milliarden. Dadurch ist der Betrieb günstiger, als die Größe vermuten lässt.

Merkmal	Muse Spark Open
Parameter insgesamt	816 Milliarden
Aktive Parameter pro Token	42 Milliarden
Kontextfenster	1 Million Token
Lizenz	Muse Model License
Hugging-Face-Modell	meta-models/Muse-Spark-Open-816B-A42B

Das Kontextfenster gibt an, wie viel Text das Modell auf einmal aufnehmen kann. Eine Million Token reicht für eine große Codebasis oder mehrere lange Dokumente. RuntimeWire ergänzt, dass das Modell nativ multimodal ist. Es wurde also gebaut, um mehr als nur Text zu verarbeiten.

Metas Seite nennt es "das bisher leistungsfähigste US-Modell mit offenen Gewichten". RuntimeWire zitiert denselben Satz von Alexandr Wang, der Person an der Spitze von Metas KI-Arbeit. RuntimeWire merkt an, dass diese Einstufung eine Behauptung von Meta ist und kein unabhängiges Ergebnis. Metas Beitrag verlinkt einen Evaluationsbericht, nennt im Text aber keine Benchmark-Werte.

Wo es das Modell gibt und worauf es läuft

Meta nennt vier Orte zum Herunterladen der Gewichte: Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face und Microsoft Foundry Models. Für Teams, die lieber eine API aufrufen, nennt Meta sieben Hosting-Partner: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI. Keine der Quellen nennt einen Preis.

Wer das Modell selbst betreibt, braucht ernsthafte Hardware. Laut Meta läuft es auf zwei Apple M5 Ultra Mac Studios mit jeweils bis zu 512 GB Unified Memory, mit Apples Framework MLX. RuntimeWire nennt als Alternative "erheblichen GPU-Speicher".

Meta hat außerdem eigenen GPU-Code geschrieben, sogenannte Helion-Kernels, für die Serving-Engine SGLang. Meta meldet Kernel-Beschleunigungen um das 1,03- bis 3,95-Fache auf Grafikkarten von Nvidia und AMD. Auf AMDs MI350 sind es 3 % Beschleunigung von Ende zu Ende.

Die Lizenz

Die Gewichte erscheinen unter der Muse Model License, nicht unter einer üblichen Open-Source-Lizenz. Meta sagt, die kommerziellen Bedingungen seien eingeschränkt, viele Entwickler könnten das Modell aber kostenlos nutzen. Die Quellen veröffentlichen die vollständigen Bedingungen nicht. Lesen Sie sie daher, bevor Sie ein Produkt auf dem Modell aufbauen.

Ein Versprechen, spät eingelöst

Meta hatte schon früher angekündigt, die Gewichte von Muse Spark zu öffnen. Als Meta am 13. Oktober sein geschlossenes Frontier-Modell Muse Wonder vorstellte, wiesen wir darauf hin, dass die für den 2. September versprochenen offenen Muse-Spark-Gewichte noch immer nicht erschienen waren.

Die Muse-Spark-Reihe hat sich schnell entwickelt. Im August berichtete The Decoder, dass Meta Muse Spark 1.2 "vor allem ein Coding-Upgrade" nannte. Der Standardpreis lag bei 1,25 $ pro Million Eingabe-Token und 4,25 $ pro Million Ausgabe-Token.

Was das für Entwickler bedeutet

Sie können jetzt eines der Spitzenmodelle von Meta testen, ohne Daten an Meta zu senden. Das ist wichtig für Teams mit privatem Code oder regulierten Daten, die eine gehostete API oft gar nicht nutzen dürfen.

Prüfen Sie zuerst die Hardware-Rechnung. Ein Modell mit 816 Milliarden Parametern braucht Hunderte Gigabyte Speicher, auch wenn nur 42 Milliarden Parameter aktiv sind. Die meisten Teams werden deshalb mit einem der sieben Hosting-Partner beginnen. Vergleichen Sie deren Preise, bevor Sie sich festlegen, denn Meta hat keinen Preis veröffentlicht.

Lesen Sie die Muse Model License mit Ihrer Rechtsabteilung. "Eingeschränkte kommerzielle Bedingungen" können Umsatzgrenzen oder Nutzerlimits bedeuten, und die Quellen sagen nicht, was hier gilt.

Führen Sie eine eigene Evaluation durch. Meta hat in der Ankündigung keine Benchmark-Zahlen genannt. Testen Sie das Modell daher an Ihren echten Coding- und Agenten-Aufgaben gegen das Modell, das Sie heute nutzen.