Os pesos abertos do Muse Spark da Meta, com 816 bilhões de parâmetros, já estão disponíveis ao público

A Meta lançou os pesos do Muse Spark Open em 15 de outubro de 2026: um modelo de pesos abertos, nativamente multimodal, com 816 bilhões de parâmetros totais, 42 bilhões de parâmetros ativos e uma janela de contexto de 1 milhão de tokens. A Pesquisa de IA da Meta o descreve como o modelo de pesos abertos mais capaz dos EUA até hoje, desenvolvido para programação e trabalho baseado em agentes, incluindo tarefas de longo prazo, engenharia de software complexa e raciocínio em várias etapas.

Arquitetura e dados de treinamento

Segundo a ficha do modelo publicada pela Meta Superintelligence Labs, o Muse Spark Open é um Transformer de Mistura de Especialistas combinado com um Codificador de Percepção. O modelo de linguagem tem 62 camadas, uma dimensão oculta de 8192 e 256 especialistas, dos quais oito são ativados por token por meio de roteamento top-k. Seu bloco de atenção usa atenção com portas e QK-norm, 128 cabeças de consulta e 16 cabeças de chave-valor em uma configuração de consulta agrupada, além de uma dimensão de cabeça de 64. O vocabulário tem 202.048 unidades, com embeddings de entrada e saída não compartilhados. O Codificador de Percepção tem 1,8 bilhão de parâmetros distribuídos por 50 camadas, uma dimensão oculta de 1536, 16 cabeças, tamanho de patch de 14×14, dimensão de saída de 4096 e atenção esparsa com fator quatro, na qual todas as quartas camadas, além da camada final, usam atenção completa.

O modelo aceita entradas de texto, imagem, vídeo e áudio e gera saídas de texto. Segundo a ficha do modelo, os dados de treinamento incluem textos, imagens, áudios e vídeos provenientes de fontes públicas, rastreamentos da internet, terceiros, produtos e serviços próprios da Meta e materiais gerados sinteticamente, abrangendo mais de 100 idiomas; a curadoria incluiu limpeza, processamento, desduplicação e filtragem. Um parâmetro reasoning_effort controla quanto o modelo raciocina antes de responder, com as opções low, medium, high e xhigh, sendo xhigh a configuração padrão; qualquer outro valor gera um erro. Para a maioria das implantações, a Meta recomenda temperature 1.0, top_p 1.0 e top_k desativado; para resolução de problemas complexos, programação e tarefas agênticas, recomenda um nível de raciocínio high ou xhigh.

Disponibilidade e otimização para Apple Silicon

O Muse Spark Open está disponível nas plataformas de API Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI, e seus pesos podem ser baixados no Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face e Microsoft Foundry Models. Ele funciona com mecanismos de inferência como SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp e Unsloth, com otimizações para chips da AMD, Apple, Intel e NVIDIA; os desenvolvedores também podem ajustar o modelo com o TorchTitan, do PyTorch. Os pesos são distribuídos nas versões BF16 e NVFP4; para executá-lo localmente, é necessária uma GPU com pelo menos 700 GB de VRAM para NVFP4 ou 2 TB para BF16.

A Meta afirma que o Muse Spark Open é o primeiro modelo de sua categoria a funcionar em um computador de mesa, usando dois Apple M5 Ultra Mac Studios com a versão mais recente do framework MLX, que baixa os pesos diretamente do Hugging Face. A arquitetura de memória unificada da Apple permite que a GPU integrada do M5 Ultra use até 512 GB em cada Mac Studio, e, segundo a Meta, a largura de banda de memória de 1,2 TB/s do chip permite que duas máquinas armazenem o modelo inteiro e funcionem como um único sistema com um terabyte de memória unificada.

A Meta afirmou ter testado fluxos de trabalho agênticos executados inteiramente no dispositivo com o Muse Code, baseado no Muse Spark Open. Em um teste, essa configuração implementou alterações reais para iOS no Ice Cubes, um cliente de código aberto do Mastodon, incluindo correções de bugs, novos recursos e uma compilação completa; em outro, operou o DaVinci Resolve do início ao fim, examinando as imagens quadro a quadro para selecionar os momentos de destaque e reenquadrá-los em recortes verticais. A versão de pesos abertos também inclui kernels de GPU Helion personalizados e com ajuste automático no SGLang, que, segundo a Meta, proporcionam acelerações de 1,03 a 3,95 vezes no nível do kernel em GPUs NVIDIA e AMD, além de uma aceleração de 3% de ponta a ponta no AMD MI350.

Benchmarks e resultados de segurança divulgados pela Meta

A ficha do modelo compara o Muse Spark Open, executado com nível de raciocínio xhigh, com Inkling, Nemotron 3 Ultra, Beam, Mistral Large 4, Qwen3.8-2.4T-A95B, GLM 5.3 e Kimi K3. A Meta informa uma pontuação de 39 no Artificial Analysis Intelligence Index; a mesma tabela registra 45 para GLM 5.3, 44 para Kimi K3 e 40 para Qwen3.8-2.4T-A95B. Nas avaliações agênticas, a Meta informa pontuações de 61,8 no JobBench e 89,2 no MCP-Atlas, as mais altas nesses testes entre os modelos listados na tabela da ficha. Em conhecimento e raciocínio, a Meta informa 26,1 no HLE-Diamond sem ferramentas, 25 no AA Omniscience e 89,0 no GPQA Diamond, no qual a tabela registra 93,5 tanto para Qwen3.8-2.4T-A95B quanto para Kimi K3.

Nos benchmarks de programação, a Meta informa 76,4 no Terminal-Bench 2.1, enquanto a ficha registra 85,0 para Kimi K3 e 83,9 para GLM 5.3; informa também 60 no DeepSWE 1.1 e 58 no SWE-Atlas-QnA, testes nos quais a ficha registra 68 e 66 para Kimi K3, respectivamente. Nos testes multimodais com auxílio de ferramentas, a Meta informa 50,0 no ZeroBench, 73,6 no SimpleVQA, 80,2 no BabyVision, ante 85,7 para Kimi K3 na tabela, e 61,5 no VideoMMEv2, ante os 65,4 registrados para Kimi K3.

A Meta afirmou que a versão com pesos abertos recebeu treinamento adicional de segurança após o treinamento e foi avaliada quanto à segurança de conteúdo, aos riscos relacionados a agentes, à privacidade e à preparação, em conformidade com o Meta Superintelligence Scaling Framework, atendendo aos limites exigidos pelo framework para o lançamento. O cartão do modelo informa que o Muse Spark Open recusou 99,2% das tentativas de jailbreak no benchmark interno de cibersegurança da Meta e 94,8% no conjunto agregado do subconjunto de cibersegurança do PolyGuard, do RedCode e do CyberBench 2024; na mesma configuração, o cartão apresenta Kimi K3 com 75,5% e 70,2%.

A Meta informa taxas de recusa superiores a 98% de solicitações nocivas no benchmark BioTIER da SecureBio e superiores a 99% em um benchmark interno de química de turno único, além de mais de 97% de solicitações nocivas de biologia e 98% de solicitações nocivas de química em benchmarks internos multi-turno com agentes. O cartão informa uma taxa de honestidade de 98,1% no benchmark MASK, uma taxa de comportamento inadequado de 0% no benchmark Agentic Misalignment e uma pontuação de 0,5 no StrongREJECT v2, em que pontuações mais baixas são melhores. A Meta ressalta que os resultados caracterizam o ponto de verificação lançado nas condições testadas e que modificações posteriores podem comprometer a segurança. Também recomenda implantar o modelo dentro de um sistema de IA mais amplo, com barreiras de proteção adequadas ao caso de uso.

Termos da licença e limitações declaradas

Os pesos são disponibilizados sob a licença Muse Model License, datada de 15 de outubro de 2026, que permite o uso gratuito, a cópia, a modificação — inclusive o ajuste fino —, a criação de obras derivadas, a destilação e a distribuição, sujeitas a determinadas condições. Os licenciados devem exibir com destaque a frase “Criado com Muse Spark Open” na interface do usuário de cada produto ou serviço que utilize o software ou seus derivados, ou na documentação que o acompanha, em um site ou em um menu de configurações.

Os licenciados que ofereçam modelos de inteligência artificial como serviço e cuja receita bruta agregada, incluindo a de suas afiliadas, ultrapasse US$ 20 milhões em qualquer período consecutivo de 12 meses devem notificar a Meta e firmar um contrato escrito separado antes de incluir o software nessa atividade. Essa disposição não se aplica ao uso interno, à pesquisa nem a outras atividades comerciais que não sejam serviços de modelos, tampouco ao uso do software como componente que dá suporte ao produto próprio do licenciado. A licença estabelece que a Meta não reivindica a propriedade dos resultados gerados pelo software.

A política de uso anexada declara que o modelo não se destina a pessoas com menos de 18 anos e proíbe usos como atividades ilegais, criação de malware, desenvolvimento de armas, operação de infraestrutura crítica e engano intencional, como fraude, desinformação e falsidade ideológica. Entre as limitações declaradas pela Meta estão respostas possivelmente imprecisas, tendenciosas ou questionáveis; erros no raciocínio em várias etapas em cenários novos; desempenho inferior em idiomas fora do conjunto com suporte robusto; pequenas diferenças de qualidade na inferência quantizada; e visualização pouco confiável de vídeos muito curtos ou de baixa resolução. A Meta afirmou que um relatório completo de avaliação será disponibilizado em breve.