Meta hat am 15. Oktober die Gewichte des Modells Muse Spark Open veröffentlicht – ein multimodales KI-Modell mit 816 Milliarden Parametern, das das Unternehmen als das derzeit leistungsfähigste offene US-Modell bezeichnet. Besonderheit des Releases ist die Partnerschaft mit Apple: Das Modell lässt sich lokal auf zwei Mac-Studio-Computern ausführen.
Was ist Muse Spark Open
Muse Spark Open basiert auf einer Mixture-of-Experts-Architektur: Von den 816 Mrd. Parametern sind pro Token nur 42 Mrd. aktiv. Das Modell ist von Anfang an multimodal, verfügt über ein Kontextfenster von 1 Million Token und wurde laut Meta in erster Linie für Programmierung und agentische Aufgaben entwickelt – lange mehrstufige Szenarien, komplexe Softwareentwicklung und Schlussfolgerungen.
Ein Billionen-Parameter-Modell auf dem Schreibtisch
Meta behauptet, dies sei das erste Modell dieser Klasse, das sich zu Hause ausführen lässt: Dafür sind zwei Mac Studio mit M5-Ultra-Chip und jeweils 512 GB Unified Memory erforderlich oder vier Maschinen mit je 256 GB. Die Computer werden direkt über Thunderbolt 5 verbunden, und das Apple-Framework MLX verteilt das Modell mithilfe der RDMA-Technologie zwischen ihnen. Erforderlich sind macOS 26.2 oder neuer sowie MLX 0.30.1+, und es wird eine quantisierte NVFP4-Version verwendet.
Laut Apple Machine Learning Research generiert das Modell auf einem Cluster aus vier Mac Studio mehr als 36 Token pro Sekunde – schneller, als ein Mensch liest. Die Mac-Studio-Konfiguration mit 512 GB Speicher ist noch nicht im Handel erhältlich: Berichten zufolge wird sie später in diesem Monat erwartet.
Nicht nur Mac
Das Modell läuft auch auf Server-Hardware: auf NVIDIA-Blackwell-Beschleunigern (vier GPUs für die NVFP4-Version), AMD Instinct MI355X/MI350X und Intel Xeon 6 Prozessoren. Die Gewichte sind auf Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry verfügbar, und über API wird das Modell von Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI angeboten. Für das Finetuning empfiehlt Meta PyTorch TorchTitan.
Warum das wichtig ist
Wie CNBC schreibt, dauerte die Zusammenarbeit von Meta und Apple mehrere Monate. Für Entwickler und Unternehmen bedeutet dies die Möglichkeit, ein Modell auf dem Niveau führender Cloud-Dienste auf eigener Hardware auszuführen – ohne Daten an Drittanbieter zu übermitteln. Gleichzeitig verstärkt der Release den Wettbewerb auf dem Markt der offenen Modelle, in dem bisher chinesische Entwickler dominierten.
Quellen: Meta AI Research, Apple Machine Learning Research, CNBC.