Muse Spark Open. Otwarty model Meta, który działa na Macach

Czym jest Muse Spark Open

Muse Spark Open to największy model Meta z otwartymi wagami od czasu rodziny Llama. Pierwszy Muse Spark z kwietnia 2026 roku był modelem zamkniętym, dostępnym tylko w usługach Meta, co odczytano jako odejście firmy od otwartej strategii. W sierpniu Meta opublikowała wagi mniejszego modelu Muse Glimmer 30B, a teraz udostępnia model, który według firmy jest najmocniejszym amerykańskim modelem z otwartymi wagami.

Otwarte wagi oznaczają, że parametry wytrenowanego modelu można pobrać i uruchomić na własnym sprzęcie, a także dostrajać. Nie jest to jednak pełne open source, bo Meta nie publikuje danych treningowych, a licencja nakłada warunki. Model korzysta z architektury, w której przy każdym zapytaniu aktywna jest tylko część parametrów, co obniża koszt obliczeń.

Najważniejsze parametry i wyniki

Meta kieruje model do długich zadań programistycznych, pracy agentów i wieloetapowego rozumowania. W pokazach firmy model w narzędziu Muse Code samodzielnie wprowadzał zmiany w otwartej aplikacji Ice Cubes dla Mastodona oraz sterował programem DaVinci Resolve, wyszukując i przycinając fragmenty nagrań.

• parametry: 816 mld łącznie, 42 mld aktywnych przy zapytaniu,
• okno kontekstu: 1 mln tokenów,
• dane wejściowe: tekst, obraz, wideo i dźwięk,
• porównanie według Meta: przewaga nad Qwen 3.8, GLM 5.3 i Kimi K3 w kategoriach agentowej, wiedzy i rozumowania oraz multimodalnej,
• słabsze strony według The Decoder: część testów programistycznych i wyraźny dystans do płatnych modeli Muse Wonder.

Jak uruchomić model na Macu i w chmurze

Meta i Apple dostosowały model do frameworka MLX, czyli biblioteki Apple do uczenia maszynowego na procesorach Apple Silicon. Według Meta model działa na dwóch połączonych komputerach Mac Studio z układem M5 Ultra, z których każdy ma do 512 GB pamięci zunifikowanej. Para działa jak jedna maszyna z ok. 1 TB pamięci. To konfiguracja dla firm i laboratoriów, a nie dla typowego laptopa.

Wagi są dostępne na Hugging Face, a także w Amazon SageMaker AI, Google Cloud Model Garden i Microsoft Foundry Models. Przez API model oferują m.in. Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter i Together AI. Meta wymienia też obsługę w silnikach vLLM, SGLang, TensorRT-LLM, llama.cpp i Unsloth oraz optymalizacje dla układów AMD, Apple, Intel i NVIDIA.

Licencja Muse Model License i dostęp w UE

Licencja pozwala bezpłatnie używać, modyfikować, dostrajać i rozpowszechniać model, także w produktach komercyjnych. Ma jednak trzy warunki, które firma powinna sprawdzić przed wdrożeniem.

• Każdy produkt korzystający z modelu lub jego pochodnych musi widocznie wyświetlać oznaczenie „Built with Muse Spark Open” w interfejsie, dokumentacji albo ustawieniach.
• Dostawca udostępniający modele AI przez API, którego przychód z podmiotami powiązanymi przekracza 20 mln USD w ciągu 12 miesięcy, musi powiadomić Meta i zawrzeć osobną umowę. Według kursu NBP z 15 października 2026 roku (3,8952 zł) to ok. 77,9 mln zł.
• Lista zakazanych zastosowań obejmuje m.in. omijanie zabezpieczeń modelu, a Meta zaznacza, że model nie jest przeznaczony dla osób poniżej 18 lat.

Ograniczenia i niewiadome

Wyniki testów pochodzą od Meta i zostały pokazane na grafice z porównaniem. Niezależnych pomiarów jeszcze nie ma, a pełny raport z oceny bezpieczeństwa ma się ukazać później. Meta deklaruje dodatkowy trening bezpieczeństwa ze względu na otwarte wagi i spełnienie progów własnych zasad oceny ryzyka.

Komunikat nie podaje cen API u poszczególnych dostawców ani obsługi języka polskiego. W przeciwieństwie do licencji części wcześniejszych modeli Meta tekst licencji nie wyklucza użytkowników z UE. Dla Europy stroną umowy jest Meta Platforms Ireland. Firmy wdrażające model w UE muszą jednak same ocenić obowiązki wynikające z AI Act i RODO.

Co to oznacza dla firm w Polsce

Dla polskich firm najważniejsza jest możliwość uruchomienia mocnego modelu we własnej infrastrukturze, bez wysyłania danych do zewnętrznego dostawcy. Ma to znaczenie w bankowości, medycynie i administracji, gdzie dane nie mogą opuszczać firmy. Sprzęt potrzebny do lokalnego uruchomienia kosztuje jednak tyle, że dla większości zespołów wygodniejszy będzie dostęp przez API.

W naszej ocenie przed wyborem modelu warto porównać go na własnych zadaniach z innymi modelami z otwartymi wagami, np. Mistral Large 4 czy Reflection Beam, które mają mniej restrykcyjne warunki. Wymóg oznaczenia „Built with Muse Spark Open” trzeba uwzględnić w projekcie interfejsu, a firmy sprzedające usługi AI powinny sprawdzić próg przychodu z licencji.