Muse Spark Open: Meta’s 816B-model, hardware en test

👁 114 keer gelezen

Meta’s Muse Spark Open biedt sinds oktober 2026 downloadbare modelgewichten voor een groot multimodaal model, gecombineerd met forse hardware-eisen en een eigen licentie. Ik heb het model op 19 oktober getest via de API: in mijn test in het Pools behaalde het een score van 11/12. Het ontbrekende punt was het gevolg van een leeg antwoord nadat het tokentegoed volledig was verbruikt.

Wat Meta uitbracht met Muse Spark Open

Muse Spark Open werd uitgebracht op 15 oktober 2026. Het is een mixture-of-experts-model gericht op coderen, externe tools en langere taken. De context window van één miljoen tokens beschrijft hoeveel context het model volgens het ontwerp aankan, niet hoeveel elke willekeurige installatie efficiënt kan verwerken. De officiële repository levert de gewichten en documentatie om het model buiten Meta’s eigen applicaties te draaien. Het is een van de vier open-gewichten-releases uit die week, die ik naast elkaar vergelijk in mijn overzicht van open-weight AI-modellen van oktober 2026; Meta’s gehoste model behandel ik in mijn Muse Spark 1.3 review.

Het verschil tussen totale en actieve parameters is hier belangrijk. Het model voert niet voor elk token berekeningen uit met alle 816 miljard parameters. Het activeert telkens een kleinere selectie. De volledige set experts blijft echter onderdeel van het checkpoint, waardoor het getal van 42 miljard actieve parameters geen kortere route is om de downloadgrootte of de benodigde geheugenvoetafdruk in te schatten.

De modelkaart beschrijft multimodale invoer en tekstuele uitvoer. Mijn eigen test gebruikte uitsluitend tekstprompts. De resultaten ondersteunen dan ook geen claims over het lezen van screenshots, het interpreteren van grafieken of het begrijpen van audio-opnames, ook al maken die mogelijkheden deel uit van de productpositionering. Dat vraagt om afzonderlijke voorbeelden en aparte beoordelingen.

Hardware-eisen voor Muse Spark achter de Mac-kop

Volgens Meta’s modelkaart, gecontroleerd op 20 oktober, vereist de NVFP4-versie ongeveer 700 GB GPU-geheugen, terwijl BF16 ongeveer 2 TB nodig heeft. Meta beschrijft ook een opstelling waarin het model met MLX draait op twee M5 Ultra Mac Studio-systemen, elk met 512 GB uniform geheugen. Die configuratie is specifiek genoeg om nuttig te zijn, maar ligt ver buiten het bereik van een doorsnee pc.

Dit zijn Meta’s gepubliceerde vereisten en voorbeelden, geen hardwareresultaten uit mijn test. Ik heb Muse Spark Open niet lokaal gedraaid. De API-resultaten zeggen daarom niets over de werkelijke snelheid van de Mac-configuratie, het stroomverbruik of het gedrag bij een lange context.

Bij geheugenplanning moet je bovendien onderscheid maken tussen het kale checkpoint en een volledig draaiende dienst. Gespreksstatussen, runtime-buffers en gelijktijdige verzoeken hebben allemaal invloed op de benodigde capaciteit. Een systeem dat de gewichten kan laden, vereist in de praktijk mogelijk alsnog een kleinere context of minder gelijktijdige gebruikers dan de basisspecificaties suggereren. Kwantisering verandert die afweging, maar neemt hem niet weg. Zoek je een model dat echt op één consumenten-GPU draait, bekijk dan eerst mijn gids voor lokale AI.

De licentie van Meta Muse stelt duidelijke voorwaarden

Muse Spark Open gebruikt de Muse Model License in plaats van MIT. De voorwaarden staan gebruik, aanpassing, fine-tuning en distributie toe, maar stellen duidelijke grenzen. De formulering “Built with Muse Spark Open” is verplicht in de gebruikersinterface of op een andere toegestane locatie, en de licentie bevat een acceptabel gebruiksbeleid.

Een afzonderlijke overeenkomst is vereist voor model-as-a-service-bedrijven wanneer de totale omzet van de licentienemer en dochterondernemingen meer dan $20 miljoen bedraagt over een aaneengesloten periode van 12 maanden. De licentie noemt uitzonderingen, zoals intern gebruik en productfuncties die zelf geen model-as-a-service-aanbod vormen. Het cruciale onderscheid zit dus in het type bedrijf en gebruik, niet simpelweg in de vraag of een applicatie een API aanroept.

Dat maakt de licentie een wezenlijk onderdeel van je uitrolplanning. Een team dat interne workflows automatiseert en een bedrijf dat algemene modeltoegang doorverkoopt, krijgen te maken met verschillende voorwaarden. Het downloadbare checkpoint alleen geeft geen uitsluitsel over de vraag of een specifieke commerciële constructie onder de standaardvoorwaarden valt.

Wat er gebeurde in mijn test in het Pools

Op 19 oktober stuurde ik 12 korte Poolse prompts in via de API. Elk model in de vergelijking ontving dezelfde taken, met temperatuur 0 en een maximum van 6.000 completion-tokens, inclusief denkstappen (reasoning). Elke taak werd één keer uitgevoerd. Muse Spark Open leverde voor 11 taken een goedgekeurd antwoord op en gaf bij één taak geen eindantwoord. De volledige vergelijking met DeepSeek, Nemotron en Step 5 lees je in mijn test van vier open modellen in het Pools.

De mislukte taak vroeg hoeveel seconden er in 2,5 uur zitten. Het geregistreerde verzoek duurde 126,3 seconden, verbruikte exact 6.000 completion-tokens en gaf een leeg inhoudsveld terug. Het juiste antwoord had 9.000 moeten zijn. Dit is een hapering waarbij het model binnen het ingestelde budget geen afronding vond; uit het logboek blijkt niet dat het model met stelligheid een foutief getal teruggaf.

Over alle 12 verzoeken heen bedroeg de mediaan van de verstreken tijd 8,05 seconden. Het geregistreerde verbruik kwam in totaal uit op 12.241 completion-tokens en ongeveer $0,0542. Dat bedrag weerspiegelt de historische kosten van deze specifieke run via de API, niet een vaste claim over Meta’s actuele rechtstreekse API-prijzen. De verzoeken maakten bovendien gebruik van verschillende serving-backends, waardoor de responstijden slechts beperkt iets zeggen over het model zelf.

De eindscore bevat één correctie in de beoordelingsregels. Bij de spellingopdracht werd aanvankelijk gerekend op de infinitief “wziąć”, maar het antwoord “Weź parasol, bo na pewno będzie padać.” (Neem een paraplu mee, want het gaat zeker regenen) is eveneens correct Pools in de gebiedende wijs. Ik heb dit antwoord goedgekeurd. Deze correctie paste de score aan zonder dat het antwoord van het model opnieuw gegenereerd hoefde te worden.

Er zit nog een praktische nuance aan het resultaat: de beoordelaar toonde clementie bij extra opmaak. Er werd gekeken naar de inhoudelijke antwoorden en JSON-uitvoer werd geëxtraheerd, zonder strikt te handhaven op elk afzonderlijk presentatievoorschrift. Een toepassing die een exact antwoordformaat eist, heeft een strengere validatieregel nodig dan de methode die in deze compacte test is gebruikt.

Voor wie Muse Spark Open interessant is

Muse Spark Open is vooral relevant voor organisaties die controle willen over de gewichten en beschikken over voldoende infrastructuur om dat waar te maken. Meta’s focus op uitgebreid toolgebruik vraagt om een evaluatie binnen een volledige workflow, inclusief het herstellen van fouten bij tool-aanroepen en het leveren van een eindresultaat. Een korte rekentaak kan dat soort werk niet nabootsen.

• Voor interne uitrol: test met de werkelijke documenten en tool-rechten waarmee het model te maken krijgt.
• Voor fine-tuning: controleer de licentie en meet of specifieke aanpassingen de beoogde taken daadwerkelijk verbeteren.
• Voor interactief gebruik: let naast goedgekeurde antwoorden ook goed op lege responses en lange wachttijden.
• Voor lokale implementaties: reken met de kosten en hardware van een draaiend productiesysteem, niet alleen met de omvang van het checkpoint.

De geconstateerde time-out onderstreept bovendien het belang van instellingen voor denkprocessen (reasoning). Een royaler tokenbudget had het model mogelijk laten afronden, terwijl een lichtere redeneerstand onnodige rekencycli had kunnen voorkomen. Geen van beide opties is in deze testreeks onderzocht, dus het zijn geen bewezen oplossingen. Het zijn wel logische vervolgstappen voor een uitgebreidere test waarin latentie en kosten nauwkeurig worden bijgehouden.

FAQ

Kan Muse Spark Open op een Mac draaien?

Meta documenteert een werkende opstelling met twee M5 Ultra Mac Studios met elk 512 GB uniform geheugen via MLX. Die configuratie kun je niet zomaar doortrekken naar andere Macs zonder het beschikbare geheugen en de runtime-ondersteuning te controleren.

Betekent 11/12 dat het model slechter is in Pools dan concurrenten?

Het model voltooide in deze specifieke test minder taken dan DeepSeek en Nemotron. De steekproef is echter te klein voor een algemene taalkundige ranglijst, en het gemiste antwoord ontstond doordat de tokenlimiet werd bereikt.

Is dit een Engelstalige benchmark?

Nee. Dit artikel is geschreven in het Nederlands, maar mijn test werd uitgevoerd in het Pools. Ik heb in deze reeks geen Engelse teksten, vertaalkwaliteit of multimodale vaardigheden beoordeeld.

// lees verderLayerRoute: hoe een robot model-lagen kiest per taakAI-overzichtThinkNet: compact AI-model decodeert EEG zonder datalekkenAI-overzichtWorld Model Test: LingBot World 2 en Abot World 0 Hands-OnAI-tools