Meta lança Muse Spark Open, modelo aberto de 816 bilhões de parâmetros

A Meta apresentou em 15 de outubro de 2026 o Muse Spark Open, um modelo de pesos abertos voltado a programação, uso de ferramentas e tarefas agentic. O sistema processa texto, imagens, áudio e vídeo e oferece uma janela de contexto de até um milhão de tokens. A divulgação foi feita pela Hugging Face, enquanto o The Decoder publicou uma confirmação independente sobre o lançamento.

O anúncio recoloca a Meta na disputa por modelos abertos de grande escala depois da série Llama. A empresa descreve o Muse Spark Open como seu modelo norte-americano de pesos abertos mais capaz até agora. Essa formulação é uma declaração da própria Meta, não uma conclusão independente: os dados fornecidos não incluem uma avaliação externa completa que permita confirmar a liderança geral.

Arquitetura e capacidades

O modelo usa uma arquitetura de mistura de especialistas, conhecida como Mixture of Experts, com aproximadamente 816 bilhões de parâmetros totais. Em cada token, cerca de 42 bilhões são ativados. A configuração busca ampliar a capacidade total sem executar todos os parâmetros em todas as etapas, embora a escala do conjunto completo continue impondo exigências significativas de armazenamento e infraestrutura.

O bloco de especialistas tem 256 redes, das quais oito são selecionadas para cada token. Os especialistas concentram cerca de 97% dos parâmetros totais. A arquitetura também inclui 62 camadas, dimensão oculta de 8.192, atenção agrupada e mecanismos de normalização e controle residual descritos pela Hugging Face.

A multimodalidade é central ao projeto. O Muse Spark Open pode receber texto, imagens, áudio e vídeo e produzir texto como resposta. Na prática, isso permite que uma mesma sessão combine, por exemplo, a leitura de uma captura de tela, a análise de uma gravação e a execução de uma tarefa de programação. O material fornecido não informa, porém, taxas de erro ou desempenho detalhado para cada modalidade.

A Meta treinou o sistema para fluxos de trabalho de desenvolvimento, incluindo leitura de bases de código, refatorações em múltiplos arquivos, depuração prolongada e chamada de ferramentas. A proposta agentic envolve planejar, agir, observar resultados e corrigir o curso ao longo de tarefas extensas. Essas capacidades são descritas pela empresa; o dossiê não apresenta testes independentes de confiabilidade, segurança ou autonomia.

Competição e desempenho declarado

Segundo o The Decoder, a Meta afirma que o Muse Spark Open alcança desempenho aproximadamente equivalente ao dos modelos abertos chineses mais avançados em determinadas avaliações. O artigo cita comparações com Qwen 3.8, GLM 5.3 e Kimi K3, além de benchmarks como JobBench, MCP-Atlas, HLE-Diamond e ZeroBench.

A mesma cobertura informa que, em várias categorias, as pontuações declaradas pela Meta ficam à frente desses concorrentes, mas ainda abaixo dos modelos pagos Muse Wonder Full da própria empresa. Como os resultados apresentados no dossiê são atribuídos à Meta e não vêm acompanhados das tabelas completas ou de uma reprodução independente, devem ser tratados como desempenho reportado, não como veredito definitivo.

A comparação é relevante porque o lançamento amplia a oferta ocidental de modelos de pesos abertos de grande porte. Para desenvolvedores, pesos disponíveis podem facilitar adaptação, execução em infraestrutura própria e experimentação. Isso não significa que o modelo seja acessível para todos: tamanho, memória, quantização, custo energético e complexidade operacional continuam sendo barreiras práticas.

Execução local, licença e próximos passos

A Meta otimizou o Muse Spark Open para o Apple M5 Ultra. De acordo com o The Decoder, a execução local foi demonstrada em dois Mac Studios com 512 GB de memória unificada cada. O dado indica que a execução é possível em uma configuração específica, mas não sustenta a conclusão de que o modelo seja facilmente executável em computadores comuns ou em uma única máquina de menor capacidade.

Os repositórios indicados são Muse-Spark-Open-816B-A42B e Muse-Spark-Open-816B-A42B-NVFP4. A Hugging Face também lista suporte e instruções para ferramentas como Transformers, llama.cpp, SGLang, vLLM e MLX, além de caminhos para inferência, ajuste fino com TRL e uso em endpoints.

A licença permite uso gratuito, mas exige a identificação “Built with Muse Spark Open”. Provedores com receita anual superior a 20 milhões de dólares que desejarem oferecer o modelo como serviço de API precisam de um acordo separado com a Meta. Essas condições podem influenciar projetos comerciais e devem ser verificadas diretamente nos termos aplicáveis antes da implantação.

• A disponibilidade dos pesos não elimina os custos de hardware e operação.
• Os resultados de benchmark citados ainda dependem de validação independente.
• A compatibilidade com diferentes runtimes pode variar conforme quantização e configuração.
• O impacto prático dependerá da qualidade das ferramentas, da estabilidade em tarefas longas e do cumprimento da licença.

O próximo ponto de acompanhamento é a diferença entre a capacidade anunciada e o desempenho observado por usuários e avaliadores externos. Também será necessário verificar como o modelo se comporta em código real, entradas multimodais longas, chamadas de ferramentas e tarefas que exigem autocorreção. Até que esses dados estejam disponíveis, o Muse Spark Open representa uma aposta relevante da Meta na abertura de modelos, mas não uma prova conclusiva de superioridade técnica.

Fontes: Hugging Face · The Decoder