RéponsesPublié24 sources
Muse Spark Open : un modèle géant, mais pas champion de tous les tests
Publié le 15 octobre 2026, Muse Spark Open est présenté par Meta comme le modèle à poids ouverts le plus performant à ce jour aux États Unis. Ce modèle multimodal compte 816 milliards de paramètres, dont 42 milliards actifs par token, et dispose d’une fenêtre de contexte d’un million de tokens.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Publié le 15 octobre 2026, Muse Spark Open est présenté par Meta comme le modèle à poids ouverts le plus performant à ce jour aux États Unis.
- Ce modèle multimodal compte 816 milliards de paramètres, dont 42 milliards actifs par token, et dispose d’une fenêtre de contexte d’un million de tokens.
- Il se distingue sur certains tests d’usage d’outils, mais ses résultats sont moins convaincants en programmation et en tâches professionnelles étendues.
- Muse Spark Open est distinct du modèle propriétaire Muse Wonder ; les informations publiées sur les usages commerciaux autorisés ne sont pas toutes concordantes.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Meta announce when it released Muse Spark Open’s weights on October 15, how does its claim to be the most capable U.S. open-weight. Article summary: On October 15, 2026, Meta released Muse Spark Open’s weights, calling it its “most capable US open-weight model to date,” and announced work with Apple to run it locally on connected M5 Ultra Mac Studios using MLX. [9][7. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Le 15 octobre 2026, Meta a publié les poids de Muse Spark Open, qu’elle présente comme son modèle à poids ouverts le plus performant à ce jour aux États-Unis. L’entreprise a aussi annoncé une collaboration avec Apple pour exécuter le modèle en local sur des Mac Studio grâce au framework MLX. Les benchmarks disponibles nuancent toutefois l’annonce : Muse Spark Open obtient de bons résultats sur certains tests d’agents et d’utilisation d’outils, mais des concurrents le devancent sur plusieurs évaluations de programmation et de travail professionnel. 10
19
Un modèle multimodal conçu pour le code et les agents
Muse Spark Open est un modèle nativement multimodal de 816 milliards de paramètres, dont 42 milliards sont actifs pour chaque token traité. Sa fenêtre de contexte peut atteindre un million de tokens. Meta le destine notamment au code et aux tâches agentiques, où un modèle réalise plusieurs étapes ou utilise des outils pour accomplir une tâche. 10
9
La formule « modèle à poids ouverts le plus performant aux États-Unis » est celle de Meta. Elle ne signifie pas que le modèle est le meilleur au monde ni qu’il domine toutes les catégories : les résultats dépendent des tests retenus, et une avance sur un benchmark ne suffit pas à établir une supériorité générale. 10
19
Des résultats contrastés face à GLM 5.3 et Kimi K3
D’après le compte rendu par VentureBeat du tableau comparatif de Meta, Muse Spark Open devance les concurrents cités sur JobBench et sur MCP-Atlas, un test d’utilisation d’outils. En revanche, GLM 5.3 et Kimi K3 obtiennent de meilleurs résultats en programmation dans un terminal, sur des tâches longues d’ingénierie logicielle et à l’évaluation du travail professionnel GDPVal-AA. Le même tableau fait apparaître des avantages concurrents sur d’autres mesures. 19
En clair, le profil du modèle est prometteur pour certains usages d’agents et d’outils, sans démontrer qu’il surpasse systématiquement GLM 5.3 ou Kimi K3. Ces benchmarks donnent des indications, pas une garantie de résultat pour un projet ou une charge de travail précise. 19
Muse Spark Open n’est pas Muse Wonder
Muse Spark Open est la version dont les poids sont publiés. Muse Wonder est un modèle propriétaire distinct, présenté dans des articles comme un autre modèle de pointe dévoilé plus tôt cette semaine-là. Un compte rendu indique que Muse Spark Open obtient des résultats inférieurs à ceux des modèles payants Muse Wonder Full sur plusieurs benchmarks. Les éléments disponibles ne permettent toutefois pas de chiffrer précisément cet écart ni d’affirmer que Meta a reconnu publiquement cette limite particulière. 21
29
La distinction est importante : publier les poids permet de télécharger et d’adapter un modèle, mais ne signifie pas que Meta ouvre l’accès à l’ensemble de ses modèles de pointe. 21
22
Le faire tourner sur des Mac Studio : une configuration exigeante
Meta et Apple indiquent avoir optimisé Muse Spark Open avec MLX pour une exécution locale sur Mac Studio. Les informations publiées décrivent une configuration à deux machines M5 Ultra, dotées chacune de 512 Go de mémoire et reliées par Thunderbolt 5. Meta a également évoqué des configurations de deux ou quatre machines. 10
2
8
Il s’agit d’un équipement conséquent. Selon un article, les poids du modèle compressé au format NVFP4 occupent environ 493 Go, avant même de compter la mémoire supplémentaire nécessaire pendant l’inférence. Cette empreinte explique pourquoi la configuration rapportée repose sur plusieurs machines à grande capacité mémoire plutôt que sur un ordinateur de bureau classique. 7
2
En exécutant le modèle localement, les requêtes peuvent être traitées sur les machines du développeur plutôt que transmises au service d’inférence de Meta. Cela ne constitue pas, à lui seul, une garantie complète de confidentialité : des outils connectés au réseau, de la télémétrie ou d’autres logiciels peuvent toujours envoyer des données. 4
10
Téléchargement et conditions d’utilisation commerciale
Les poids étaient signalés comme disponibles sur Hugging Face le jour de la sortie, et l’annonce de Meta confirme leur publication. 10
15
Les articles ne décrivent pas tous les conditions commerciales de la même manière. CNBC parle d’une licence autorisant un usage commercial limité, tandis que d’autres publications évoquent plus largement un usage commercial et mentionnent un accord distinct pour certaines activités d’hébergement de modèles au-delà d’un seuil de revenus. Les extraits disponibles ne reproduisant pas la licence complète, mieux vaut vérifier ses clauses avant de prévoir un usage commercial. 4
12
14
15
Une collaboration notable, sans garantie de suite
Les deux entreprises auraient travaillé ensemble pendant plusieurs mois. Des articles citent Daniel Gross, ancien cadre d’Apple désormais chez Meta, parmi les personnes ayant contribué à rapprocher les équipes. Cette coopération publique intervient alors que les entreprises ont aussi été en concurrence sur les appareils et ont eu des désaccords sur la confidentialité et l’avenir de l’informatique. 12
13
La portée technique de l’annonce est plus claire que ses conséquences commerciales : elle montre une voie pour exécuter localement un grand modèle à poids ouverts sur plusieurs Mac Studio. Elle ne prouve pas que cette configuration coûtera moins cher que les autres options, atteindra les performances d’accélérateurs déployés à grande échelle ou débouchera sur un partenariat durable entre Apple et Meta. 8
10
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Muse Spark Open : un modèle géant, mais pas champion de tous les tests » ?
Publié le 15 octobre 2026, Muse Spark Open est présenté par Meta comme le modèle à poids ouverts le plus performant à ce jour aux États Unis.
Quels sont les points clés à valider en premier ?
Publié le 15 octobre 2026, Muse Spark Open est présenté par Meta comme le modèle à poids ouverts le plus performant à ce jour aux États Unis. Ce modèle multimodal compte 816 milliards de paramètres, dont 42 milliards actifs par token, et dispose d’une fenêtre de contexte d’un million de tokens.
Que dois-je faire ensuite en pratique ?
Il se distingue sur certains tests d’usage d’outils, mais ses résultats sont moins convaincants en programmation et en tâches professionnelles étendues.