AnswersPublished24 sources
Muse Spark Open di Meta: prestazioni, limiti e uso sui Mac Studio
Il 15 ottobre 2026 Meta ha pubblicato i pesi di Muse Spark Open, definendolo il modello open weight statunitense più capace finora. Il modello multimodale conta 816 miliardi di parametri, di cui 42 miliardi attivi per token, e ha una finestra di contesto da un milione di token.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Il 15 ottobre 2026 Meta ha pubblicato i pesi di Muse Spark Open, definendolo il modello open weight statunitense più capace finora.
- Il modello multimodale conta 816 miliardi di parametri, di cui 42 miliardi attivi per token, e ha una finestra di contesto da un milione di token.
- Nei benchmark si distingue in alcune prove di uso degli strumenti, ma resta indietro rispetto a GLM 5.3 e Kimi K3 in diverse valutazioni di coding e lavoro professionale.
- Muse Spark Open non è il modello proprietario Muse Wonder; inoltre, le fonti riportano in modo discordante le condizioni per l’uso commerciale.
AI Prompt
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
Il 15 ottobre 2026 Meta ha pubblicato i pesi di Muse Spark Open, presentandolo come il modello open-weight statunitense più capace finora. L’annuncio ha messo in evidenza anche la collaborazione con Apple per eseguirlo in locale sui Mac Studio tramite il framework MLX. Sono affermazioni rilevanti, ma i confronti disponibili restituiscono un quadro più sfumato: il modello ottiene buoni risultati in alcune prove di uso degli strumenti e attività agentiche, mentre altri concorrenti lo superano in diversi test di programmazione e lavoro professionale. 10
19
Che cos’è Muse Spark Open
Secondo Meta, Muse Spark Open è un modello multimodale nativo con 816 miliardi di parametri complessivi, di cui 42 miliardi attivi per ogni token, e una finestra di contesto da un milione di token. I pesi sono stati messi a disposizione per il download. Il modello è pensato per la programmazione e per attività agentiche, comprese quelle di lunga durata e i compiti che richiedono ragionamenti articolati in più passaggi. 10
9
La definizione di «modello open-weight statunitense più capace» è una rivendicazione di Meta: non significa che il modello sia il migliore al mondo o il più forte in ogni tipo di attività. I risultati cambiano a seconda del benchmark, e primeggiare in una prova non dimostra una superiorità generale. 10
19
Il confronto con GLM 5.3 e Kimi K3
Secondo l’analisi di VentureBeat della tabella comparativa di Meta, Muse Spark Open supera i concorrenti elencati in JobBench e nella prova di uso degli strumenti MCP-Atlas. Rimane invece dietro a GLM 5.3 e Kimi K3 nei test di programmazione da terminale, nelle attività prolungate di ingegneria del software e nella valutazione del lavoro professionale GDPVal-AA. Lo stesso resoconto segnala che i rivali prevalgono anche in altre misurazioni. 19
Il risultato è quindi un profilo misto: il modello sembra competitivo in alcune attività agentiche e di utilizzo degli strumenti, ma i dati disponibili non giustificano la conclusione che superi in generale GLM 5.3 o Kimi K3. Si tratta, inoltre, di confronti su benchmark specifici, non di una garanzia sulle prestazioni nei progetti di ogni sviluppatore. 19
Muse Spark Open non è Muse Wonder
Muse Spark Open è il modello a pesi aperti; Muse Wonder è invece descritto dalle fonti come un modello proprietario di frontiera, presentato all’inizio della stessa settimana. Secondo alcuni resoconti, Muse Spark Open non raggiunge i risultati dei modelli Muse Wonder Full a pagamento in diversi benchmark. Gli estratti disponibili non bastano, però, a quantificare il divario né a stabilire che Meta abbia riconosciuto pubblicamente quella specifica limitazione. 21
29
La distinzione è importante: poter scaricare i pesi permette di eseguire e adattare il modello, ma non equivale ad avere accesso all’intera linea di modelli più avanzati di Meta. 21
22
Come gira sui Mac Studio di Apple
Meta e Apple dichiarano di aver ottimizzato Muse Spark Open con MLX per l’esecuzione locale sui Mac Studio. Le cronache descrivono una configurazione con due Mac Studio dotati di chip M5 Ultra e 512 GB di memoria ciascuno, collegati tramite Thunderbolt 5. Meta avrebbe indicato configurazioni composte da due o quattro macchine. 10
2
8
I requisiti hardware sono considerevoli. Una fonte stima che i pesi del modello in formato compresso NVFP4 occupino circa 493 GB, senza contare la memoria aggiuntiva necessaria durante l’inferenza. È per questo che la configurazione descritta prevede più macchine con molta memoria, anziché un normale computer desktop. 7
2
Con l’inferenza locale, i prompt possono essere elaborati sui computer dello sviluppatore invece di essere inviati al servizio di Meta per quella specifica elaborazione. Questo, da solo, non garantisce la riservatezza assoluta: strumenti collegati alla rete, telemetria o altri software potrebbero comunque trasmettere dati. 4
10
Download e condizioni per l’uso commerciale
Secondo le fonti, i pesi erano disponibili su Hugging Face il giorno del lancio; anche l’annuncio di Meta ne conferma la pubblicazione. 10
15
Le informazioni sulle condizioni commerciali non sono uniformi. CNBC descrive la licenza come limitata nell’uso commerciale, mentre altri resoconti parlano di permessi più ampi e riferiscono che alcune attività di fornitura del modello come servizio potrebbero richiedere un accordo separato oltre una certa soglia di ricavi. Gli estratti disponibili non riportano il testo completo della licenza: prima di adottare il modello per un’attività commerciale, è quindi prudente verificare le condizioni applicabili al proprio caso. 4
12
14
15
Che cosa indica la collaborazione tra Apple e Meta
Secondo quanto riportato, le due aziende hanno lavorato insieme per mesi. Tra le persone che avrebbero contribuito a facilitare la collaborazione viene indicato Daniel Gross, ex dirigente Apple ora in Meta. Il lancio segna un momento pubblico di cooperazione tra società che si sono anche trovate in competizione su dispositivi e futuro dell’informatica, oltre ad aver avuto divergenze sulla privacy. 12
13
La portata tecnica dell’annuncio è più chiara delle sue possibili implicazioni commerciali: mostra un modo per eseguire localmente un grande modello a pesi aperti distribuendo il carico su più Mac Studio. Non dimostra, da sola, che questa soluzione costi meno delle alternative, raggiunga le prestazioni di acceleratori usati su scala produttiva o preluda a una collaborazione continuativa tra Apple e Meta. 8
10
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Muse Spark Open di Meta: prestazioni, limiti e uso sui Mac Studio"?
Il 15 ottobre 2026 Meta ha pubblicato i pesi di Muse Spark Open, definendolo il modello open weight statunitense più capace finora.
What are the key points to validate first?
Il 15 ottobre 2026 Meta ha pubblicato i pesi di Muse Spark Open, definendolo il modello open weight statunitense più capace finora. Il modello multimodale conta 816 miliardi di parametri, di cui 42 miliardi attivi per token, e ha una finestra di contesto da un milione di token.
What should I do next in practice?
Nei benchmark si distingue in alcune prove di uso degli strumenti, ma resta indietro rispetto a GLM 5.3 e Kimi K3 in diverse valutazioni di coding e lavoro professionale.