Présentation du modèle Muse Spark Open
Meta Platforms a rendu publiques les poids du modèle Muse Spark Open, un réseau de neurones de 816 milliards de paramètres dont seulement 42 milliards sont activés pour chaque token. Conçu spécifiquement pour le codage et les tâches d’agent à long terme, le modèle accepte des invites mixtes texte‑image‑audio‑vidéo et propose une fenêtre contextuelle pouvant atteindre un million de tokens, ce qui dépasse largement les limites classiques des LLM grand public.
Architecture et spécifications techniques
Le modèle part du socle Muse Spark 1.2 publié en août, auquel Meta a ajouté une phase de post‑entraînement de sécurité afin de garantir un comportement fiable hors des garde‑fous de ses services internes. La formation s’est appuyée sur ce que Meta décrit comme des « real developer workflows », incluant des refactorisations multi‑fichiers et des sessions de débogage prolongées, afin d’optimiser les capacités de génération de code. Pour les tests hors centre de données, Meta a exploité deux stations Apple Mac Studio équipées de puces M5 Ultra, interconnectées via le framework MLX d’Apple et partageant environ un téraoctet de mémoire, démontrant la viabilité du modèle sur du matériel grand public haut de gamme.
Performances sur les benchmarks d’agents et de code
Dans le tableau de référence interne de Meta, Muse Spark Open obtient un score de 61,8 au test d’agent JobBench, soit plus du double du score 31,1 de l’open‑source Inkling et largement supérieur aux 27,2 de Nvidia Nemotron 3 Ultra. Sur le test de codage Terminal‑Bench 2.1, le modèle atteint 76,4, derrière les modèles chinois Kimi K3 (85), GLM 5.3 et Qwen 3.8 qui dépassent ce chiffre. En revanche, pour l’utilisation d’outils (benchmark MCP‑Atlas), Muse Spark Open domine avec 89,2, surpassant tous les concurrents, y compris les modèles chinois, en sélectionnant correctement parmi 220 outils répartis sur 36 serveurs Model Context Protocol.
Licence, déploiement et limites d’usage
Les poids sont distribués sous la nouvelle Muse Model License, qui autorise les développeurs à adapter et intégrer le modèle sans frais, à condition de ne pas dépasser 20 millions de dollars de revenu brut annuel lorsqu’ils proposent le modèle en tant que service hébergé. Une clause exclut explicitement les usages militaires et les infrastructures critiques. Le modèle précédent à poids ouvert, Muse Glimmer, ne comptait que 30 milliards de paramètres. Les modèles plus puissants de la série Muse Wonder restent réservés à l’API Meta Model et à Muse Code. À son lancement, sept fournisseurs d’inférence – dont Groq et Fireworks AI – offrent un accès hébergé, et les poids sont téléchargeables depuis Hugging Face ainsi que les catalogues d’AWS, Google Cloud et Microsoft Azure.
