Muse Spark Open: 816 Milliarden Parameter, hoher Speicherbedarf

Meta hat laut eigener Ankündigung am 15. Oktober 2026 die Gewichte von Muse Spark Open veröffentlicht: Das Modell umfasst 816 Milliarden Parameter, aktiviert rund 42 Milliarden davon pro Token und bietet ein Kontextfenster von einer Million Token. Es nimmt Text, Bilder, Video und Audio entgegen und erzeugt Text. Meta bezeichnet es als das bislang leistungsfähigste Open-Weight-Modell aus den USA; diese Einordnung ist eine Herstellerbehauptung.

Die Gewichte sind herunterladbar, und das Modell ist auch über gehostete Schnittstellen zugänglich. Für den Eigenbetrieb nennt die offizielle Modellkarte mindestens 700 GB GPU-Speicher für die NVFP4-Version und mindestens 2 TB für BF16. Hinzu kommen eine unterstützte Inferenzumgebung und die Bedingungen der Muse Model License. Offen sind damit die Gewichte; die technische und rechtliche Hürde verschwindet durch den Download nicht.

Warum die aktive Teilmenge den Speicherbedarf nicht senkt

Muse Spark Open ist ein Mixture-of-Experts-Modell: Für jedes Token arbeitet nur ein ausgewählter Teil seiner Experten. Das begrenzt die jeweils nötige Berechnung, entfernt aber keine Gewichte aus dem vollständigen Modell. Die aktive Parameterzahl beschreibt deshalb nicht, wie viel Speicher ein Betreiber für den Checkpoint vorhalten muss.

Auch das große Kontextfenster ist zunächst eine Modelleigenschaft und keine Zusage für die Geschwindigkeit eines konkreten Dienstes. Wie viel einer langen Eingabe sich praktisch nutzen lässt, hängt von der Bereitstellung, dem Speicher für den laufenden Kontext und der gewählten Inferenzumgebung ab. Für Agenten, die Code bearbeiten und über mehrere Schritte Werkzeuge aufrufen, sind lange Eingaben relevant; ihre Verarbeitung beansprucht jedoch zusätzlich Ressourcen.

Für einen lokalen Betrieb beschreibt Meta eine MLX-Konfiguration mit zwei Mac Studios mit M5 Ultra. Deren gemeinsamer Speicher nimmt das Modell auf, während die Rechner die Inferenz verteilt ausführen. Das macht einen Betrieb außerhalb einer klassischen GPU-Infrastruktur möglich, setzt aber entsprechend ausgestattete Geräte voraus. Die in der Modellkarte genannten GPU-Speicherwerte und der gemeinsame Speicher dieser Mac-Konfiguration bezeichnen unterschiedliche Hardwareumgebungen.

Download, Hosting und die Grenzen der Lizenz

Meta stellt BF16- und NVFP4-Gewichte auf Hugging Face bereit. Die Downloadseite verlangt vor dem Zugriff Angaben zum vollständigen Namen, Geburtsdatum und gegebenenfalls zur Organisation. Alternativ nennt Meta Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI als Anbieter gehosteter Schnittstellen. Ein API-Zugang erspart die eigene Unterbringung der Gewichte; Tarif, verfügbare Konfiguration und Leistungswerte richten sich nach dem jeweiligen Anbieter.

Die Muse Model License erlaubt Nutzung, Anpassung und Weitergabe unter Bedingungen. Kopien und abgeleitete Modelle müssen die Lizenz und die zugehörige Nutzungsrichtlinie enthalten. Produkte oder Dienste, die das Modell oder daraus abgeleitete Modelle verwenden, müssen außerdem den Hinweis „Built with Muse Spark Open“ sichtbar anzeigen oder in begleitenden Informationen führen.

Eine zusätzliche Vereinbarung mit Meta ist für bestimmte Anbieter von Model as a Service vorgesehen: Sie greift, wenn ein Anbieter oder seine verbundenen Unternehmen Dritten Modellzugang über eine API oder eine ähnliche Schnittstelle anbieten und ihr gemeinsamer Bruttoumsatz in zwölf aufeinanderfolgenden Monaten 20 Millionen US-Dollar übersteigt. Dann müssen sie Meta vor einem solchen Angebot informieren und eine gesonderte schriftliche Vereinbarung schließen. Für interne Nutzung sowie für Funktionen eines eigenen Produkts, das selbst kein Model-as-a-Service-Angebot ist, nimmt die Klausel eine Ausnahme vor.

Was die externe Bewertung tatsächlich aussagt

Das BenchLeader-Profil führte die xhigh-Konfiguration mit Datenstand 18. Oktober 2026 auf Rang 166 von 761 Konfigurationen, bei einem Indexwert von 57,4 ± 6,8 Punkten und einem gemischten Listenpreis von 2 US-Dollar je Million Token. Laut dieser Auswertung liegen 311 weitere Konfigurationen innerhalb des Unsicherheitsbereichs. Der genaue Rang trennt das Modell daher nicht zuverlässig von vielen benachbarten Einträgen.

Der Index fasst erfasste Einzeltests nach der Methodik der Rangliste zusammen. Er ist kein Geschwindigkeitstest der Mac-Konfiguration und keine Messung jeder möglichen selbst gehosteten Variante. Die Seite weist für Ausgabegeschwindigkeit und Zeit bis zur ersten Antwort noch keine Werte aus. Auch der gemischte Preis ist eine Angabe der Rangliste, kein allgemeingültiger Tarif für alle Hostinganbieter.

Metas eigene Vergleichswerte und dieser externe Index beantworten zudem unterschiedliche Fragen und verwenden verschiedene Maßstäbe. Ein numerischer Vergleich der Indexpunkte wäre deshalb irreführend. Für die Einordnung der Qualität zählt, welche Aufgaben gemessen wurden, mit welchem Denkaufwand die Konfiguration lief und wie groß die Unsicherheit des Ergebnisses ist. Gerade bei agentischen Aufgaben lässt sich aus einem Sammelwert allein keine Aussage über einen bestimmten Arbeitsablauf ableiten.

Die Betriebsformen im direkten Vergleich

Aus den veröffentlichten Bedingungen ergeben sich für Entwickler unterschiedliche Wege zum selben Modell:

Eigene GPU-Infrastruktur: Sie gibt Kontrolle über die Bereitstellung. Maßgeblich sind der Speicher für den vollständigen Checkpoint, zusätzlicher Laufzeitspeicher und eine unterstützte Inferenzumgebung.
Lokaler Mac-Betrieb: Die von Meta beschriebene MLX-Konfiguration verteilt die Inferenz auf entsprechend ausgestattete Geräte. Der aktive Anteil der Parameter macht daraus keine Installation auf einem üblichen Einzelrechner.
Gehostete API: Sie verlagert die Hardwareanforderung zum Anbieter. Preis, Antwortzeit, verfügbare Modalitäten und tatsächlich angebotenes Kontextfenster müssen für dessen konkreten Dienst betrachtet werden.
Eigene Weitergabe oder Dienstleistung: Der Zugang zu den Gewichten eröffnet diese Möglichkeit innerhalb der Muse Model License. Für die beschriebene Gruppe von Model-as-a-Service-Anbietern ist zusätzlich eine Vereinbarung mit Meta nötig.

Die offene Gewichtsdatei verschafft Entwicklern eine Wahl beim Betrieb. Ob sich diese Wahl gegenüber einer gehosteten Schnittstelle rechnet, hängt nun vor allem von der Auslastung eigener Hardware, den tatsächlichen Antwortzeiten und den Tarifen für die benötigte Konfiguration ab.

Lesen Sie auch: