Meta ने 15 October 2026 को Muse Spark Open की घोषणा की। यह एक ओपन-वेट मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) मॉडल है, जो एक ही प्रॉम्प्ट में टेक्स्ट, तस्वीरें, ऑडियो और वीडियो प्रोसेस कर सकता है। मॉडल में कुल करीब 816 billion पैरामीटर हैं, लेकिन हर टोकन के लिए लगभग 42 billion ही सक्रिय होते हैं। इससे यह इसी आकार के पूरे मॉडल की तुलना में तेज़ी से काम कर सकता है। इसमें 1 million टोकन तक की विशाल कॉन्टेक्स्ट विंडो भी है, यानी लंबे दस्तावेज़, कोडबेस या वीडियो ट्रांसक्रिप्ट एक ही बार में प्रोसेस किए जा सकते हैं।
मॉडल क्या कर सकता है
Muse Spark Open को “एजेंटिक कोडिंग” के लिए तैयार किया गया है—यानी कोडबेस पढ़ना, कोड लिखना या उसमें गड़बड़ियां ठीक करना, और स्क्रीनशॉट, वॉइस नोट या स्क्रीन रिकॉर्डिंग देखते हुए बाहरी टूल का इस्तेमाल करना। यह सिर्फ टेक्स्ट तैयार करता है, लेकिन इनपुट में किसी भी तरह के मोडैलिटी का मेल हो सकता है। मॉडल दो चेकपॉइंट फॉर्मैट में उपलब्ध है: BF16 (करीब 1.5 TB) और 4-bit NVFP4 वर्ज़न, जो NVIDIA Blackwell GPU पर चलता है। Meta ने llama.cpp, vLLM, SGLang और दूसरे इन्फरेंस फ्रेमवर्क के लिए इंटीग्रेशन रेसिपी भी दी हैं। इसके अलावा, OpenAI-संगत API का इस्तेमाल करने वाला होस्टेड Hugging Face Inference Endpoint भी उपलब्ध है।
यह क्यों मायने रखता है
डेवलपर अब ऐसा एक AI मॉडल चला सकते हैं जो कोड, स्क्रीनशॉट और वॉइस नोट समझता है—इससे डिबगिंग और दस्तावेज़ तैयार करने के काम तेज़ हो सकते हैं। हालांकि, इस मॉडल के लिए अब भी हाई-एंड GPU हार्डवेयर या होस्टेड एंडपॉइंट की ज़रूरत है, इसलिए ऐसे संसाधन न रखने वाले आम उपयोगकर्ताओं की पहुंच से यह बाहर रहेगा।
