Meta presenterade Muse Spark Open den 15 oktober 2026. Det är en modell med öppna vikter och en blandning av experter (MoE), som kan hantera text, bilder, ljud och video i samma prompt. Modellen har omkring 816 miljarder parametrar totalt, men bara cirka 42 miljarder är aktiva för varje token, vilket gör att den kan köras snabbare än en fullstor modell av den här storleken. Den har också ett enormt kontextfönster på upp till en miljon token, vilket innebär att långa dokument, kodbaser eller videotranskriptioner kan hanteras i ett svep.
Vad modellen kan göra
Muse Spark Open är finjusterad för ”agentisk kodning” – att läsa en kodbas, skriva eller felsöka kod och anropa externa verktyg samtidigt som den granskar skärmbilder, röstanteckningar eller skärminspelningar. Den genererar endast text, men indata kan bestå av valfri kombination av olika modaliteter. Modellen finns i två checkpoint-format: BF16 (cirka 1,5 TB) och en 4-bitars NVFP4-version som körs på NVIDIA Blackwell-GPU:er. Meta tillhandahåller integrationsguider för llama.cpp, vLLM, SGLang och andra inferensramverk, samt en driftad Hugging Face Inference Endpoint som använder ett OpenAI-kompatibelt API.
Varför det spelar roll
Utvecklare kan nu köra en enda AI-modell som förstår kod, skärmbilder och röstanteckningar utan att byta verktyg, vilket kan snabba upp felsökning och dokumentationsarbete. Modellen kräver dock fortfarande avancerad GPU-hårdvara eller en driftad tjänst och förblir därför utom räckhåll för vanliga användare som saknar sådana resurser.
