Muse Spark Open: Meta otworzyła wagi modelu z 816 mld parametrów. Licencja, sprzęt i cena
Meta udostępniła wagi Muse Spark Open: 816 mld parametrów, 42 mld aktywnych. Licencja z dwoma warunkami, 700 GB pamięci i 11 z 12 w moim teście.

👁 115 przeczytań
Meta udostępniła 15 października 2026 wagi modelu Muse Spark Open. To model typu mixture-of-experts z 816 mld parametrów, z których przy każdym tokenie pracuje 42 mld, z oknem 1 mln tokenów i obsługą obrazu. Meta nazywa go najmocniejszym amerykańskim modelem z otwartymi wagami. Trzy dni wcześniej pokazała zamknięty Muse Wonder, więc tym razem dostajemy model o klasę słabszy, ale do pobrania. Sprawdziłem licencję, wymagania sprzętowe i ceny API, a 19 października przepuściłem model przez mój krótki test po polsku.
W skrócie (19.10.2026)
- 816 mld parametrów, 42 mld aktywnych, 1 mln tokenów kontekstu, tekst i obraz na wejściu.
- Wagi na Hugging Face, licencja Muse Model License: za darmo także komercyjnie, z dwoma warunkami.
- Lokalnie potrzeba ok. 700 GB pamięci w NVFP4 albo ok. 2 TB w BF16.
- API na OpenRouterze: 1,25 / 4,25 USD za 1 mln tokenów (4,85 / 16,50 zł).
- Mój test po polsku: 11 z 12 zadań, mediana odpowiedzi 8 s.
Co dokładnie wydała Meta
Model trafił do repozytorium meta-models/Muse-Spark-Open-816B-A42B na Hugging Face, w wersji BF16 i w skwantyzowanej wersji NVFP4. Pliki pełnej wersji zajmują łącznie ok. 1,64 TB. Według wpisu na blogu Meta AI model powstał z myślą o programowaniu i pracy agentów: długich zadaniach, złożonej inżynierii oprogramowania i wieloetapowym rozumowaniu. Bazuje na sierpniowym Muse Spark, ale przeszedł dodatkowy trening bezpieczeństwa, bo po pobraniu działa bez filtrów, które Meta stosuje we własnych usługach.
Alexandr Wang, szef AI w Mecie, powtórzył przy tej okazji zasadę, którą firma przyjęła po epoce Llamy: najmocniejszych modeli nie będzie otwierać, ze względu na bezpieczeństwo i możliwości. Muse Spark Open jest więc otwartą wersją modelu ze średniej półki, a nie odpowiednikiem Muse Wonder. Szerzej o tej zmianie kursu pisałem w tekście Od Llamy do Muse.
Benchmarki według Mety
Karta modelu podaje wyniki obok najmocniejszych otwartych modeli z Chin. Muse Spark Open nie wygrywa wszędzie, a w ogólnym indeksie Artificial Analysis jest za nimi:
| Test | Muse Spark Open | Najlepszy rywal w tabeli Mety |
|---|---|---|
| Indeks Artificial Analysis | 39 | GLM-5.3: 45 |
| JobBench (agenci) | 61,8 | Kimi K3: 54,3 |
| MCP-Atlas (narzędzia) | 89,2 | GLM-5.3: 84,2 |
| GPQA Diamond | 89,0 | Kimi K3: 93,5 |
| DeepSWE 1.1 (kod) | 60 | Kimi K3: 68 |
| Terminal-Bench 2.1 | 76,4 | Kimi K3: 85,0 |
Najmocniej wypada w zadaniach z narzędziami i agentami, słabiej w czystym kodowaniu i wiedzy naukowej. To wyniki podane przez producenta, nikt ich jeszcze niezależnie nie powtórzył.
Licencja: co wolno
Muse Model License pozwala używać, kopiować, modyfikować, dostrajać, destylować i rozpowszechniać model bez opłat, także komercyjnie. Są dwa warunki:
- w produkcie albo w jego dokumentacji trzeba wyraźnie pokazać napis „Built with Muse Spark Open”, także przy modelach pochodnych;
- firma, która sprzedaje dostęp do modeli przez API i ma ponad 20 mln USD przychodu w ciągu 12 miesięcy, musi przed takim użyciem zawrzeć osobną umowę z Metą.
Drugi warunek nie dotyczy użytku wewnętrznego, badań ani zwykłej aplikacji, w której model napędza funkcje własnego produktu. Dla polskiej firmy czy programisty to w praktyce wolna licencja z obowiązkiem podpisu.
Czy uruchomisz go u siebie
Na zwykłym komputerze nie. Według karty modelu potrzeba ok. 700 GB pamięci GPU w formacie NVFP4 albo ok. 2 TB w BF16. Meta pokazuje, że model działa na dwóch Mac Studio z M5 Ultra po 512 GB pamięci zunifikowanej, połączonych przez MLX, i nazywa to pierwszym modelem tej klasy, który da się uruchomić na biurku. Obsługę zapowiedzieli twórcy vLLM, SGLang, TensorRT-LLM, Transformers, MLX, llama.cpp i Unsloth. Na karcie z 24 GB pamięci, takiej jak moja RTX 4090, nie ma na co liczyć. Modele, które realnie ruszą w domu, opisuję w przewodniku Lokalne AI.
Gdzie użyć przez API i ile to kosztuje
Nie przepłacaj za te subskrypcje
Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.
Meta wymienia jako partnerów Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter i Together AI. Na OpenRouterze model ma identyfikator meta/muse-spark-open i cenę 1,25 USD za milion tokenów wejścia oraz 4,25 USD za milion tokenów wyjścia. Po kursie NBP z 16.10 (3,8827 zł) to 4,85 zł i 16,50 zł. To tyle samo, ile OpenRouter liczy za zamknięty Muse Spark 1.3, i kilka razy więcej niż za DeepSeek V4.1 Flash.
Mój test po polsku
19 października puściłem Muse Spark Open przez OpenRouter na 12 krótkich zadaniach z jedną poprawną odpowiedzią: rachunki, odmiana, cyfra kontrolna PESEL, wyciąganie danych z faktury do JSON, dzień tygodnia z 1918 roku. Model rozwiązał 11 z 12. Przy przeliczeniu 2,5 godziny na sekundy wyczerpał limit 6000 tokenów na rozumowanie i nie oddał odpowiedzi, co trwało ponad dwie minuty. Mediana czasu odpowiedzi wyniosła 8 s, cały test kosztował 0,054 USD. Wyniki obok DeepSeeka, Step 5 i Nemotrona są w tekście Test otwartych modeli po polsku.
Dla kogo to jest
- Firmy z własną infrastrukturą, które chcą amerykańskiego modelu z otwartymi wagami do agentów i narzędzi, bez wysyłania danych do zewnętrznego API.
- Zespoły, które dostrajają modele - licencja wprost pozwala na fine-tuning i destylację.
- Zwykły użytkownik nic tu nie zyska w porównaniu z czatem Meta AI albo tańszymi modelami przez API.
Wszystkie otwarte modele z tego tygodnia zebrałem w jednym miejscu: Otwarte modele AI - październik 2026.
Źródła
- Meta AI: Introducing Muse Spark Open (15.10.2026)
- Hugging Face: karta modelu i licencja Muse Model License
- TechCrunch: Meta launches an open-weight AI model that runs on Macs
- PyTorch: Muse Spark Is Now an Open-Weights Model
- OpenRouter: meta/muse-spark-open, cennik (sprawdzone 19.10.2026)
- NBP: kurs USD z 16.10.2026
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
