L’essentiel
- Meta publie Muse Spark Open, un modèle open-weight de 816 milliards de paramètres (42 milliards actifs par token) avec une fenêtre de contexte d’un million de tokens.
- Le modèle est optimisé pour tourner sur deux Mac Studio M5 Ultra de 512 Go de mémoire unifiée chacun, avec le framework MLX d’Apple.
- Les poids sont sur Hugging Face, la licence est gratuite mais impose la mention « Built with Muse Spark Open » ; les fournisseurs d’API au-delà de 20 millions de dollars par an doivent négocier avec Meta.
- Meta reconnaît que le modèle reste en retrait de ses modèles payants Muse Wonder Full et de certains concurrents en programmation.
Deux ordinateurs de bureau posés côte à côte suffisent à faire tourner un modèle de pointe de 816 milliards de paramètres. C’est l’image que Meta a choisie pour lancer Muse Spark Open, et elle déplace l’accès aux modèles d’avant-garde du cloud vers le bureau.
Un modèle taillé pour la mémoire d’un Mac
Muse Spark Open repose sur une architecture de type mixture-of-experts (MoE, des sous-réseaux spécialisés dont seule une fraction travaille à chaque token). Sur ses 816 milliards de paramètres, 42 milliards seulement sont activés par token, via un routage vers 8 experts parmi 256, détaille NVIDIA dans son billet technique. Le modèle traite nativement le texte, l’image, la vidéo et l’audio grâce à un encodeur de perception de 1,8 milliard de paramètres, et vise le code et les tâches agentiques.
La contrainte vient de la mémoire plus que du calcul. Les poids en précision complète (BF16) occupent environ 1,63 To, selon le guide publié par Unsloth : ils ne tiennent donc pas dans les 1 To que totalisent deux Mac Studio M5 Ultra de 512 Go, reliés via MLX, le framework d’Apple. Le duo suppose une version quantifiée. Unsloth propose une quantification dynamique en 2 bits qui tient dans 256 Go, là où la version 8 bits réclame 900 Go. Une seule machine devient imaginable, au prix d’une dégradation de qualité à mesurer sur ses propres tâches.
Apple, le partenaire que les clouds n’avaient pas prévu
Meta pouvait réserver ce modèle à des API, ou compter sur les grands fournisseurs de cloud pour le distribuer. Il a préféré montrer d’abord un Mac. Apple possède la seule plateforme grand public où 512 Go de mémoire rapide partagée tiennent dans un boîtier, sans salle serveur. Meta y gagne une vitrine : son modèle devient celui qu’on peut posséder, quand ses concurrents américains les plus puissants restent derrière une facture à l’usage.
L’intérêt de Meta est aussi stratégique. Un modèle installé chez le client génère de l’usage sans qu’aucun hyperscaler (les géants du cloud) ne s’interpose, et il ancre l’écosystème Muse dans les outils des développeurs. Meta l’illustre avec Muse Code, son terminal de programmation assisté, avec des correctifs sur un client Mastodon et avec le pilotage de DaVinci Resolve pour relire et recadrer des rushes.
L’éditeur garde pourtant d’autres portes ouvertes : le modèle est disponible sur plusieurs plateformes d’API, tourne sur SGLang, vLLM et TensorRT-LLM, et a été entraîné sur des GB300 NVL72 de NVIDIA, qui publie ses propres checkpoints au format NVFP4 (une quantification en 4 bits). Apple n’est qu’un canal de distribution parmi d’autres, mais c’est celui que Meta met en scène.
Quand le code ne quitte plus la machine
Pour une équipe IA qui héberge elle-même ses modèles, l’attrait est concret. Un agent de programmation qui lit un dépôt entier dans une fenêtre d’un million de tokens, sans que le code sorte de l’entreprise, règle d’un coup la confidentialité, la latence réseau et le coût par token. Les données sensibles, les bases de code propriétaires et les environnements coupés du réseau entrent dans le champ du possible.
La facture matérielle reste lourde : deux Mac Studio de ce niveau représentent un investissement à cinq chiffres, sans compter la mise en place du cluster et sa supervision. D’un côté, un abonnement d’API qui s’adapte à la charge sans effort ; de l’autre, un parc qui s’amortit si la charge est stable et le volume élevé. Le seuil de rentabilité dépend du nombre de requêtes quotidiennes, pas du prix du modèle, qui est nul.
Gratuit, mais pas sans condition
Mieux vaut lire la licence Muse en entier avant d’y bâtir un produit. Elle est libre d’usage, mais impose la mention « Built with Muse Spark Open ». Un fournisseur qui dépasse 20 millions de dollars de revenus annuels et veut proposer le modèle en service d’API doit en outre signer un accord distinct avec Meta. L’usage interne et les petits acteurs ne paient rien ; les gros revendeurs négocient. Meta garde ainsi la main sur le segment où l’argent circule.
Les chiffres de performance viennent de Meta elle-même. L’entreprise affirme que le modèle devance Qwen 3.8, GLM 5.3 et Kimi K3 sur plusieurs catégories (agentique, connaissances et raisonnement, multimodal), mais admet qu’il cède du terrain en programmation pure et reste nettement sous ses propres modèles payants Muse Wonder Full. Aucune reproduction indépendante n’existe encore : un test sur sa propre base de code vaudra plus qu’un tableau de benchmarks.
Mon avis
Meta vient d’offrir à Apple une démonstration de ses puces comme MLX n’en avait pas connu, et rien là-dedans n’est fortuit. Je pense que la bataille des modèles ouverts se jouera moins au classement des benchmarks qu’au matériel qui les fait tourner : celui qui contrôlera la machine à 512 Go tiendra la porte d’entrée de l’IA locale. Les clouds ont de quoi s’inquiéter, moins pour leurs clients actuels que pour la prochaine génération d’équipes, qui ne leur enverra jamais le premier token.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 17 évaluations
Faire appel à mes services →
