Muse Spark Open: Meta keert terug naar open-weight-modellen

Meta doet weer mee in de open-weight-markt. Na de Llama-reeks heeft het bedrijf Muse Spark Open uitgebracht, een groot model waarvan iedereen de gewichten kan downloaden. Meta noemt het het krachtigste Amerikaanse open-weight-model dat er is. Het is gemaakt voor programmeerwerk en agenttaken: werk waarbij het model zelf plant en taken in meerdere stappen uitvoert, in plaats van op een enkele prompt te antwoorden.

Met deze release gaat Meta de directe concurrentie aan met Qwen, GLM en Kimi, de modelfamilies die het open-weight-veld de laatste tijd hebben bepaald. Ook laat het zien waar Meta de grens trekt tussen wat het weggeeft en wat het achter een betaalmuur houdt.

Wat Meta heeft uitgebracht

De belangrijkste cijfers:

• Omvang: 816 miljard parameters in totaal, waarvan er steeds 42 miljard actief zijn.
• Contextvenster: tot een miljoen tokens, genoeg om zeer lange documenten of grote codebases in een enkele sessie te verwerken.
• Modaliteiten: invoer van tekst, beeld, video en audio.
• Focus: programmeerwerk en agenttaken.

Het verschil tussen het totale en het actieve aantal parameters doet ertoe. Een model van deze omvang zou normaal gesproken duur zijn om te draaien. Omdat er maar zo'n 5 procent van de parameters tegelijk wordt gebruikt, liggen de rekenkosten per verzoek veel lager dan de totale omvang doet vermoeden.

Hoe het zich verhoudt

Meta wijst op verschillende benchmarks: JobBench, MCP-Atlas, HLE-Diamond en ZeroBench. Volgens het bedrijf scoort Muse Spark Open daarop in meerdere categorieen ruim beter dan Qwen 3.8, GLM 5.3 en Kimi K3.

Daarbij gelden twee kanttekeningen. Ten eerste gaat het om Meta's eigen resultaten, en "meerdere categorieen" is niet hetzelfde als over de hele linie. Ten tweede zegt Meta openlijk dat het model ver achterblijft bij zijn betaalde Muse Wonder-modellen, en dan met name bij de Muse Wonder Full-variant. Het open model moet de beste zijn in zijn eigen klasse, niet de commerciele top van Meta vervangen.

Lokaal draaien

Volgens Meta is het model geoptimaliseerd voor Apples M5 Ultra-chip. Het bedrijf zegt dat het lokaal draait op twee Mac Studios met elk 512 GB unified memory. Dat is nog altijd serieuze hardware, maar het past op een bureau en niet in een serverrek in een datacenter.

Voor ontwikkelaars en bedrijven die hun code of interne gegevens niet naar een externe API willen sturen, is dit het meest praktische deel van de aankondiging. Een model van dit formaat dat volledig draait op hardware die een team zelf beheert, was niet zo lang geleden nauwelijks voor te stellen.

De gewichten staan op Hugging Face, het platform dat de meeste ontwikkelaars gebruiken om AI-modellen te delen en te downloaden. Meta heeft daarnaast een onderzoeksblog gepubliceerd met meer technische details.

De licentievoorwaarden

Het model is gratis te gebruiken, onder voorwaarden. Twee springen eruit:

1. Naamsvermelding: alles wat op het model is gebouwd, moet het label "Built with Muse Spark Open" dragen.
2. Omzetdrempel: aanbieders met een jaaromzet van meer dan 20 miljoen dollar die het model als API-dienst willen aanbieden, hebben een aparte overeenkomst met Meta nodig.

De tweede regel is gericht op cloudaanbieders en grote hostingbedrijven. Kleine teams en de meeste bedrijven die het model intern gebruiken, hebben er geen last van. Bedrijven die op grote schaal toegang tot het model willen doorverkopen, moeten met Meta onderhandelen.

Onze analyse

De release laat zien waar Meta zich in de markt wil positioneren. Het houdt zijn sterkste Muse Wonder-modellen gesloten en betaald, en zet een open model in om de aandacht van ontwikkelaars te winnen. De labelplicht en de omzetdrempel voor API's wijzen erop dat Meta zichtbaarheid wil en enige controle over hoe anderen aan zijn werk verdienen, ook al geeft het de gewichten weg.

Interessanter is de nadruk op "Amerikaans open-weight". Qwen, GLM en Kimi hebben het tempo bepaald bij downloadbare modellen, en Meta is niet het enige Amerikaanse bedrijf dat de strijd probeert aan te gaan. We schreven onlangs over Reflection Beam, dat dezelfde concurrenten op het oog heeft, en Mistral brengt vanuit Europa grote open modellen op de markt met Mistral Large 4. Dat wijst erop dat herkomst een verkoopargument op zich wordt, vooral voor organisaties die belang hechten aan waar hun modellen vandaan komen.

Voor lezers die met AI bouwen, is de praktische vraag of de benchmarkclaims overeind blijven buiten Meta's eigen tests. Onafhankelijke evaluaties zullen de komende weken uitwijzen of Muse Spark Open echt de beste in zijn klasse is bij programmeer- en agentwerk, of alleen in de categorieen die Meta zelf heeft uitgelicht. Het is ook de moeite waard om te volgen hoeveel teams de lokale opstelling op Mac Studio-hardware gaan gebruiken, en of de API-regel van 20 miljoen dollar de grote cloudaanbieders op afstand houdt of hen juist tot deals met Meta dwingt. Tot slot doet de reactie van Qwen, GLM en Kimi ertoe. Nieuwe releases volgen elkaar in dit veld snel op, en de voorsprong die Meta nu heeft, is misschien van korte duur.