Muse Spark Open: Meta kehrt zu offenen Modellen zurück

Meta veröffentlicht wieder Open-Weight-Modelle. Nach der Llama-Reihe hat der Konzern Muse Spark Open vorgestellt, ein großes Modell, dessen Gewichte jeder herunterladen kann. Meta bezeichnet es als das leistungsfähigste US-Open-Weight-Modell auf dem Markt. Es ist auf Programmierung und agentische Aufgaben ausgelegt, also auf Arbeiten, bei denen das Modell mehrstufige Aufträge plant und ausführt, statt nur auf eine einzelne Eingabe zu antworten.

Damit tritt Meta direkt gegen Qwen, GLM und Kimi an, die Modellfamilien, die das Feld der offenen Modelle zuletzt geprägt haben. Die Veröffentlichung zeigt zugleich, wo Meta die Grenze zieht zwischen dem, was es verschenkt, und dem, was hinter der Bezahlschranke bleibt.

Was Meta veröffentlicht hat

Die wichtigsten Eckdaten:

• Größe: insgesamt 816 Milliarden Parameter, davon jeweils 42 Milliarden aktiv.
• Kontextfenster: bis zu eine Million Tokens, genug für sehr lange Dokumente oder umfangreiche Codebasen in einer einzigen Sitzung.
• Modalitäten: Eingaben als Text, Bild, Video und Audio.
• Schwerpunkt: Programmierung und agentische Anwendungen.

Der Unterschied zwischen Gesamt- und aktiven Parametern ist entscheidend. Ein Modell dieser Größe wäre normalerweise teuer im Betrieb. Weil aber nur rund 5 Prozent der Parameter gleichzeitig genutzt werden, liegt der Rechenaufwand pro Anfrage deutlich niedriger, als die Gesamtgröße vermuten lässt.

Wie es im Vergleich abschneidet

Meta verweist auf mehrere Benchmarks: JobBench, MCP-Atlas, HLE-Diamond und ZeroBench. Dort liege Muse Spark Open nach Angaben des Unternehmens in mehreren Kategorien deutlich vor Qwen 3.8, GLM 5.3 und Kimi K3.

Zwei Einschränkungen gelten. Erstens handelt es sich um Metas eigene Ergebnisse, und "mehrere Kategorien" heißt nicht "auf ganzer Linie". Zweitens räumt Meta offen ein, dass das Modell klar hinter seinen kostenpflichtigen Muse-Wonder-Modellen zurückbleibt, konkret hinter der Stufe Muse Wonder Full. Das offene Modell soll in seiner eigenen Klasse führen, nicht Metas kommerzielle Spitzenmodelle ersetzen.

Lokal betreiben

Laut Meta ist das Modell für Apples M5-Ultra-Chip optimiert. Nach Angaben des Unternehmens läuft es lokal auf zwei Mac Studios mit jeweils 512 GB gemeinsamem Arbeitsspeicher. Das ist immer noch ernstzunehmende Hardware, passt aber auf einen Schreibtisch und braucht kein Rechenzentrum.

Für Entwickler und Unternehmen, die Code oder interne Daten nicht an eine externe API schicken wollen, ist das der praktischste Teil der Ankündigung. Dass ein Modell dieser Größe komplett auf Hardware läuft, die ein Team selbst kontrolliert, war vor nicht allzu langer Zeit kaum vorstellbar.

Die Gewichte stehen auf Hugging Face bereit, der Plattform, über die die meisten Entwickler KI-Modelle teilen und herunterladen. Meta hat außerdem einen Forschungsblog mit weiteren technischen Details veröffentlicht.

Die Lizenzbedingungen

Das Modell ist kostenlos nutzbar, allerdings unter Auflagen. Zwei fallen besonders auf:

1. Namensnennung: Alles, was auf dem Modell aufbaut, muss den Hinweis "Built with Muse Spark Open" tragen.
2. Umsatzgrenze: Anbieter mit mehr als 20 Millionen Dollar Jahresumsatz, die das Modell als API-Dienst anbieten wollen, brauchen eine gesonderte Vereinbarung mit Meta.

Die zweite Regel zielt auf Cloud-Anbieter und große Hosting-Firmen. Kleine Teams und die meisten Unternehmen, die das Modell intern nutzen, sind nicht betroffen. Wer den Zugang im großen Stil weiterverkaufen will, muss mit Meta verhandeln.

Unsere Einschätzung

Die Veröffentlichung zeigt, wo Meta sich im Markt positionieren will. Die stärksten Muse-Wonder-Modelle bleiben geschlossen und kostenpflichtig, während ein offenes Modell die Aufmerksamkeit der Entwickler gewinnen soll. Die Kennzeichnungspflicht und die Umsatzgrenze für API-Angebote deuten darauf hin, dass Meta Sichtbarkeit und eine gewisse Kontrolle darüber behalten will, wie andere mit seiner Arbeit Geld verdienen, auch wenn es die Gewichte verschenkt.

Spannender ist die Betonung auf "US-Open-Weight". Qwen, GLM und Kimi haben bei herunterladbaren Modellen das Tempo vorgegeben, und Meta ist nicht das einzige amerikanische Unternehmen, das mithalten will. Wir haben kürzlich über Reflection Beam berichtet, das dieselben Konkurrenten ins Visier nimmt, und Mistral treibt mit Mistral Large 4 große offene Modelle aus Europa voran. Die Herkunft wird offenbar zu einem eigenen Verkaufsargument, vor allem für Organisationen, denen wichtig ist, woher ihre Modelle stammen.

Für Leser, die mit KI entwickeln, lautet die praktische Frage, ob die Benchmark-Versprechen auch außerhalb von Metas eigenen Tests halten. Unabhängige Auswertungen in den kommenden Wochen werden zeigen, ob Muse Spark Open bei Programmierung und Agentenarbeit tatsächlich seine Klasse anführt oder nur in den Kategorien, die Meta hervorgehoben hat. Interessant wird auch, wie viele Teams das lokale Setup auf Mac-Studio-Hardware tatsächlich nutzen und ob die 20-Millionen-Dollar-Regel die großen Cloud-Anbieter fernhält oder sie zu Deals mit Meta drängt. Und nicht zuletzt kommt es auf die Antwort von Qwen, GLM und Kimi an. Neue Modelle erscheinen in diesem Feld in rascher Folge, und Metas aktueller Vorsprung dürfte nicht lange halten.