Metas 816-Milliarden-Parameter-Modell Muse Spark Open läuft auf zwei Mac Studios

Nachrichtenübersicht

Am 15. Oktober 2026 veröffentlichte Meta Muse Spark Open, ein Open-Weight-KI-Modell mit insgesamt rund 816 Milliarden Parametern, das dafür entwickelt wurde, lokal auf Apples Mac-Studio-Computern zu laufen. Meta bezeichnet es als das leistungsfähigste Open-Weight-Modell eines US-Entwicklers, das es bisher gibt, und sagt, es sei das erste Modell dieser Größe, das auf einem Paar Desktop-Rechnern statt in einem Rechenzentrums-Rack laufen kann. TechCrunch veröffentlichte seinen Bericht an diesem Tag um 13:04 Uhr Pazifischer Zeit (PDT).

Was Meta veröffentlicht hat

Muse Spark Open ist ein nativ multimodales Modell, das für komplexe Programmier- und Agentenaufgaben entwickelt wurde, also für Arbeiten, bei denen eine KI mit Werkzeugen mehrstufige Aufgaben plant und ausführt. TechCrunch berichtet von einem Kontextfenster von 1 Million Token, das es dem Modell ermöglicht, sehr große Codebasen oder lange Dokumente gleichzeitig im Blick zu behalten.

Die Berichterstattung von Tech Insider beschreibt die Architektur als Mixture-of-Experts-Design. Nur etwa 42 Milliarden der 816 Milliarden Parameter sind für ein einzelnes Token aktiv, und jede Schicht hat 256 Experten, von denen 8 pro Token verwendet werden. Das Modell akzeptiert Text, Bilder, Audio und Video als Eingabe und erzeugt Text als Ausgabe.

Es sind zwei Checkpoints aufgeführt: eine Vollpräzisions-BF16-Version (Muse-Spark-Open-816B-A42B) und eine Version mit niedrigerer Präzision (NVFP4), die den Speicherbedarf reduzieren soll.

Wie es auf einem Mac läuft

Ein so großes Modell benötigt normalerweise Server-Hardware. Berichten zufolge reicht ein einzelnes Mac Studio für den vollständigen Checkpoint nicht aus. Zwei Apple-M5-Ultra-Mac-Studios, die jeweils mit bis zu 512 GB Unified Memory konfiguriert werden können, können verbunden werden, um insgesamt etwa 1 TB Arbeitsspeicher zu erhalten, und Apples MLX-Framework lässt das Paar als ein System arbeiten. Engadget, zitiert von TechCrunch, sagt, dass für den lokalen Betrieb des Modells mindestens 1 TB RAM erforderlich ist. Meta sagt, es läuft am besten auf dem Mac Studio mit dem M5-Ultra-Chip.

Unified Memory ist hier wichtig, weil CPU und GPU einen gemeinsamen großen Speicherpool nutzen, sodass sehr große Modellgewichte geladen werden können, ohne das Kopieren zwischen separaten Speicherbänken, das bei diskreten Grafikkarten erforderlich ist. Für Unternehmensnutzer beschreibt Metas Entwickler-Blog auch die Bereitstellung auf NVIDIAs GB300-NVL72-Plattform.

Es wurde kein offizieller Preis für die erforderliche Mac-Studio-Konfiguration veröffentlicht, und die tatsächliche Geschwindigkeit hängt von Quantisierung, Kontextlänge und Software ab.

Demonstrationen

Meta kombinierte das Modell mit Muse Code, seinem KI-Programmier-Terminal. In einem Test führte das Modell Korrekturen an einem Mastodon-Client durch, darunter Fehlerbehebungen, neue Funktionen und einen vollständigen Build. Meta verwendete es auch mit dem Video-Editor DaVinci Resolve, wo es Filmmaterial überprüfte und beschnitt.

Verfügbarkeit und Lizenz

Die Gewichte können von Hugging Face heruntergeladen werden, und das Modell ist über Cloud-Plattformen und API-Anbieter verfügbar. Zu den genannten Kanälen gehören Amazon SageMaker, Google Cloud, Microsoft Foundry, OpenRouter und Together AI. Es wird unter der Muse-Modell-Lizenz veröffentlicht, die eine begrenzte kommerzielle Nutzung erlaubt. Konkrete Schwellenwerte wurden in den geprüften Berichten nicht genannt, daher sollten Entwickler die Lizenz auf der Modellkarte lesen.

Vergleich

Von der Gesamtgröße her ist Muse Spark Open größer als mehrere bekannte Open-Weight-Modelle. Tech Insider listet DeepSeek V3 mit etwa 671 Milliarden Gesamt- und 37 Milliarden aktiven Parametern, Llama 4 Maverick mit etwa 400 Milliarden und 17 Milliarden sowie Qwen3-235B-A22B mit etwa 235 Milliarden und 22 Milliarden.

Meta sagt, das Modell übertrifft andere beliebte Open-Weight-Modelle, aber TechCrunch nannte keine spezifischen Benchmark-Werte, und unabhängige Bewertungen stehen noch aus. Eine Schlagzeile auf KuCoin nannte 81,6 Milliarden Parameter, was mit allen anderen Berichten kollidiert und wie ein Tippfehler aussieht.

Warum es wichtig ist

Open-Weight-Modelle können kosteneffizienter sein und mehr Transparenz und Flexibilität bieten als geschlossene, da Entwickler sie auf ihrer eigenen Hardware ausführen, überprüfen und anpassen können. Der lokale Betrieb hält die Daten auch auf dem eigenen Rechner des Nutzers. CNBC berichtete, dass Apple und Meta zusammengearbeitet haben, um das Modell auf Mac-Hardware lauffähig zu machen, obwohl Apple nicht als Mitentwickler des Modells genannt wird.

Meta veröffentlichte am 12. Oktober 2026 ein separates Modell, Muse Wonder. Zuvor, am 10. August 2026, veröffentlichte es das kleinere Muse Glimmer, ein Open-Weight-Modell mit 30 Milliarden Parametern unter der Apache-2.0-Lizenz, das auf einem Mac oder PC mit einer einzelnen Consumer-Grafikkarte läuft.