Introduzione e contesto di rilascio

Meta ha pubblicato i pesi di Muse Spark Open, un modello di intelligenza artificiale da 816 miliardi di parametri e con un contesto di un milione di token. L’annuncio, effettuato dal Meta Superintelligence Labs, lo presenta come il modello open‑weight più capace mai rilasciato da un laboratorio americano, sottolineando la dimensione geografica come elemento distintivo rispetto ai concorrenti cinesi.

Il modello è disponibile al download dal 15 ottobre per chiunque accetti la licenza, e può essere eseguito localmente su una configurazione estremamente potente: due Mac Studio con chip M5 Ultra, 512 GB di memoria unificata ciascuno, collegati via Thunderbolt. Questa soluzione dimostra che, nonostante le dimensioni, Muse Spark Open può essere gestito anche su una postazione da scrivania, sebbene a costi elevati.

Performance sintetica: l’indice Artificial Analysis

Meta pubblica una model card con un indice sintetico di Artificial Analysis che assegna a Muse Spark Open 39 punti. Il posizionamento è così:

All’interno dei confini statunitensi, il modello supera Inkling (Thinking Machines Lab) con 26 punti e Nemotron 3 Ultra (Nvidia) con 23 punti. A livello globale, però, Muse Spark Open si colloca al quarto posto nella stessa tabella, dietro ai tre modelli cinesi citati.

Vantaggi specifici

Il modello eccelle in aree precise:

Al contrario, perde sul coding, scrive meno token per compito e la licenza impone condizioni che limitano alcune tipologie di utilizzo.

Architettura mixture‑of‑experts e capacità di contesto

Muse Spark Open è basato su una architettura mixture‑of‑experts (MoE). Ogni strato contiene 256 sottoreti specializzate (esperti) e un router ne attiva solo 8 per ogni token. In pratica, per ogni passaggio lavorano 42 miliardi di parametri su un totale di 816 miliardi, distribuiti su 62 strati.

Il contesto, cioè la quantità di testo che il modello può tenere presente in una singola richiesta, raggiunge un milione di token. L’ingresso accetta testo, immagini, audio e video grazie a un codificatore visivo da 1,8 miliardi di parametri; l’uscita, invece, è puramente testuale.

Ragionamento e agenti

Meta descrive il modello come “costruito per il coding e per gli agenti”, ovvero programmi che pianificano ed eseguono compiti multi‑passo chiamando strumenti esterni. Il ragionamento è regolabile su quattro livelli (da low a xhigh) con il valore più alto impostato di default. Chi non abbassa il livello su compiti semplici paga un ragionamento più costoso, anche se non necessario.

Requisiti hardware e modalità di distribuzione

Il fatto che solo una parte del modello sia attiva per token rende le risposte rapide, ma non riduce la memoria necessaria: tutti gli esperti devono rimanere caricati in GPU. Meta indica i seguenti requisiti:

Per chi preferisce una soluzione da scrivania, i due Mac Studio citati dimostrano la fattibilità, ma con avvertenze: la memoria da 512 GB è prevista “in arrivo a fine ottobre” senza prezzo indicato. Una configurazione alternativa con quattro macchine da 256 GB (stessa capacità totale) costa 10 799 USD ciascuna, per un investimento complessivo di oltre 43 000 USD.

Accesso via API e piattaforme cloud

Chi non vuole acquistare hardware può utilizzare Muse Spark Open fin dal primo giorno tramite API su piattaforme come:

I pesi sono inoltre disponibili su Hugging Face, Amazon SageMaker, Google Cloud e Microsoft Foundry.

Le condizioni variano da fornitore a fornitore: ad esempio, su GroqCloud (anteprima limitata) il contesto è limitato a 131 072 token, molto meno del milione dichiarato da Meta.

Storia recente di Meta e la corsa all’open‑source americano

Nel aprile 2024 Meta aveva lanciato il primo Muse Spark come modello chiuso, accessibile solo tramite le proprie app e una API in anteprima, interrompendo la tradizione dei pesi aperti iniziata con Llama nel 2023. Ad agosto è arrivato Muse Glimmer, un modello da 30 miliardi di parametri con licenza Apache 2.0, accompagnato da una dichiarazione di Mark Zuckerberg che invitava a ridurre le barriere per l’open source americano, con l’obiettivo di competere con i laboratori cinesi.

Muse Spark Open rappresenta il secondo passo di quella promessa e, con i suoi 816 miliardi di parametri, è il più pesante finora rilasciato da Meta.

Il dominio cinese nei modelli aperti

Il panorama dei modelli open‑weight è attualmente dominato dalla Cina. Hugging Face segnala che nell’ultimo anno i modelli cinesi hanno raccolto il 41 % dei download. Su OpenRouter, marketplace che smista le richieste di migliaia di sviluppatori verso centinaia di modelli, il 69 % dei token a settembre proveniva da laboratori cinesi.

La classifica di Artificial Analysis, aggiornata al 7 ottobre, assegna a Muse Spark Open 38,9 punti (quasi 39), confermandolo al primo posto tra gli open weight americani. Tuttavia, modelli cinesi non presenti nella tabella di Meta, come MiMo‑V2.6‑Pro (Xiaomi, 46 punti), GLM‑5.3‑Flash, Qwen‑3.8‑Flash‑Next e DeepSeek V4.1 Flash, superano di gran lunga il punteggio americano.

Al di sotto di Muse Spark Open troviamo Mistral Large 4 con 38 punti, l’unico modello europeo che si avvicina al primato americano.

Benchmark dettagliati: punti di forza e debolezze

La media dell’indice nasconde un profilo molto irregolare. Muse Spark Open è leader in:

Al contesto del coding, invece, il modello è superato:

Questi risultati evidenziano una “linea di frattura” netta: Muse Spark Open eccelle quando il compito richiede l’uso di strumenti, ragionamento generale e sicurezza, ma è inferiore nei benchmark di programmazione e lavoro professionale intensivo.

Metodologia di valutazione

Meta pubblica una metodologia di valutazione che specifica che l’harness (software di supporto) non è stato ottimizzato per i modelli di terzi. Alcuni valori sono autodichiarati dai produttori o misurati internamente da Meta, il che può introdurre bias a favore dei propri modelli.

Tabella completa dei benchmark (formato testuale)

Di seguito la tabella originale in formato Markdown, con tutti i benchmark, i valori numerici e le evidenziazioni. Il simbolo «–» indica dati non disponibili.

| Benchmark                | Muse Spark Open | GLM 5.3 | Kimi K3 | Qwen 3.8 | Mistral Large 4 |


|--------------------------|----------------|---------|---------|----------|-----------------|


| MCP‑Atlas                | 89.2           | 84.5    | –       | –        | –               |


| JobBench                 | 65.4           | 65.0    | –       | –        | –               |


| HLE‑Diamond (no tools)   | 25.0           | –       | 20.0    | –        | –               |


| AA Omniscience           | 25.0           | –       | 20.0    | –        | –               |


| ZeroBench                | 90.0           | –       | –       | –        | –               |


| eIntPhys2                | 88.0           | –       | –       | –        | –               |


| BabyVisioneVideoMME      | 70.0           | –       | 80.0    | –        | –               |


| Terminal‑Bench 2.1       | 76.4           | 83.9    | 85.0    | –        | –               |


| SWE‑Atlas‑QnA            | 58.0           | 66.0    | –       | –        | –               |


| GDPval‑AA                | 1401           | 1653    | –       | –        | –               |


| …                        | …              | …       | …       | …        | …               |

Questa tabella sintetizza i punti di forza (MCP‑Atlas, JobBench, HLE‑Diamond) e le debolezze (coding, lavoro professionale) di Muse Spark Open rispetto ai principali concorrenti.

Conclusioni: il futuro dell’open‑weight americano

Muse Spark Open rappresenta un passo significativo per Meta e per l’intero ecosistema americano di modelli open‑weight: è il più grande e il più capace finora rilasciato negli Stati Uniti, con un’architettura MoE avanzata, un contesto di un milione di token e supporto per input multimodali.

Tuttavia, la classifica di Artificial Analysis dimostra che i laboratori cinesi mantengono un vantaggio netto in termini di punteggio complessivo e, soprattutto, nei benchmark di programmazione e lavoro professionale. La differenza di licenza (condizioni più restrittive per Muse Spark Open) e la dipendenza da hardware di fascia alta limitano ulteriormente l’adozione diffusa.

Per colmare il divario, Meta dovrà:

Finché questi aspetti non saranno affrontati, Muse Spark Open resterà il “miglior open‑weight americano” ma continuerà a “inseguire” i modelli cinesi più avanzati.