Muse Spark Open ist die Open-Weight-Version von Metas Modell Muse Spark. Es verarbeitet Texte, Bilder, Videos und Audio als Eingabe und gibt Text aus. Die Gewichte sind in den Formaten BF16 und NVFP4 auf Hugging Face verfügbar. Nach Angaben des Modellberichts besitzt das Modell 256 Experten, von denen bei jedem Token acht aktiviert werden. Die Standardvorgabe für den Reasoning-Aufwand ist „xhigh“; Entwickler können auch „low“, „medium“ oder „high“ einstellen.
Für den Betrieb nennt der Entwicklerleitfaden unterschiedliche Hardware-Konfigurationen. Die BF16-Gewichte umfassen etwa 1,6 Terabyte; für NVFP4 werden rund 530 Gigabyte angegeben. Meta empfiehlt für NVFP4 mindestens 700 Gigabyte VRAM und für BF16 2 Terabyte. Als Rechenzentrumsoptionen werden vier Blackwell Ultra GPUs oder acht H200s genannt. Eine Desktop-Konfiguration besteht aus zwei Mac Studios mit M5 Ultra und jeweils 512 Gigabyte, verbunden über Thunderbolt 5 mit RDMA. MLX verteilt dabei die Berechnung über beide Geräte. Mit Unsloth Dynamic GGUFs in 2-Bit-Quantisierung soll das Modell in etwa 300 Gigabyte gemeinsamem Speicher laufen.
In Metas Vergleich erreicht Muse Spark Open auf MCP-Atlas 89,2 Punkte und auf JobBench 61,8. Bei Terminal-Bench 2.1 mit dem Terminus-2-Harness erzielt es 76,4 Punkte; Kimi K3 kommt dort auf 85,0, GLM 5.3 auf 83,9 und Qwen3.8 auf 82,0. Der Bericht nennt außerdem einen Wert von 39 im Artificial Analysis Intelligence Index. Die Vergleichswerte stammen laut Bericht teils aus Selbstauskünften der jeweiligen Anbieter; die Evaluationsmethodik führt die Herkunft der Ergebnisse auf.
Die Muse Model License erlaubt Nutzung, Fine-Tuning, Destillation und Weiterverbreitung. Produkte müssen dabei „Built with Muse Spark Open“ anzeigen. Anbieter von Model-as-a-Service mit mehr als 20 Millionen US-Dollar Umsatz innerhalb von zwölf Monaten benötigen eine separate Vereinbarung mit Meta. Interne Nutzung, Forschung und der Einsatz für Produktfunktionen sind von dieser Umsatzbedingung ausgenommen. Für Entwickler stehen unter anderem SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp und Unsloth als Engines bereit.