Muse Spark Open 816B A42B vs Muse Spark 1.3 : neuf points, et une attente de cinquante-quatre secondes

Les numéros de version donnent à cette comparaison une apparence de simplicité, et ils vous mentent. Muse Spark 1.3 se situe au-dessus de Muse Spark Open 816B A42B dans la nomenclature de Meta elle-même, et il se situe aussi au-dessus de lui dans l'Intelligence Index indépendant — 48 contre 39, un écart de neuf points qui est la raison même pour laquelle on présente les poids ouverts comme l'option économique. Mais Muse Spark 1.3 est sorti le 2 septembre 2026, et c'est un modèle axé d'abord sur le raisonnement, vendu au token, ce qui signifie que sa capacité s'accompagne d'un coût de délibération. Muse Spark Open 816B A42B — le mélange d'experts de 816 milliards de paramètres dont 42 milliards actifs, dont Meta a publié les poids le 15 octobre 2026 sans la moindre annonce — s'accompagne quant à lui d'un coût matériel. Le 16 octobre 2026, NVIDIA a publié un drafter de décodage spéculatif pour la cible ouverte, ce qui place pour la première fois un chemin d'optimisation documenté sous un seul côté de cette comparaison. Les neuf points sont réels. Ce qu'il vaut la peine de savoir, c'est ce que vous payez pour eux, et dans quelle monnaie. Pour un modèle dont les modes de défaillance ne sont pas encore documentés, le pendant utile est le relevé de ce qui a déjà mal tourné ailleurs : les incidents d'IA et les défaillances d'agents documentés autour des modèles de cette classe sont rassemblés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et son indicateur de contestation.

Deux façons d'être cher

Les tableaux de benchmarks aplatissent cette nuance. Les deux modèles sont coûteux ; ils le sont dans des directions opposées, et cette direction détermine les charges de travail pour lesquelles chacun d'eux ne convient pas.

Muse Spark 1.3 coûte cher par unité de réflexion. C’est un raisonneur verbeux — Artificial Analysis a mesuré qu’il consommait de l’ordre de 170 millions de tokens sur l’ensemble de son évaluation, soit environ un tiers de plus que Muse Spark 1.2 — et chacun de ces tokens est facturé en sortie à 4,25 $ par million de tokens. Cette verbosité explique pourquoi 1.3 atteint un coût mesuré de 1,60 $ par tâche d’Intelligence Index, contre 0,97 $ pour 1.2, alors que les prix par token affichés sont identiques. Vous ne payez pas plus cher par token. Vous payez pour davantage de tokens, parce que le modèle réfléchit plus intensément et tout haut.

Muse Spark Open 816B A42B coûte cher avant même de faire quoi que ce soit. Il n'y a pas de compteur par token, donc le coût est celui du matériel : environ 1,5 To en BF16, plus une version NVFP4 pour tenir sur une machine que vous possédez, un nœud Blackwell pour la voie datacenter, ou deux M5 Ultra Mac Studios pour la voie bureau. Cet argent part, que le modèle soit occupé ou non, ce qui est la caractéristique déterminante d'un coût fixe et la source à la fois de son avantage et de son erreur de calcul la plus courante.

La conséquence pratique est que ces deux modèles sont, par construction, mal adaptés à des charges de travail opposées. Un produit interactif avec des pics ne peut pas amortir un coût matériel fixe. Un pipeline stationnaire à gros volume ne se soucie pas de la facturation par token et ne devrait pas la payer.

Ce que neuf points de raisonnement rapportent réellement

Une mesure indépendante place Muse Spark 1.3 à 48 sur l’Intelligence Index, le classant dans les quelques pour cent supérieurs des modèles suivis par Artificial Analysis, avec une vitesse de sortie mesurée de 127,7 jetons par seconde et un temps jusqu’au premier jeton de 54,06 secondes. Ce dernier chiffre est celui qu’une fiche technique enterre et qu’un utilisateur expérimente : 1.3 réfléchit avant de parler, et sur une invite difficile, la réflexion n’est pas instantanée.

Muse Spark Open 816B A42B se situe à 39 — le meilleur score en poids ouverts parmi les publications de tout laboratoire américain, et pourtant encore un palier de capacités en dessous. La propre fiche d'évaluation de Meta pour le modèle ouvert, rapportée par le fournisseur et mesurée dans des harnais par benchmark choisis par Meta, indique Terminal-Bench 2.1 à 76,4, DeepSWE 1.1 à 60, MCP-Atlas à 89,2, GDPval-AA v2 à 1401, SciCode à 58,5, JobBench à 61,8 et HLE-Diamond sans outils à 26,1. Les lignes fournisseur correspondantes pour 1.3 affichent 83,9 et 68 pour les deux premières. Ce sont les mêmes évaluations, et elles montrent une avance constante de sept à huit points dans la bande agentique — ce qui correspond à peu près à l'écart de neuf points de l'indice indépendant.

Lisez la forme de ces chiffres, pas l'arithmétique. L'écart entre ces deux modèles se concentre sur l'endurance agentique et la profondeur du raisonnement en mode « livres fermés ». Ce n'est pas un écart de connaissances, et ce n'est pas un écart qui se manifeste dans chaque tâche. Un modèle qui est neuf points plus faible sur un score composite n'est pas neuf points moins bon pour retrouver un fait précis dans un corpus fixe, et traiter l'indice comme un taux de décote uniforme appliqué à la capacité est l'erreur la plus courante dans les comparaisons de ce type.

Le curseur de l’effort, et qui le facture

C’est la partie de la comparaison où les deux modèles ne se ressemblent plus du tout, et elle est plus utile que l’écart d’indice.

Muse Spark Open 816B A42B expose directement son budget de raisonnement. low, medium, high et xhigh correspondent à 16, 64, 256 et 512 jetons de raisonnement, et une indication dans le prompt système remplit la même fonction. Vous choisissez pour chaque requête depuis votre propre code, vous connaissez à l’avance le coût de chaque réglage, et comme il n’y a pas de compteur, baisser le curseur vous coûte de la précision et rien d’autre. Une tâche par lots qui peut se permettre de réfléchir intensément à minuit peut réfléchir intensément à minuit gratuitement. Une tâche par lots qui n’a pas besoin de réfléchir intensément peut s’arrêter.

L'effort de raisonnement de Muse Spark 1.3 n'est gratuit dans un sens comme dans l'autre. Chaque cran vers le haut, ce sont des tokens de sortie, et les tokens de sortie sont la moitié coûteuse de la grille tarifaire. La verbosité mesurée du modèle en est la conséquence visible : il dépense ce qu'il faut pour atteindre 48 points, et 48 points de raisonnement, c'est beaucoup de délibération. Savoir si c'est un bon compromis dépend entièrement de si le raisonnement est le produit ou un surcoût qui s'y ajoute.

La distinction à retenir, c'est que sur le modèle ouvert, réfléchir plus intensément est un choix de configuration assorti d'un coût en temps. Sur Muse Spark 1.3, réfléchir plus intensément s'achète. Ces deux décisions ne sont pas de même nature et n'ont pas le même plafond.

Ce que le rédacteur du 16 octobre change à cet appariement

Muse Spark 1.3 ne dispose d'aucun drafteur de décodage spéculatif publié. Muse Spark Open 816B A42B en a acquis un le 16 octobre 2026, lorsque NVIDIA a publié nvidia/Muse-Spark-Open-816B-A42B-DFlash2 — un checkpoint en accès libre de 4,38 milliards de paramètres qui génère des blocs de tokens pour le modèle cible de 816B afin qu'il puisse les vérifier en une seule passe avant. Il rapporte des longueurs d'acceptation de 3,73 sur MT-Bench en décodage glouton et de 3,01 en échantillonnage, un nombre recommandé de sept tokens spéculatifs, et il s'exécute sur Blackwell via vLLM ou TensorRT-LLM.

Deux mises en garde honnêtes comptent plus que les chiffres. La première est que NVIDIA n'a publié aucune accélération de bout en bout — la longueur d'acceptation indique que le draft est souvent accepté, pas que le serveur est devenu plus rapide. La seconde est que SGLang, le runtime que la documentation de Meta associe à DFlash V2, est absent de la liste des moteurs pris en charge par NVIDIA ; donc si votre stack de serving est SGLang, ce checkpoint n'est pas écrit pour vous.

Ce qui reste est encore structurellement intéressant. La courbe de coûts du modèle ouvert est désormais dotée d'un chemin d'optimisation public et inspectable : un drafter documenté, une recette publiée, un flag vLLM ouvert. La courbe de coûts de Muse Spark 1.3 est celle du fournisseur, et vous ne pouvez ni la régler, ni la réentraîner, ni l'accélérer vous-même. Sur une année, une capacité fixe dont le service s'améliore et une capacité supérieure dont le service est gelé ne se classent pas comme l'indique l'indice.

La frontière qui en décide vraiment

Deux conditions sont décisives ici, et tout le reste n'est que bruit.

Le premier est la tolérance à la latence. Cinquante-quatre secondes jusqu’au premier token ne sont pas un défaut — c’est ce que coûte le raisonnement approfondi, et pour une tâche par lots nocturne, c’est sans importance. Pour une interface avec une personne devant elle, c’est tout le caractère de la charge de travail. Si un humain attend, le budget de raisonnement de Muse Spark 1.3 joue contre vous même lorsque ses réponses sont meilleures, et vous devriez mesurer le temps jusqu’au premier token plutôt que le score d’index. Si rien n’attend, la verbosité de 1.3 est un poste de coût et sa capacité est le produit.

Le deuxième point est de savoir si la tâche peut être spécialisée. Muse Spark 1.3 ne peut pas être affiné sur vos données, à aucun prix, et le fait qu’il s’agisse du modèle généraliste le plus capable n’aide plus dès lors que votre problème est étroit. Muse Spark Open 816B A42B est fourni avec la prise en charge de TorchTitan, en plus des poids. Un modèle généraliste à 39 points affiné sur votre base de code, votre schéma ou votre corpus documentaire n’est pas le même modèle que celui qui a obtenu 39, dans un sens comme dans l’autre — et pour une tâche suffisamment étroite, la version affinée du modèle plus faible l’emporte sans que la comparaison soit serrée. L’écart de neuf points est une mesure de capacité générale appliquée à un problème spécifique, ce qui est précisément là où elle est le moins informative.

Entre ces deux conditions se situent les cas ordinaires, et c’est là que l’index justifie sa place. Le raisonnement complexe à plusieurs étapes, les longues chaînes d’utilisation d’outils, la récupération après les impasses du modèle lui-même — c’est là que 48 contre 39 détermine si un workflow se termine ou non, et aucun changement de configuration de votre côté ne comble cet écart.

Là où chacune cesse d’être la bonne réponse

Muse Spark 1.3 cesse d'être le bon choix lorsque le raisonnement n'est pas le goulot d'étranglement : l'extraction à grand volume, la classification, la transformation à schéma fixe et les travaux de domaine étroit sont autant de tâches où vous payez 1,60 $ par tâche d'indexation pour une capacité que la tâche n'utilise pas. Il cesse aussi d'être le bon choix lorsque les données ne peuvent pas quitter votre réseau, auquel cas la comparaison n'est pas entre 39 et 48, mais entre 39 et le fait de ne pas avoir de modèle. Et il cesse d'être le bon choix lorsque la réponse doit pouvoir être ajustée, ce qui n'est pas le cas.

Muse Spark Open 816B A42B cesse d'être le bon choix lorsqu'une personne attend le résultat, lorsque le raisonnement a véritablement besoin du niveau frontier, et lorsque la charge de travail est suffisamment en rafales pour que le matériel inactif domine la facture. Il cesse aussi d'être le bon choix si l'éventail des modalités compte : Artificial Analysis a mesuré que le modèle ouvert acceptait le texte et les images, tandis que les propres documents de Meta revendiquent texte, image, vidéo et audio — et l'entrée texte, image et vidéo de la 1.3 est répertoriée indépendamment. Si c'est cette affirmation large qui vous intéressait, vérifiez-la sur votre propre stack avant d'engager du matériel.

Une mise en garde supplémentaire a sa place ici plutôt que dans une note de bas de page. Les termes de la Muse Model License s’appliquent aux poids ouverts, et ils incluent une clause exigeant un accord écrit distinct dès que les revenus de modèle en tant que service dépassent 20 millions de dollars sur douze mois consécutifs, ainsi que la mention d’attribution « Built with Muse Spark Open » sur ce que vous créez. Ce n’est pas un obstacle pour la plupart des équipes. C’est une chose qu’il faut avoir lue avant de figer l’architecture, car c’est une conversation de licence avec un fournisseur, et celles-ci coûtent moins cher lorsqu’on les entame tôt.

Pour la plupart des équipes, la réponse honnête est de faire tourner les deux.

Les organisations qui finissent par avoir les deux le font parce que les deux conditions au cœur de cet article divisent réellement leurs charges de travail : certains chemins ont un humain qui attend, d’autres non, et seuls certains comportent des données qui doivent rester sur place. L’architecture est simple. Le mode de défaillance, c’est que la séparation réside dans un document plutôt que dans la configuration, et qu’un développeur copie une chaîne de modèle depuis un tutoriel.

Une couche de routage est le mécanisme qui empêche que cela se produise. OrcaRouter achemine Muse Spark 1.2 et Muse Spark 1.1 au prix catalogue du fournisseur, avec 0 % de marge, répercuté directement, si bien que un changement de prix d'un fournisseur est effectif sur votre clé le jour même, sans aucun travail de re-tarification. Il n'achemine pas Muse Spark 1.3 et n'héberge pas Muse Spark Open 816B A42B, et cet article ne doit pas être lu comme affirmant l'un ou l'autre — un modèle dont toute la proposition est que vous pouvez détenir les poids est un modèle que vous exécutez sur votre propre matériel. Ce que le routeur vous apporte, c'est la moitié accessible : une seule API pour plus de 200 modèles, le basculement automatique lorsqu'un fournisseur se dégrade, la fusion de modèles pour les combiner, et un DSL de routage qui déplace le trafic entre les modèles par configuration plutôt que par du code. C'est le moyen économique de découvrir ce que font les poids ouverts sur du trafic réel avant qu'une route de production n'en dépende.

Le numéro de version n'est pas la spécification

Muse Spark 1.3 est le modèle le plus capable. C’est établi par des mesures indépendantes et ce n’est pas contesté. Ce qui est contesté, c’est de savoir si « plus capable » est l’axe sur lequel se situe votre charge de travail, et pour un très grand nombre de charges de travail, ce n’est pas le cas : l’axe est de savoir si une personne attend, si la tâche est suffisamment étroite pour être ajustée, et si les données peuvent quitter le bâtiment.

Choisissez Muse Spark 1.3 si le raisonnement est le produit, que le travail se fait par à-coups et que personne ne regarde un indicateur de chargement. Choisissez Muse Spark Open 816B A42B si la tâche est étroite, que les données ne peuvent pas être déplacées, que le volume est régulier, ou si la possibilité de réfléchir au niveau d'effort de votre choix sans que le compteur tourne vaut plus de neuf points d'indice. Et remarquez, avant de décider, que la deuxième option vient d'acquérir une histoire de serving qu'elle n'avait pas la semaine dernière — non quantifiée, spécifique au matériel, à moitié documentée, et malgré tout la première preuve que quiconque ait publiée sur la façon dont ce palier 816B fonctionne réellement.

Muse Spark Open 816B A42B est téléchargeable sous la Muse Model License ; Muse Spark 1.3 est vendu au token, et les checkpoints Muse Spark routés sur OrcaRouter sont les versions 1.2 et 1.1.