Muse Spark Open vs Muse Spark 1.2 : le fleuron Open n'est pas la mise à niveau

L’instinct, lorsqu’un laboratoire publie en open source son plus grand modèle, est de supposer que la version téléchargeable est la meilleure, et dans le cas de Muse Spark Open face à Muse Spark 1.2, cet instinct se trompe sur l’axe que l’on vérifie en premier. Sur Artificial Analysis, le modèle API propriétaire obtient un indice d’intelligence de 40 et le modèle de 816 milliards de paramètres récemment ouvert obtient 39 — à un point près, et dans le sens qui favorise le modèle que l’on loue. Le modèle ouvert n’est pas le plus fort. C’est un compromis différent, et ce compromis, c’est toute la comparaison.

La version phrase

Muse Spark 1.2 vous offre un point de terminaison rapide, bon marché, facturé au token, que vous n'avez jamais à exploiter et dont toutes les modalités sont confirmées indépendamment. Muse Spark Open vous offre des poids que vous pouvez détenir, affiner, auditer et exécuter sans réseau, sur un matériel que vous devez acheter et à un débit que personne n'a encore publié. Ce sont des produits différents qui se trouvent partager un nom de famille.

Où ils en sont réellement

Ligne par ligne, en indiquant d’abord le côté qui l’emporte sur chaque dimension.

• Intelligence — Muse Spark 1.2 à un indice d'intelligence Artificial Analysis de 40, Muse Spark Open à 39. Mesuré indépendamment des deux côtés ; un écart d'un point n'est pas une raison de choisir l'un ou l'autre modèle.

• Débit — Muse Spark 1.2, et de loin : Artificial Analysis le classe premier sur 185 modèles pour la vitesse de sortie, à 361,4 tokens par seconde. La vitesse de Muse Spark Open n’a pas du tout été mesurée, par qui que ce soit d’indépendant. Rien sur un bureau en octobre 2026 n’atteindra 361 tok/s sur un mélange d’experts de 816B ; la question est de savoir à quelle distance derrière il se situera, et ce chiffre n’existe pas encore.

• Prix — Muse Spark 1.2 à 1,25 $ par million de jetons d’entrée et 4,25 $ par million de jetons de sortie, avec une remise de 88 % sur les entrées mises en cache et un coût mesuré de 0,97 $ par tâche de l’Intelligence Index. Muse Spark Open n’a pas de prix par jeton ; son prix correspond à un achat de matériel, et Artificial Analysis n’a pas publié de chiffre de coût pour celui-ci.

• Poids — Muse Spark Open, entièrement. Dépôts Hugging Face à accès restreint sous la Muse Model License, en BF16 et NVFP4, environ 1,5 To avant la surcharge d'exécution. Les poids de Muse Spark 1.2 ne sont distribués sous aucune forme.

• Fonctionnement local — Muse Spark Open, sur deux Mac Studio M5 Ultra avec MLX, ou sur un seul nœud Blackwell à quatre GPU avec TensorRT-LLM. Muse Spark 1.2 ne tourne nulle part ailleurs que chez un fournisseur.

• Réglage fin — Muse Spark Open, avec Meta qui assure la prise en charge de TorchTitan spécifiquement pour celui-ci. Muse Spark 1.2 ne peut pas être affiné sur vos données.

• Modalité — contestée, et elle se tranche en faveur de Muse Spark 1.2 au vu des éléments disponibles. Artificial Analysis indique que la version 1.2 accepte le texte, les images, la parole et la vidéo, et indique que le modèle ouvert n’accepte que le texte et les images, tandis que les propres documents de Meta revendiquent le texte, l’image, la vidéo et l’audio pour Muse Spark Open. Une mesure indépendante a confirmé l’affirmation la plus restrictive ; le fournisseur a affirmé la plus large.

• Raisonnement — essentiellement la même configuration pour les deux. Aucun des deux ne permet de désactiver le raisonnement. Muse Spark Open expose des niveaux d’effort faible, moyen, élevé et xhigh correspondant à 16, 64, 256 et 512 jetons de raisonnement, ainsi qu’une indication de force de raisonnement dans le prompt système.

• Contexte — une véritable égalité à 1 048 576 tokens, avec un bémol qui les départage en pratique. Sur Muse Spark Open, un contexte complet d'un million de tokens en BF16 coûte environ 266 Go de cache KV en plus des poids. Sur Muse Spark 1.2, le contexte est le problème de capacité de quelqu'un d'autre.

• Licence — Muse Spark Open sous la Muse Model License avec des conditions commerciales limitées ; Muse Spark 1.2 sous les conditions d'API ordinaires. Ni l'une ni l'autre n'est Apache 2.0, et c'est la licence ouverte qu'il faut vraiment lire.

Parcourez cette liste, et la forme de la décision est déjà visible : le modèle ouvert l’emporte sur ce que vous faites à un modèle, et le modèle hébergé l’emporte sur ce qu’un modèle vous fait.

Le seul chiffre qui décide tout pour la plupart des équipes

La spécification phare de Muse Spark 1.2 est de 361,4 jetons par seconde, premier sur 185 modèles mesurés. Ce n’est pas un chiffre marketing — c’est ce qui rend le modèle utilisable dans une boucle d’agent, où un agent de codage effectue des dizaines de petits allers-retours par minute et où le coût en temps réel du modèle est le coût en temps réel de la tâche.

Le débit de Muse Spark Open est inconnu. C'est l'état honnête des preuves, et c'est la plus grande lacune de toute comparaison écrite cette semaine. Ce que l'on peut affirmer avec assurance est structurel : un modèle de 816 milliards de paramètres activant 42 milliards de paramètres par token sur du matériel de bureau grand public est limité par la bande passante mémoire, et non par la puissance de calcul. Deux M5 Ultra Mac Studio vous offrent 1,2 To/s et un téraoctet de mémoire unifiée, ce qui suffit pour contenir le modèle et lire la tranche de chaque token. Cela ne suffit pas pour qu'un agent interactif donne la sensation d'une API. Si votre charge de travail est interactive, il n'y a pas matière à hésiter. Si votre charge de travail est par lots — balayages nocturnes de dépôts, évaluation hors ligne, extraction à grande échelle où la latence n'a pas d'importance et où le coût par token est primordial — l'équation s'inverse complètement.

L'ordinateur de bureau est-il vraiment moins cher ?

C’est là que le modèle ouvert gagne sa place, et aussi que la version naïve de l’argument échoue. La configuration à deux Mac Studio représente un achat d’investissement, plus l’électricité, le refroidissement et l’attention de quelqu’un. Face à cela, on met les tokens que l’on n’achète plus.

La comparaison n’est concluante qu’à volume, et la raison en est que la remise sur le cache de Muse Spark 1.2 fait déjà beaucoup de travail du côté hébergé. À 88 % de réduction sur l’entrée mise en cache, le modèle est bon marché précisément pour le schéma de contexte répété que produit le codage agentique — le même dépôt, le même prompt système, les mêmes définitions d’outils, relus à chaque tour. Un déploiement auto-hébergé ne bénéficie pas d’une remise ; il se voit imposer un coût fixe, et ce coût fixe n’est amorti que par une utilisation importante, régulière et prévisible. Une équipe qui fait tourner un trafic d’agents en rafales sur une configuration de bureau à deux machines a acheté un coût fixe pour servir une charge variable, ce qui est la façon classique dont ce calcul tourne mal.

La présentation honnête est que l’auto-hébergement de Muse Spark Open est une décision de capacité, pas une décision de coût. On l’achète pour garantir que le modèle est disponible, qu’il ne peut pas être déprécié sous vos pieds, que vos prompts ne quittent jamais le bâtiment, et que vous pouvez modifier son comportement par affinage. Ce sont des raisons réelles et parfois décisives. « Ce sera moins cher » est une raison qui doit être recalculée pour votre trafic, et pour beaucoup de trafic, elle n’est tout simplement pas vraie.

À quoi chacun sert véritablement

Muse Spark 1.2 est le modèle sur lequel bâtir un produit. Il est rapide, son coût par tâche est mesuré, son éventail de modalités est confirmé indépendamment, il est vendu au token avec une remise de cache adaptée aux schémas agentiques, et il est routable dès aujourd'hui. Le choisir, c'est choisir de dépenser de l'argent plutôt que du temps d'ingénierie, et à $1.25/$4.25, c'est souvent le bon arbitrage.

Muse Spark Open est le modèle sur lequel bâtir une capacité. Le fine-tuning est la raison de son existence : si la tâche est étroite, à fort volume et bien spécifiée — un agent spécifique à une base de code, un pipeline documentaire pour un corpus fixe, un classifieur qui doit résider sur site — alors un modèle ajusté à 42B de paramètres actifs que vous possédez surpassera un point de terminaison généraliste que vous louez, et aucun travail d'ingénierie de prompt ne comblera cet écart. Le volet bureau est le même argument en miniature : l'important n'est pas qu'il tourne sur un Mac, mais qu'il tourne là où vous êtes.

La question de la modalité, et pourquoi s'en soucier

Meta affirme que Muse Spark Open prend en charge le texte, les images, la vidéo et l’audio. Artificial Analysis, qui a évalué le modèle, indique le texte et les images. Cet écart n’est pas de la pédanterie : un modèle multimodal natif à poids ouverts est un actif fondamentalement différent d’un modèle texte et image, et cette différence détermine si le modèle peut être candidat à des pipelines audio et vidéo.

Les explications les plus probables sont banales : artificial analysis a peut-être évalué via un point de terminaison ou une configuration qui n'exposait pas les modalités supplémentaires, ou l'architecture peut accepter des entrées que le déploiement livré n'a pas sollicitées. Ce qui compte pour une décision, c'est que l'affirmation large est revendiquée par le fournisseur et que l'affirmation étroite est mesurée. Si l'audio ou la vidéo est la raison pour laquelle vous étiez intéressé, vérifiez-le sur votre propre stack avant d'y engager du matériel. Si ce n'est pas le cas, la question est académique — et notez que la prise en charge de la parole et de la vidéo de Muse Spark 1.2 est confirmée du côté indépendant, ce qui n'est pas une position que le modèle ouvert peut actuellement revendiquer.

Les exécuter côte à côte

La plupart des équipes qui finissent par avoir les deux ne choisissent pas du tout entre les deux. Le schéma qui fonctionne consiste à conserver le modèle hébergé sur le chemin interactif et le modèle ouvert sur les chemins de traitement par lots et sur site, et à faire respecter cette séparation dans la configuration plutôt que dans la documentation.

C'est à cela que sert une couche de routage. OrcaRouter achemine Muse Spark 1.2 au prix catalogue de Meta, avec 0 % de marge, de sorte que la partie hébergée de cette répartition coûte exactement ce qu'elle coûte sur l'API de Meta — une baisse de prix d'un fournisseur est effective sur la même clé le jour même — et il place le modèle derrière la même interface que plus de 200 autres, avec un basculement automatique en cas de dégradation d'un fournisseur et un DSL de routage pour déplacer le trafic entre modèles et fournisseurs sans réécriture. OrcaRouter n'héberge pas Muse Spark Open et ne prétend pas le faire ; un modèle dont la valeur tient au fait que vous pouvez le télécharger est un modèle que vous exécutez vous-même. Ce que le routeur vous apporte, c'est l'autre moitié de la répartition, de sorte que le chemin interactif reste sur un point de terminaison rapide tandis que le chemin par lots s'exécute sur votre propre matériel.

Le verdict

Muse Spark Open vs Muse Spark 1.2 n’est pas un duel entre un meilleur et un moins bon modèle. C’est un duel entre posséder un modèle et en louer un, et les deux camps de ce duel ne se mesurent pas dans les mêmes unités — l’un en points d’Intelligence Index et en jetons par seconde, l’autre en capital, en contrôle et en droit de modifier les poids.

Choisissez Muse Spark 1.2 si vous voulez la capacité mesurée la plus forte par dollar d'effort d'ingénierie, si la latence compte, si vous voulez de l'audio et de la vidéo confirmés, ou si vous avez simplement besoin d'un modèle Muse sur une clé aujourd'hui. Choisissez Muse Spark Open si vous devez effectuer un fine-tuning, si les données ne peuvent pas quitter votre réseau, si la charge de travail est suffisamment importante et prévisible pour amortir le matériel, ou si la garantie de disponibilité vaut plus pour vous que le dernier point du score d'indice.

Le seul conseil qui vaille la peine d’être donné est de résister au cadrage selon lequel des poids ouverts seraient automatiquement l’option la plus performante. Au vu des preuves, ils ne le sont pas. Ils sont davantage les vôtres.

Muse Spark Open est désormais téléchargeable sous la licence Muse Model License ; Muse Spark 1.2 est disponible par token via l'API de Meta et sur OrcaRouter au prix catalogue.