Muse Spark Open: os pesos principais da Meta saíram — mas os números por trás deles, não

Muse Spark Open é real, pode ser baixado e é o maior conjunto de pesos abertos que um laboratório dos EUA já publicou. O repositório por trás dele — Muse-Spark-Open-816B-A42B — apareceu pela primeira vez no Hugging Face em 15 de setembro de 2026 e ficou lá, com acesso restrito e sem anúncio, por um mês. Em 15 de outubro de 2026, a Meta publicou os pesos, um post de lançamento, um scorecard de benchmark e uma licença, e tudo se tornou oficial em uma única tarde. Então, o enquadramento honesto não é nem "lançamento furtivo" nem "lançamento": o artefato existiu em silêncio por quatro semanas, e então a papelada acompanhou. O que ainda não acompanhou é a medição. Um dia após o lançamento, os números do fornecedor estão publicados e não foram reproduzidos, os números independentes são parciais, e a avaliação de segurança que, segundo a Meta, respalda o lançamento ainda não saiu. É isto que o registro público de fato sustenta hoje.

Um mês de silêncio, depois tudo de uma vez.

As datas importam, porque mudam a forma como se lê o lançamento. Os repositórios do Hugging Face — o checkpoint BF16 e uma segunda build NVFP4 — têm timestamps de criação de 2026-09-15. A última modificação é 2026-10-15, e o texto da licença dentro do formulário restrito está datado de 15 de outubro de 2026, com a política de uso datada do mesmo dia. O post de lançamento da Meta tem uma data/hora de publicação de 2026-10-15. Portanto, a sequência é: repositório em setembro, anúncio em outubro.

Essa é uma história diferente da que a expressão "lançado discretamente" costuma descrever. A Meta anunciou isso, sim, em três lugares ao mesmo tempo — seu blog de pesquisa, um guia de build para desenvolvedores em seu site para desenvolvedores e um post em coautoria no blog da Hugging Face escrito por funcionários da Hugging Face. O que faltou foi o ciclo de imprensa. Cerca de uma semana de cobertura de lançamento não se materializou; fora das páginas do próprio fornecedor e de um ou dois posts de agregadores, há muito pouco escrito sobre um modelo desse porte. A parte silenciosa é a recepção, não o lançamento.

O que o repositório confirma por si só

Tudo o que está abaixo é verificável a partir dos metadados do checkpoint, da configuração, do cartão do modelo e do post de lançamento da Meta, sem precisar acreditar na palavra de ninguém sobre um benchmark. Esta é a parte do registro que está definida.

• Escala — aproximadamente 816 bilhões de parâmetros totais, com cerca de 42 bilhões ativos por token.

• Arquitetura — uma mistura esparsa de especialistas: 62 camadas, dimensão oculta de 8.192, 256 especialistas por camada MoE com 8 selecionados por token, e especialistas que concentram cerca de 97% dos parâmetros totais. Atenção de consultas agrupadas com 128 cabeças de consulta e 16 cabeças de chave-valor com 64 dimensões cada.

• Contexto — 1.048.576 tokens, a janela que a Meta abrevia para 1M, cobrindo tokens de texto, imagem, vídeo e áudio no mesmo orçamento.

• Entradas e saída — texto, imagens, vídeo e áudio na entrada; texto na saída. Este é um leitor multimodal, não um gerador.

• Checkpoints — dois formatos. BF16, cerca de 1,5 TB de safetensors, e NVFP4, uma versão de 4 bits voltada para a NVIDIA Blackwell que a Meta diz rodar em um único nó B200.

• Aritmética de memória — a atenção de consulta agrupada mantém o cache pequeno para um modelo desse tamanho, mas cada token ainda adiciona 126.976 valores. Em BF16, isso equivale a cerca de 250 KB por token, ou aproximadamente 266 GB para um contexto completo de 1 milhão de tokens.

• Raciocínio — uma configuração de esforço de raciocínio com os níveis low, medium, high e xhigh. As próprias ferramentas da Meta observam que não é possível desativar o raciocínio.

• Runtimes — suporte desde o primeiro dia em Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX e Unsloth, com a Meta disponibilizando kernels Helion personalizados com ajuste automático para o SGLang que, segundo ela, proporcionam ganhos de velocidade em nível de kernel de 1,03–3,95× em hardware NVIDIA e AMD.

• Desktop — a demonstração principal. A Meta a executou em duas máquinas Mac Studio com chips M5 Ultra sob o MLX, o que funciona porque cada uma expõe até 512 GB de memória unificada a 1,2 TB/s de largura de banda, de modo que duas máquinas comportam um checkpoint BF16 completo. As demonstrações da Meta estavam enviando alterações reais para um cliente iOS de código aberto e conduzindo o DaVinci Resolve de ponta a ponta.

A licença é a parte que a maioria das pessoas vai pular.

O Muse Spark Open é distribuído sob a Muse Model License, que a Meta descreve como permitindo que muitos desenvolvedores usem o modelo gratuitamente. Duas cláusulas dentro dela mudam o que “free” significa na prática, e nenhuma delas está na manchete.

O primeiro é a Seção 3, a cláusula de modelo como serviço. Se você ou suas afiliadas fornecerem a terceiros acesso ao modelo como produto ou serviço por meio de uma API, e sua receita bruta agregada exceder vinte milhões de dólares norte-americanos em qualquer período consecutivo de doze meses, você deverá notificar a Meta e firmar um acordo escrito separado antes de operar esse negócio. A integração dele ao seu próprio produto é uma exceção; a revenda do modelo não é.

O segundo é a atribuição. A licença exige que os licenciados apresentem de forma destacada "Built with Muse Spark Open" na interface de qualquer produto que utilize o modelo ou um derivado, ou na documentação, no site ou no menu de definições que o acompanham.

Duas coisas que a licença concede claramente — e vale a pena dizê-las, porque são o verdadeiro ponto dos pesos abertos: você pode fazer ajuste fino, destilar, mesclar, publicar, sublicenciar e vender derivados, e a Meta não reivindica qualquer propriedade sobre as saídas. A Meta também restringe o próprio download — o repositório tem acesso controlado, e o formulário de solicitação pede seu nome legal completo, data de nascimento e organização com identificadores corporativos, e não pode ser editado após o envio. Quem espera um download com um clique deve preparar-se para uma fila.

O que a Meta alegou, mas ainda não publicou

A Meta disponibilizou um scorecard de benchmark junto com o lançamento, e o padrão ao longo dele é mais útil do que qualquer linha individual. Os números abaixo são relatados pelos fornecedores, cada modelo do scorecard foi medido dentro de seu próprio ambiente de avaliação de agente, e não em um compartilhado, e não reproduzimos nenhum deles. Eles são uma afirmação sobre capacidade, não um ranking auditado.

• Terminal-Bench 2.1, agente Terminus 2 — 76,4

• MCP-Atlas — 89,2

• GDPval-AA v2 — 1401

• SciCode — 58.5

• JobBench — 61.8

• HLE-Diamond, sem ferramentas — 26.1

• DeepSWE 1.1 — 60, autodeclarado no melhor harness disponível

As linhas mais fortes são as avaliações agênticas e de uso de ferramentas; a mais fraca é o raciocínio sem consulta. Isso é consistente com aquilo para que a Meta diz que o modelo serve — codificação de longo horizonte, leitura de uma base de código, depuração, chamada de ferramentas em execuções longas — e inconsistente com interpretá-lo como uma melhoria geral de raciocínio em relação a qualquer coisa.

Depois, há a avaliação que a Meta não publicou. Seu post de lançamento diz que o modelo foi avaliado sob o Meta Superintelligence Scaling Framework, que ele "atingiu os limiares que nosso framework exige para lançamento" e que os resultados detalhados estão na ficha do modelo. A ficha do modelo aponta para um relatório completo de avaliação descrito como disponível em breve. Até o momento em que escrevo, ele ainda não foi divulgado. Uma alegação de segurança que passou por um framework interno é um objeto diferente de um relatório de segurança que um leitor pode inspecionar, e apenas o primeiro existe hoje.

O único número independente, e a lacuna ao seu redor

A Artificial Analysis tem uma listagem para o Muse Spark Open, e ela é a única medição de terceiros no registro público neste momento. Ela coloca o modelo em 39 no Artificial Analysis Intelligence Index, nono de 118 entradas em sua classe de modelos de pesos abertos com mais de 150 bilhões de parâmetros, acima da mediana da classe, de 19. Ela também mede a velocidade de saída em 103,4 tokens por segundo e precifica a rota hospedada em US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de tokens de saída, a US$ 0,84 por tarefa do Intelligence Index. Essa listagem vale mais do que o índice: significa que as colunas de vazão e custo que estavam em branco no lançamento agora estão preenchidas.

Leia os dois conjuntos de números em conjunto e a lacuna não está na especificação, está em quanto dela foi exercitado. A listagem do analista registra de forma independente 816B de parâmetros totais e 42B de parâmetros ativos, uma janela de contexto de 1M de tokens, o Hugging Face como fonte dos pesos e a Muse Model License — a mesma arquitetura, a mesma licença e as mesmas modalidades que a Meta afirma, descritas como recebendo texto, imagem, fala e vídeo como entrada e texto como saída. Onde os dois relatos divergem é na cobertura. A Meta reporta oito benchmarks, todos sob seu próprio harness. O registro independente é um índice, um número de velocidade e um preço. Não há medição de áudio nem de vídeo em lugar nenhum público, nenhuma comparação de throughput com a linha fechada Muse Spark, e nenhum segundo analista para verificar o primeiro. Concordância na ficha técnica não é o mesmo que concordância nos números, e apenas os números aqui foram testados.

Quanto custa, na verdade, executá-lo por conta própria

A questão de custo relevante para pesos abertos é o hardware, e aqui os detalhes publicados são incomumente concretos.

• BF16, datacenter — a própria receita de Transformers da Meta executa o checkpoint BF16 em quatro nós de oito GPUs H200 com paralelismo tensorial de 32. Isso representa 32 aceleradores para um único modelo.

• NVFP4, datacenter — a build quantizada está documentada num único nó B200, e a configuração de referência do SGLang da Meta para esta é executada em quatro GPUs GB300.

• Desktop, quantizado — A Hugging Face e a equipa do llama.cpp testaram uma quantização de 2 bits num M3 Ultra de 512GB: 304GB de memória consumida, a correr a 18 tokens por segundo, com espaço de sobra para a KV cache. Isso é lento, e é um modelo diferente do checkpoint BF16 que a Meta avaliou.

• A janela que lhe é prometida e a janela que você pode pagar são dois orçamentos diferentes — em contexto completo de 1M de tokens em BF16, apenas o cache KV chega a cerca de 266 GB. O número de memória que todos citam é o custo de carregar o modelo, não o custo de usar o comprimento de contexto que o modelo anuncia.

Onde isso deixa alguém que só precisa de um modelo hoje

O Muse Spark Open não é um modelo para o qual você aponta uma chave de API. É um download, uma licença, um formulário de solicitação com acesso restrito e uma decisão de hardware, e, se a sua carga de trabalho precisa de uma resposta esta semana, isso é muita superfície para cobrir antes do primeiro token. A versão prática da pergunta é qual modelo Muse você consegue acessar agora: Muse Spark 1.2 e Muse Spark 1.1 são os dois membros da linha fechada Muse Spark que a OrcaRouter roteia, ambos pelo preço de tabela da Meta com 0% de markup, porque o preço de tabela do provedor é repassado, e não acrescido de markup. O Muse Spark Open não está no nosso catálogo e não vamos insinuar o contrário — um modelo cuja proposta inteira é que você pode baixá-lo é um modelo que você mesmo executa.

Essa divisão também é o argumento para manter ambos em um só lugar. Uma única API para mais de 200 modelos significa que um modelo não comprovado não precisa ser uma aposta de produção: o failover automático pode encaminhar uma solicitação para um segundo fornecedor quando o primeiro apresentar degradação, e a DSL de roteamento move o tráfego entre modelos por configuração, em vez de por alteração de código. Para um modelo lançado há um dia, sem um conjunto de benchmarks independente, essa é a forma mais barata de descobrir o que ele faz com o seu tráfego.

O que observar, e o que mudaria esta análise

Três coisas estão por resolver em vez de serem desconhecidas, e cada uma delas mudaria o panorama.

O primeiro é o relatório de avaliação que a Meta diz que está para chegar. Até que chegue, as alegações de segurança do modelo baseiam-se numa declaração de limiar, e não num documento.

O segundo é se o benchmarking independente se amplia para além de um único índice. Uma única pontuação de analista, sem reprodução, sem comparação de throughput com a linha Muse hospedada e sem medição de áudio ou vídeo, é um ponto de partida, não um veredito.

O terceiro ponto é se o ecossistema de fine-tuning se materializa. A Meta lançou o TorchTitan exatamente para isso, e pesos abertos provam seu valor nos derivados — merges, quantizações, ajustes de domínio — e não na contagem de downloads. Daqui a quatro semanas, o rastro de derivados é a medida honesta de se este lançamento importou.

Por enquanto, o resumo preciso é restrito: a Meta publicou o maior modelo de pesos abertos dos EUA até o momento, documentou-o minuciosamente, não lhe atribuiu preço algum, licenciou-o com uma cláusula de receita e deixou as medições para quem as fizer em seguida.

Os benchmarks envelhecem e os preços mudam; o registro de falhas não: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe estão reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.