🎬 Assista esta matéria
A Meta publicou em 15 de outubro o Muse Spark Open, que a empresa descreve como o modelo de pesos abertos mais capaz já lançado nos Estados Unidos. São 816 bilhões de parâmetros totais, com 42 bilhões ativos por token, janela de contexto de 1 milhão de tokens e entrada multimodal nativa.
O detalhe que mudou o tom do anúncio não é o tamanho, e sim onde ele roda. Segundo a Meta, é o primeiro modelo da categoria a funcionar em cima de uma mesa: dois Mac Studio com chip M5 Ultra, ligados pela versão mais recente do framework MLX, da Apple.
A conta de memória explica o arranjo. Cada Mac Studio entrega até 512 GB de memória unificada acessível pela GPU integrada, com banda de 1,2 TB/s. O par soma cerca de 1 TB, o suficiente para manter os pesos carregados localmente sem passar por nuvem. A Apple ajustou o MLX para distribuir uma mesma tarefa entre várias máquinas.
Demonstração foi de trabalho de agente, não de chat
As demonstrações divulgadas pela Meta não são de conversa. O modelo aparece alterando código de um app iOS de código aberto, o Ice Cubes, e revisando e recortando material de vídeo dentro do DaVinci Resolve — tarefas longas, de vários passos, que a empresa diz ter sido o alvo do treinamento.
Para quem não tem o hardware, os pesos estão no Hugging Face, no Amazon SageMaker AI, no Google Cloud Model Garden e no Microsoft Foundry Models. APIs hospedadas aparecem na Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. Os mecanismos de inferência suportados incluem SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp e Unsloth, com otimizações específicas para chips AMD, Apple, Intel e Nvidia.
A licença não é software livre
A Meta distribui o modelo sob a Muse Model License, de uso comercial limitado. A empresa afirma que os termos permitem que boa parte dos desenvolvedores use o modelo sem pagar, mas a licença impõe restrições — o que mantém o Muse Spark Open fora da definição clássica de código aberto, discussão que acompanha a família Llama desde 2023.
No capítulo de segurança, a Meta diz ter aplicado pós-treinamento adicional voltado a riscos específicos de modelos com pesos abertos, que não podem ser desligados remotamente depois de distribuídos, e afirma ter cumprido os limites do seu Superintelligence Scaling Framework para autorizar a liberação. O relatório completo de avaliação ainda não saiu: a página do modelo diz apenas que estará disponível em breve.
Os números de desempenho divulgados até agora são de infraestrutura, não de benchmark. A Meta cita ganhos de 1,03 a 3,95 vezes em kernels do SGLang em GPUs Nvidia e AMD, e 3% de ganho de ponta a ponta no MI350, da AMD. As pontuações em testes de raciocínio e código ficaram para o relatório que não foi publicado junto.
Fontes: Meta AI Research · TechCrunch · CNBC
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis