Meta lance Muse Spark Open pour rivaliser avec les modèles d’IA chinois, avec des contraintes matérielles et commerciales

Un modèle de 816 milliards de paramètres entre dans la course à l’IA ouverte

Meta a publié Muse Spark Open le 15 octobre 2026, mettant à la disposition des développeurs un modèle d’intelligence artificielle qu’ils peuvent télécharger, modifier et exploiter eux-mêmes. Le modèle compte 816 milliards de paramètres, prend en charge une fenêtre de contexte de 1 million de tokens et, selon Meta, peut fonctionner sur deux ordinateurs Apple M5 Ultra Mac Studio dotés d’une mémoire suffisante.

Cette publication ajoute un concurrent américain sur un marché où les développeurs chinois ont gagné beaucoup de terrain. Selon une analyse de Hugging Face publiée en mars 2026, les modèles chinois représentaient 41 % des téléchargements de l’année précédente, devançant les modèles américains. Qwen, d’Alibaba, Kimi, de Moonshot AI, et GLM, de Z.ai, figurent parmi les modèles en lice pour attirer les développeurs qui veulent garder la maîtrise de leurs propres systèmes d’IA.

Meta présente Muse Spark Open comme son modèle américain à poids ouverts le plus performant. Ses propres tests dessinent un tableau plus nuancé : le modèle devance plusieurs concurrents répertoriés dans certains tests portant sur l’utilisation d’outils et l’exécution de tâches, tandis que des rivaux chinois obtiennent de meilleurs résultats dans plusieurs évaluations de programmation et de tâches professionnelles.

Meta, maison mère de Facebook, Instagram et WhatsApp, garde également fermé son modèle le plus avancé, Muse Wonder. Cette publication répond donc à deux objectifs : diffuser une technologie que les développeurs peuvent adapter et préserver un produit plus puissant pour ses services commerciaux.

Pour les entreprises, la décision pratique ne se limite pas aux résultats des tests comparatifs. Muse Spark Open permet de contrôler le déploiement et les données, mais ses besoins en mémoire sont considérables et sa licence impose à certaines entreprises qui commercialisent l’accès au modèle de conclure un accord distinct.

Ce que les développeurs peuvent télécharger et modifier

La fiche officielle du modèle Muse Spark Open désigne Meta Superintelligence Labs comme son auteur. Elle présente un système conçu pour la programmation, le raisonnement en plusieurs étapes et l’exécution de tâches à l’aide d’outils logiciels.

Les poids du modèle correspondent aux paramètres numériques appris pendant l’entraînement. En les rendant téléchargeables, Meta permet à d’autres développeurs de faire fonctionner le modèle, d’adapter son comportement et de l’intégrer à un produit sans envoyer chaque requête à Meta. En règle générale, les modèles fermés sont accessibles par l’intermédiaire de services contrôlés par leurs développeurs.

Les poids ouverts et l’open source correspondent à des niveaux d’accès différents. Une publication entièrement open source rendrait également accessibles le code et les données d’entraînement pertinents, selon des conditions appropriées. Muse Spark Open est distribué sous la licence propre à Meta, qui fixe les conditions d’utilisation et de redistribution.

Le modèle accepte du texte, des images, des vidéos et de l’audio, et produit du texte. Un développeur peut ainsi l’utiliser pour examiner une capture d’écran, interpréter un graphique ou analyser l’enregistrement d’une réunion en suivant des consignes écrites. Sa fenêtre de contexte de 1 million de tokens détermine la quantité de contenu qu’il peut traiter simultanément. Les tokens sont de petites unités de texte ou d’autres informations encodées que le système traite.

La présentation du modèle par Meta met en avant la programmation, l’analyse d’images et de documents ainsi que les processus faisant intervenir plusieurs agents d’IA. Un agent est un système capable d’effectuer plusieurs étapes pour accomplir une tâche, par exemple appeler un outil, examiner le résultat puis décider de la suite.

Les points forts de Meta et ceux de ses rivaux chinois

Dans le tableau comparatif de Meta, Muse Spark Open obtient 61,8 à JobBench, contre 61,4 pour GLM 5.3 et 54,3 pour Kimi K3. Pour MCP-Atlas, un test portant sur l’utilisation d’outils, Meta lui attribue 89,2, devant Qwen3.8 à 84,5, GLM 5.3 à 84,2 et Kimi K3 à 82,3.

Sur plusieurs critères, les résultats en programmation favorisent les concurrents chinois. À Terminal-Bench 2.1, Meta attribue 76,4 à Muse Spark Open, contre 83,9 à GLM 5.3 et 85,0 à Kimi K3. Kimi le devance de 8,6 points. À DeepSWE 1.1, Muse Spark Open obtient 60, contre 67 pour GLM et 68 pour Kimi.

Pour les comparaisons à DeepSWE, chaque modèle est évalué avec le logiciel d’agent qui lui est préféré ou qui est le plus performant parmi les options disponibles. Ce logiciel contribue à organiser le travail : le résultat publié reflète donc les performances du modèle dans une configuration donnée. Meta utilise également des modes de raisonnement désignés différemment pour les modèles concurrents.

Meta indique un score de 39 à l’Artificial Analysis Intelligence Index pour Muse Spark Open, supérieur aux 26 attribués à Inkling de Thinking Machines et aux 23 de Nemotron 3 Ultra de Nvidia. Le tableau de Meta attribue 45 à GLM 5.3, 44 à Kimi K3 et 40 à Qwen3.8. Ces chiffres sont ceux publiés par Meta dans la fiche du modèle.

Le choix dépend donc du travail à effectuer. Une entreprise qui développe un assistant chargé de coordonner plusieurs outils pourra accorder de l’importance à des résultats différents de ceux qui intéressent une équipe demandant à l’IA de résoudre des problèmes complexes de maintenance logicielle. Muse Spark Open se distingue dans certaines tâches, mais fait face à une forte concurrence sur l’ensemble des tests.

Pourquoi les modèles téléchargeables gagnent du terrain

Le chiffre de 41 % des téléchargements relevé par Hugging Face aide à comprendre la pression commerciale qui s’exerce sur les développeurs américains. Les modèles téléchargeables permettent aux organisations de s’appuyer sur un système existant au lieu de financer l’entraînement d’un grand modèle à partir de zéro. Elles peuvent aussi l’adapter à leur terminologie, à leurs procédures et à leurs applications.

En septembre, OpenRouter a indiqué que les modèles à poids ouverts représentaient 60 % du volume de tokens correspondant aux requêtes envoyées depuis les États-Unis sur sa plateforme. Les développeurs chinois fournissaient l’essentiel du trafic lié aux modèles ouverts. Cette mesure porte sur l’activité observée par OpenRouter, tandis que le chiffre de Hugging Face concerne les téléchargements sur une autre plateforme et une autre période.

Alexandr Wang, directeur de l’IA chez Meta, a présenté la concurrence en termes nationaux, estimant que les entreprises américaines devaient publier des modèles largement adoptables par les développeurs.

La plupart des systèmes d’IA dans le monde fonctionneront avec des modèles ouverts. Ils devraient être américains.

Les entreprises peuvent choisir où héberger les modèles téléchargeables, y compris ceux développés à l’étranger. Faire fonctionner un système sur sa propre infrastructure peut permettre de conserver les requêtes et les documents dans cet environnement, à condition que les outils et services auxquels il est connecté soient configurés en conséquence. Le lieu du traitement dépend du déploiement choisi par le client.

Deux ordinateurs de bureau et des besoins importants en mémoire

Dans son communiqué du 15 octobre, Meta décrit une configuration Apple composée de deux Mac Studio M5 Ultra, chacun doté de jusqu’à 512 Go de mémoire unifiée. Le framework MLX d’Apple permet aux machines de fonctionner ensemble et de répartir le modèle sur environ un téraoctet de mémoire.

Muse Spark Open repose sur une architecture à mélange d’experts. Il comprend de nombreux groupes de paramètres spécialisés, dont seuls certains sont activés pour chaque token traité. Sur les 816 milliards de paramètres au total, 42 milliards sont actifs à un instant donné, soit environ 5,1 %. Cela réduit les calculs nécessaires à chaque étape, mais le stockage du modèle complet exige toujours une mémoire importante.

La fiche du modèle indique qu’il faut au minimum 700 Go de mémoire d’accélérateur pour la version NVFP4 et 2 To pour la version BF16. Il s’agit de deux formats numériques différents pour stocker les poids. NVFP4 utilise moins de bits et de mémoire ; BF16 en utilise davantage, et Meta précise que l’inférence compressée peut entraîner de légères différences de qualité dans certains cas.

La configuration du Mac Studio d’Apple dotée de 512 Go devait être commercialisée plus tard en octobre, mais son prix n’avait pas été annoncé lors du lancement. Une machine équipée de la puce M5 Ultra requise et de 256 Go de mémoire était proposée à partir de 10 799 dollars. Quatre machines à ce prix affiché coûteraient 43 196 dollars avant taxes et accessoires, pour une capacité totale de mémoire équivalente à celle de la configuration de deux ordinateurs envisagée.

Meta a présenté des usages locaux comprenant des modifications de Ice Cubes, une application Mastodon, ainsi que l’utilisation de DaVinci Resolve pour examiner des séquences et préparer des recadrages verticaux. L’entreprise n’a pas communiqué de prix complet ni de débit mesuré de génération de texte pour la configuration proposée.

Apple et Meta trouvent un terrain d’entente

Apple et Meta ont travaillé ensemble pendant plusieurs mois sur le déploiement. Ce partenariat rapproche deux entreprises dont les relations s’étaient tendues à la suite de désaccords sur la confidentialité et la publicité. Meta estimait que les changements apportés par Apple en 2021 à ses règles de confidentialité réduiraient son chiffre d’affaires de 10 milliards de dollars en 2022.

Meta avait déjà acheté des centaines d’ordinateurs Mac pour que son équipe Superintelligence expérimente l’IA locale et les agents. Wang a cité le chercheur en IA et ancien directeur d’Apple Daniel Gross parmi les raisons ayant permis cette collaboration.

Apple peut ainsi montrer que son matériel est capable de faire fonctionner un très grand modèle d’IA en dehors d’un centre de données. Meta bénéficie d’une autre solution de déploiement pour les développeurs qui souhaitent travailler localement. Aucune des deux entreprises ne s’est publiquement engagée à élargir ce partenariat.

Meta prend également en charge le matériel d’AMD, d’Intel et de Nvidia au moyen de plusieurs moteurs d’inférence, c’est-à-dire des logiciels qui exécutent un modèle entraîné. Son communiqué cite SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp et Unsloth.

Les gains de performances varient selon les composants et les systèmes. Meta fait état d’accélérations comprises entre 1,03 et 3,95 fois pour certains noyaux GPU Helion, de petites routines de calcul. Pour le processus complet sur du matériel AMD MI350, l’entreprise indique un gain de vitesse de 3 %.

Ce que permet l’utilisation gratuite et ses limites

La licence Muse Model permet à de nombreux développeurs d’exécuter, de modifier et d’adapter le modèle sans payer Meta. Une clause commerciale particulière s’applique aux entreprises éligibles qui fournissent des modèles en tant que service, c’est-à-dire qui vendent à leurs clients l’accès à un modèle hébergé.

Lorsqu’un titulaire de licence et ses sociétés affiliées dépassent 20 millions de dollars de chiffre d’affaires brut cumulé sur toute période consécutive de 12 mois, les activités éligibles de fourniture du modèle nécessitent d’en informer Meta et de conclure un accord écrit distinct. Le calcul du chiffre d’affaires englobe l’entreprise et ses sociétés affiliées ; il ne porte pas uniquement sur les ventes générées par Muse Spark Open.

L’utilisation en interne et d’autres activités précises sont exemptées de cette clause. La licence exige également que les produits utilisant le modèle ou des versions dérivées concernées affichent la mention « Built with Muse Spark Open ». Les entreprises qui prévoient un déploiement doivent donc examiner à la fois l’activité envisagée et les conditions applicables.

Les développeurs peuvent télécharger les poids du modèle via Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face et Microsoft Foundry Models. Un accès hébergé est proposé par Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI.

Together AI affiche des tarifs sans serveur de 1,25 dollar par million de tokens d’entrée et de 4,25 dollars par million de tokens de sortie. À ces tarifs, le traitement de 1 million de tokens d’entrée et la génération de 1 million de tokens de sortie coûteraient 5,50 dollars. Le coût d’une exploitation locale dépend plutôt des dépenses en matériel, de son taux d’utilisation, de l’électricité et du support technique.

Les travaux de sécurité ne s’arrêtent pas au téléchargement

Meta affirme que Muse Spark Open est dérivé de Muse Spark, publié en août, et qu’il a bénéficié d’un entraînement de sécurité supplémentaire destiné à préparer son utilisation en dehors des systèmes de protection internes de Meta. Sa fiche évalue les contenus préjudiciables, les actions effectuées au moyen d’outils, la confidentialité, ainsi que les risques liés à la cybersécurité, à la chimie, à la biologie et à la perte de contrôle.

Meta indique que le modèle publié a refusé 99,2 % des tentatives relevées lors de son test interne de contournement des protections en cybersécurité. Un « jailbreak » désigne une tentative visant à faire ignorer au modèle ses restrictions. Sur trois autres jeux de tests de cybersécurité réunis, Meta fait état d’un taux de refus de 94,8 %.

Les développeurs restent responsables lorsqu’ils connectent le modèle à des systèmes réels. Meta recommande des mesures de protection adaptées à chaque application, notamment une confirmation humaine avant toute action irréversible. Un assistant capable de modifier du code, de déplacer des fichiers ou d’utiliser des outils externes doit être soumis à des contrôles définissant les actions qu’il peut effectuer.

Selon la fiche du modèle, le système peut produire des réponses inexactes, biaisées ou choquantes, et commettre des erreurs lors de raisonnements complexes. Il a été entraîné sur des données couvrant plus de 100 langues, mais Meta n’a pas évalué toutes les langues incluses dans cet entraînement. Les développeurs qui adaptent le modèle doivent tester leurs propres applications et langues, en particulier après avoir modifié ses poids ou son comportement.

Une publication qui sert aussi l’activité payante de Meta

Meta garde Muse Wonder, son modèle le plus avancé, propriétaire. Wang a déclaré que des considérations de sécurité et de capacités influençaient le choix des modèles que l’entreprise mettait à la disposition du public en téléchargement.

Pour des raisons de sécurité comme de capacités, nous ne publierons généralement pas en open source nos modèles les plus puissants.

Meta voit également l’accès gratuit comme un moyen d’attirer des développeurs susceptibles de payer ensuite pour davantage d’outils et de puissance de calcul par l’intermédiaire de son activité cloud prévue. Les développeurs peuvent commencer à expérimenter de leur côté, puis acheter des services hébergés à mesure que leurs besoins augmentent.

La concurrence ne se limite pas à Meta. Mistral, en France, a annoncé Mistral Large 4 au début du mois d’octobre, le présentant comme son modèle le plus grand et le plus performant, avec 1 000 milliards de paramètres au total, dont 49 milliards actifs. La publication de ses poids était prévue pour le 27 octobre. Reflection AI prévoyait également de publier son modèle Beam au cours du mois d’octobre.

Les principales échéances sont les suivantes :

• Août 2026 : Meta publie Muse Spark et le plus petit modèle à poids ouverts Muse Glimmer.
• Début octobre : Mistral annonce Mistral Large 4.
• 15 octobre : Meta publie Muse Spark Open.
• Plus tard en octobre : la configuration du Mac Studio d’Apple avec 512 Go de mémoire doit être commercialisée.
• 27 octobre : Mistral prévoit de publier les poids de Large 4.

La publication de Meta offre aux organisations un nouveau modèle d’envergure qu’elles peuvent exploiter et adapter elles-mêmes. Son attrait repose sur ses performances dans certaines tâches, les possibilités de déploiement local et les conditions de sa licence, tandis que la stratégie commerciale de l’entreprise réserve sa technologie la plus puissante à un service payant.

Points clés

• Meta a publié Muse Spark Open le 15 octobre 2026. Le modèle compte 816 milliards de paramètres au total, dont 42 milliards actifs à un instant donné.
• Le modèle accepte du texte, des images, des vidéos et de l’audio, produit du texte et prend en charge une fenêtre de contexte de 1 million de tokens.
• Les tests de Meta révèlent des points forts dans l’utilisation d’outils, tandis que Kimi K3 et GLM 5.3 obtiennent de meilleurs résultats sur plusieurs critères de programmation.
• L’exploitation locale nécessite une mémoire importante. La configuration de bureau proposée par Meta comprend deux Mac Studio M5 Ultra dotés chacun de 512 Go.
• Les entreprises éligibles qui fournissent le modèle en tant que service et dépassent le seuil de 20 millions de dollars de chiffre d’affaires doivent conclure un accord distinct avec Meta.
• Muse Wonder reste fermé ; Meta compte sur ses modèles téléchargeables pour attirer des développeurs et de potentiels clients de ses services cloud.