Meta udostępniła wagi Muse Spark Open - 816 mld parametrów, model działa lokalnie na dwóch Mac Studio z M5 Ultra

W czwartek 15 października o 19:01 czasu polskiego Mark Zuckerberg opublikował na X zdjęcie komputera Mac Studio na biurku i jedno zdanie: wagi modelu Muse Spark Open są od dziś dostępne i „świetnie działają na nowych komputerach Mac Studio dzięki współpracy z Johnem Ternusem i Apple”. Trzy kwadranse później pogratulował mu sam Ternus, szef Apple. Od 2017 roku Apple i Meta (wtedy jeszcze Facebook) nie ogłosiły razem niczego, a teraz wspólną wiadomość podały w dwóch wpisach na X. Zuckerberg wybrał X, a nie własne Threads, bo Apple ma tam wprawdzie konto z 5 milionami obserwujących, ale nie opublikowało na nim ani jednego wpisu, co od razu wytknął redaktor serwisu 9to5Mac.

Co Meta dała, a czego nie

Muse Spark Open ma 816 miliardów parametrów, z których przy każdym tokenie aktywne są 42 miliardy (to architektura tak zwanej mieszanki ekspertów). Przyjmuje tekst, obrazy, wideo i dźwięk, odpowiada tekstem, a jego okno kontekstowe mieści milion tokenów. Wagi modelu można pobrać z serwisu Hugging Face po podaniu w formularzu imienia, nazwiska, daty urodzenia i nazwy firmy; dostępne są też w chmurach Amazona, Google'a i Microsoftu.

Meta nazywa go „najmocniejszym amerykańskim modelem o otwartych wagach”. W swojej tabeli porównuje go wyłącznie z innymi modelami otwartymi: na 22 wiersze Spark Open ma najlepszy wynik w ośmiu, a chiński Kimi K3 - w dziesięciu. W programowaniu, na które Meta kładzie największy nacisk, Spark Open przegrywa z Kimi, GLM 5.3 i Qwenem: w teście Terminal-Bench ma 76,4 punktu wobec 85 u Kimi. Wygrywa za to w części testów agentowych, testów wiedzy i rozumienia obrazów. Meta nie zestawia go ani z własnym Muse Wonder, pokazanym trzy dni wcześniej, ani z modelami OpenAI czy Anthropica.

Meta nie podaje też, której wersji Sparka odpowiadają otwarte wagi. Poszlaki wskazują na Sparka 1.2 z sierpnia. Według tabeli Mety wersja otwarta ma w indeksie Artificial Analysis 39 punktów, Spark 1.2 miał 40, a Spark 1.3 - 48 (wynik 39 podaje sama firma, bo Artificial Analysis jeszcze tego modelu nie przetestowało). Plik grafiki we wpisie na blogu Mety nazywa się „muse-spark-1-2-open-weights”. Alexandr Wang, szef AI w Mecie, powiedział wprost w rozmowie z CNBC: „To nie są najlepsze modele, jakie opracowaliśmy czy udostępniliśmy”. Bloomberg już w tytule podkreślił, że Meta udostępnia słabszy model, a najlepszy zostawia zamknięty. W komentarzach na Reddicie często pada określenie „osłabiony stary model”.

Dwa Mac Studio za cenę auta

Meta obiecuje na swoim blogu „swobodę uruchamiania zaawansowanych modeli wszędzie, także w domu”. W wersji skompresowanej do 4 bitów model zajmuje jednak około 493 GB pamięci, a do tego dochodzi pamięć potrzebna do obliczeń, więc całość nie mieści się w jednym Mac Studio z 512 GB pamięci zunifikowanej. Potrzebne są dwa takie komputery połączone parą kabli Thunderbolt 5, z macOS 26.2 i nową wersją biblioteki MLX, którą Apple wydało tego samego dnia co premiera modelu. Taki zestaw kosztuje więcej niż niezły samochód prosto z salonu, na przykład Audi A3, za które w wersji bazowej trzeba zapłacić 135 500 zł. Zespół Unsloth przygotował też mocniej skompresowane wersje, od około 176 GB przy 1 bicie do około 276 GB przy 2 bitach. Najmniejsze z nich mieszczą się w pojedynczym Mac Studio z 256 GB pamięci, ale nikt jeszcze nie zmierzył, jak bardzo spada przy tym jakość.

Apple opublikowało też jedyne jak dotąd pomiary. Dwa połączone komputery Mac Studio z M5 Ultra generują 25 tokenów na sekundę, a na pierwszy token trzeba czekać 8 sekund (przy kontekście 8 tysięcy tokenów). Cztery takie maszyny generują 36,7 tokena na sekundę, „znacznie szybciej, niż czyta człowiek”. Według Apple Mac Studio z M5 Ultra pobiera około 300 W, czyli „ułamek tego, co zużywa zwykły toster” (zmierzono to przy mniejszych modelach). Niezależnych pomiarów nie ma, bo Mac Studio z 512 GB pamięci trafi do sprzedaży dopiero pod koniec października. Apple nie podało też jego ceny.

Policzyć można wariant opisany również w dokumentacji Mety: cztery komputery Mac Studio po 256 GB pamięci. W polskim sklepie Apple taki komputer kosztuje 47 999 zł, z czego 20 000 zł to dopłata za 256 GB pamięci zamiast 96 GB. Cztery sztuki to 191 996 zł. Najdroższa wersja, jaką można dziś zamówić, z 256 GB pamięci i dyskiem 16 TB, kosztuje 91 999 zł, a model z 512 GB, zapowiadany na koniec października, będzie oczywiście jeszcze droższy. Frederic Lardinois z serwisu The New Stack podsumował: za kilka tygodni dwa komputery z 512 GB kupi się „za cenę małego auta”.

Przez API tyle samo co zamknięty

Dla większości firm zostaje API. W serwisie OpenRouter model kosztuje 1,25 dolara za milion tokenów wejściowych i 4,25 dolara za milion wyjściowych, dokładnie tyle co zamknięty Muse Spark 1.3. Muse Wonder kosztuje odpowiednio 4 i 20 dolarów. Spark Open udostępniają też Baseten, Together, Fireworks i Nebius, a Groq - tylko klientom korporacyjnym. Na liście serwisu OpenRouter pojawił się około godziny po wpisie Zuckerberga.

Licencja to już nie Apache 2.0, jak przy sierpniowym Muse Glimmer. Każdy produkt oparty na modelu musi mieć w interfejsie lub w dokumentacji napis „Built with Muse Spark Open”. Firma, która sprzedaje dostęp do modelu jako usługę i ma ponad 20 mln dolarów przychodu rocznie, musi podpisać osobną umowę z Metą. Za modele pochodne Meta uznaje także te, które wytrenowano na odpowiedziach Sparka. Nathan Lambert, badacz zajmujący się otwartymi modelami, nazwał licencję „śmieciową”. Dla Europy jest dobra wiadomość: stroną umowy jest Meta Platforms Ireland i nie ma zapisu wyłączającego Unię Europejską z licencji, jaki Meta stosowała przy multimodalnych modelach Llama.

Nasz test po polsku

Z modelu korzystaliśmy przez API serwisu OpenRouter i sprawdziliśmy go w ośmiu zadaniach. Wszystkie, razem z porównaniami, kosztowały mniej niż dolara. W teście korekty model dostał tekst z czterema celowo wstawionymi kalkami: „adresować problem”, „dedykowany”, „w międzyczasie” i „na przestrzeni lat”. Wyłapał wszystkie cztery, a do tego „doświadczenie zakupowe”. Claude Haiku 5.5 nie wychwycił ani „na przestrzeni lat”, ani „doświadczenia zakupowego”. Tyle że Muse we własnym tekście sam napisał „generyczne rozwiązanie”. W tłumaczeniu zdań z idiomami dostał 7,5 punktu na 10: „roll with the punches” oddał jako „przyjmuję ciosy” - ten sam błąd, który zamknięty model Spark popełnił w kwietniu.

Muse przeczytał Kodeks pracy (tekst jednolity, 97 stron) w 20 sekund za kilkanaście centów i poprawnie odpowiedział na cztery pytania z końca dokumentu, w tym na pytanie-pułapkę o uchylony artykuł 305. Znalazł też oba zmyślone przepisy, które dopisaliśmy na początku i w środku ustawy, zacytował je, a zapytany, czy coś mu nie pasuje, wskazał je jako obce prawdziwemu kodeksowi. Przy okazji wyszło na jaw coś ciekawszego niż sam wynik: ten sam dokument to u Muse'a 106 tysięcy tokenów, a u Claude'a 196 tysięcy, bo każdy model inaczej dzieli tekst na tokeny. Polski tekst zajął więc u Muse'a prawie o połowę mniej tokenów, a mimo to przeczytanie kodeksu kosztowało u niego więcej niż u Haiku, bo Muse ma wyższą stawkę za token. O Polsce wiedział wszystko, o co pytaliśmy: kto jest prezydentem i premierem oraz jaki był wynik drugiej tury wyborów prezydenckich, co do setnej części procenta. Jako granicę swojej wiedzy podał 4 stycznia 2026 r. Tekst ze zrzutu ekranu strony kreatio.pl/news przepisał bezbłędnie. Klasę PHP do sprawdzania numeru NIP napisał poprawnie (25 na 25 w naszym sprawdzianie), tyle że Haiku zrobił to samo, osiem razy taniej.

Jest haczyk. Model myśli, i to długo. Poproszony, żeby jednym słowem podał stolicę Australii, zużywał od 133 do 371 tokenów na rozumowanie, zanim napisał „Canberra”. Gdy prosiliśmy o tekst o Krośnie na 200 słów, pierwsze zdania pojawiały się po 13-21 sekundach, a w Fireworks, przy prośbie o 800 słów, dopiero po 43 sekundach. Samo generowanie jest szybkie (109-275 tokenów na sekundę), ale na pierwsze zdanie czeka się przy każdej odpowiedzi.

Co z tego wynika

Trzy lata temu Llama Mety otworzyła rynek: firmy dostały model, którego nie musiały od nikogo wynajmować. Dziś Meta otwiera model, który u niej samej ma już następcę, i pokazuje go na komputerach, których nie da się jeszcze kupić. Najważniejsze w tej premierze jest chyba co innego: Apple i Meta pierwszy raz od dziewięciu lat współpracują, a na pytanie, czy to początek czegoś większego, żadna z firm nie odpowiedziała.

Z decyzją o uruchomieniu Muse na własnym sprzęcie trzeba poczekać, aż Apple poda cenę komputera Mac Studio z 512 GB pamięci, i dopiero wtedy policzyć, czy się opłaca. Z Muse można korzystać przez API od dziś. W testach porównaliśmy go z tańszym Claude Haiku: Muse był lepszy tylko w wyłapywaniu kalek, w pozostałych zadaniach oba modele wypadły tak samo. Do tego Muse odpowiadał wolniej.

Otwarte wagi (open weights) - parametry modelu udostępnione do pobrania, które pozwalają uruchomić go na własnym sprzęcie, ale na warunkach licencji twórcy, a ta nie musi być licencją open source. Kwantyzacja - zapis wag z mniejszą dokładnością (na mniejszej liczbie bitów), żeby zajmowały mniej pamięci. Jak bardzo spada przy tym jakość, zależy od modelu i stopnia kwantyzacji; sami tego nie mierzyliśmy.