Meta Muse Spark Open: 816B açık ağırlık, lisans ve benchmark'lar

Meta, evde çalıştırabileceğinizi söylediği çok büyük bir modelin ağırlıklarını, bazı şartlarla yayımladı. Şirket 15 Ekim’de “bugüne dek en yetenekli ABD açık ağırlıklı modeli” dediği, 816B parametreli Muse Spark Open’ı yayımladı. Meta’nın duyurusunu, değerlendirme metodolojisi raporunu ve model kartını okuduk. Bu yazı modelin ne olduğunu, nasıl çalıştırılacağını, Meta’nın kendi tablosunda nerede önde ve geride olduğunu ve lisansın neye izin verdiğini anlatıyor.

Muse Spark Open nedir?

Açık ağırlıklı, doğal olarak çok kipli bir kodlama ve ajan modeli. Meta, Muse Spark Open’ı 816B toplam parametre (42B aktif) ve 1M token bağlamlı, “kodlama ve ajan işleri için geliştirilmiş” olarak tanımlıyor. Meta’nın üç gün önce kendi API’si ve Muse Code üzerinden tanıttığı Muse Wonder’ın ardından geliyor. Wonder’ın aksine Muse Spark Open’ın ağırlıkları özel bir lisansla indirilebiliyor.

Muse Spark Open’ın özellikleri neler?

Model kartına göre, Perception Encoder’lı bir uzman karışımı Transformer: gizli boyut 8192, 62 katman, 128 sorgu ve 16 anahtar-değer başlığı, token başına 8’i etkinleşen 256 uzman ve 202.048 tokenlık bir sözlük. 1,8B parametreli kodlayıcı görüntü ve videoyu işliyor. Metin, görüntü, video ve ses girdisi alıyor, yalnızca metin üretiyor ve 100’den fazla dilden veriyle eğitildi. Ağırlıklar BF16 ve NVFP4 olarak geliyor.

Muse Spark Open’ı evde çalıştırabilir misiniz?

Çok pahalı bir masaüstünde, evet. Meta, bunun “sınıfında masaüstünüzde çalışan ilk model” olduğunu söylüyor; en son MLX çerçevesiyle iki Apple M5 Ultra Mac Studio kullanıyor. Her Mac Studio’nun tümleşik GPU’su 1,2 TB/sn bant genişliğiyle 512 GB’a kadar birleşik belleği kullanabiliyor; böylece iki makine “bir terabayt birleşik belleği olan bir süper bilgisayar gibi davranıyor.” Model kartı, kendi sunucunuzda çalıştırma asgarisini NVFP4 için 700 GB, BF16 için 2 TB VRAM olarak veriyor.

Meta, modelle çalışan Muse Code ile cihaz üzerinde ajan iş akışlarını test ettiğini söylüyor; açık kaynaklı Mastodon istemcisi Ice Cubes’a iOS düzeltmeleri ve özellikleri göndermek ve DaVinci Resolve’u video öne çıkanlarını bulup kırpacak şekilde yönetmek bunların arasında. İki Mac’lik düzenek için hız rakamı görmedik. Diğer herkes için Meta, Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter ve Together AI üzerinden API erişimini; Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden ve Microsoft Foundry Models üzerinden ağırlık indirmelerini listeliyor. 15 Ekim’de okuduğumuz Hugging Face model kartı sayfası şu anda hiçbir çıkarım sağlayıcısının modeli barındırmadığını söylüyor; bu, blogun sağlayıcılar için “bugün kullanılabilir” ifadesiyle uyuşmuyor.

Muse Spark Open diğer açık modellere karşı nasıl skor alıyor?

Meta’nın skor tablosu onu yedi modelle karşılaştırıyor ve 11 satırın altısında önde gösteriyor:

• Muse Spark Open önde. JobBench (GLM 5.3’ün 61,4’üne karşı 61,8), MCP-Atlas (89,2), araçsız HLE-Diamond (26,1), AA-Omniscience (25), ZeroBench (50,0) ve SimpleVQA (73,6).
• Kimi K3 dört satırda önde. SciCode (58,5’e karşı 59,5), Terminal-Bench 2.1 (76,4’e karşı 85,0), DeepSWE 1.1 (60’a karşı 68) ve BabyVision (80,2’ye karşı 85,7).
• GLM 5.3 GDPval-AA v2’de önde, 1401’e karşı 1653. Bu satırda Qwen3.8, Kimi K3 ve Mistral Large 4 de Muse Spark Open’ın üzerinde.

Model kartı başka sonuçlar da listeliyor; örneğin 39’luk Artificial Analysis Zekâ Endeksi (model kartı sayfasına göre GLM 5.3’ün 45’inin ve Kimi K3’ün 44’ünün altında), ayrıca 80,4 OSWorld Verified ve 89,0 GPQA Diamond. Model kartını metin özetiyle okuduk; bu satırlar için tabloya kendiniz bakın.

Gerçekten en yetenekli ABD açık ağırlıklı modeli mi?

Meta’nın iddiası “ABD” kelimesine bağlı. Kendi skor tablosunda onu birkaç satırda geçen modeller, Kimi K3, GLM 5.3 ve Qwen3.8, ABD modeli değil ve Meta’nın manşeti onları dışarıda bırakıyor. Tablodaki diğer modeller arasında Meta, metodolojisi bir Reflection AI duyuru yazısına bağlanan Nemotron 3 Ultra’yı ve Beam’i listeliyor; Meta hangi girdileri ABD modeli saydığını etiketlemiyor. Tablonun rakamlarına göre Muse Spark Open, ikisinin de skoru olduğu her satırda Nemotron 3 Ultra’nın, Beam’in skor bildirdiği satırlarda ise Terminal-Bench 2.1 hariç (Beam 80,1, Muse 76,4) Beam’in önünde. Bunun onu en yetenekli ABD modeli yapıp yapmadığı Meta’nın çerçevesi; tablo onun kodlama ve terminal görevlerinde önde gelen Çin modellerinin gerisinde olduğunu gösteriyor.

Meta’nın benchmark karşılaştırmasına güvenilir mi?

Bu Meta’nın karşılaştırması ve koşulları metodoloji raporunda belirtilmiş:

• Model başına en yüksek çaba. Muse Spark Open xhigh akıl yürütme çabasında; GLM 5.3 ve Kimi K3 max’ta; Qwen3.8 xhigh’da çalıştı.
• Karışık kaynaklar. Resmî bir lider tablosunda tüm modeller varsa Meta onu kullanıyor; yoksa kendi çalıştırmalarından veya sağlayıcının bildirdiği sonuçlardan en yüksek karşılaştırılabilir değeri bildiriyor. Beam ve Mistral Large 4 ağırlıkları yaygın olarak mevcut değildi, bu yüzden sayıları kendi bildirdikleri veya Artificial Analysis’ten.
• Üçüncü taraf modellerde elden gelen çaba. Meta, kurulumlarının “üçüncü taraf modeller için özel olarak ayarlanmadığını” ve onların en iyi performansını yansıtmayabileceğini söylüyor.
• Farklı koşum takımları. DeepSWE 1.1 ve SWE-Atlas-QnA her modelin tercih ettiği veya bildirdiği koşum takımını kullanıyor; örneğin Muse Spark Open için Muse Code, Qwen3.8 için Claude Code, Kimi K3 için Kimi Code.
• Boşluklar. Birçok hücre boş veya “desteklenmiyor”; örneğin birkaç modelin görüntü girdisi alamadığı çok kipli satırlar.

Muse Model License neye izin veriyor?

Birçok geliştirici için ücretsiz kullanım, şartlarla. Model kartına göre lisans; lisans ve bildirim kopyalara eşlik ediyorsa ve ürünler “Built with Muse Spark Open” gösteriyorsa kullanıma, kopyalamaya, ince ayar dahil değiştirmeye, distillation’a, birleştirmeye, dağıtıma, alt lisanslamaya ve satışa izin veriyor. Üçüncü taraflara API tarzı yapay zeka modeli erişimi sunan ve herhangi bir 12 ayda toplam brüt geliri 20 milyon doları aşan bir şirket, o işte modeli veya türevlerini sunmadan önce Meta’ya bildirmeli ve ayrı bir sözleşme imzalamalı. İç kullanım, araştırma ve şirketin kendi ürün özellikleri içindeki kullanım bu kuralın dışında. Meta çıktılar üzerinde sahiplik iddia etmiyor ve bir kabul edilebilir kullanım politikası yasa dışı faaliyeti, kötü amaçlı yazılımı, silahları, dolandırıcılığı ve benzer kullanımları yasaklıyor. Meta koşulları “sınırlı ticari koşullar” olarak adlandırıyor. Model sayfası kapılı ve yasal ad, doğum tarihi ve kuruluş istiyor.

Meta güvenlik hakkında ne diyor?

Meta, açık ağırlıkların kendi riskleri olduğu için Muse Spark Open’ın ek güvenlik son eğitimi aldığını ve Meta Superintelligence Scaling Framework’teki eşikleri karşıladığını söylüyor. Model kartına göre sistem düzeyinde korumalar olmadan test edildiğinde, dahili siber benchmark’ta jailbreak’lerin %99,2’sini ve üç kamusal siber kümede %94,8’ini reddetti; Kimi K3 için bu oranlar %75,5 ve %70,2. Kimyasal ve biyolojik ret oranları listelenen her kümede %97’nin üzerindeydi, MASK dürüstlüğü %98,1 ve Agentic Misalignment kötü davranışı %0. Sonuçlar yalnızca yayımlanan kontrol noktası için geçerli; Meta aşağı akış değişikliklerinin güvenliği bozabileceği konusunda uyarıyor. Tam değerlendirme raporu “yakında.”

Muse Spark Open hakkında neler hâlâ belirsiz?

• Bağımsız sonuçlar. Her rakam Meta’nın; dışarıdan bir değerlendirme veya yeniden üretim görmedik.
• İki Mac Studio’da gerçek hız. Meta iş akışlarını gösteriyor ama verim rakamı vermiyor.
• API fiyatları. Blog sağlayıcıları sıralıyor ve fiyat vermiyor.
• Tam güvenlik raporu. Meta geleceğini söylüyor.
• Lisansın nasıl uygulanacağı. 20 milyon dolar eşiği kendi bildirimine dayanıyor.

Akılda tutulacaklar

Bunlar bizim gözlemlerimiz:

• Buradaki “açık”, özel bir lisansla indirilebilir ağırlık demek, OSI tarzı açık kaynak lisansı değil; Meta’nın kendi “sınırlı ticari koşullar” ifadesi bunu işaret ediyor.
• Satırlara göre liderler farklı. Meta’nın tablosu ona altı galibiyet veriyor, ama kodlama ve terminal satırlarında önde olanlar Meta’nın “ABD” dışında bıraktığı Çin modelleri.
• Distillation açıkça serbest. Bu, Anthropic’in 12 Ekim yazısında ele aldığımız distillation karşıtı savunmalarla tezat oluşturuyor.
• Modelden önce donanımı planlayın. 700 GB ila 2 TB bellek büyük bir giriş maliyeti.

Editoryal inceleme: 15 Ekim 2026 (AI). Meta’nın duyuru yazısı (metin olarak tam okundu; skor tablosu görseli dört parçada okundu), Meta’nın değerlendirme metodolojisi raporu (PDF, tam okundu) ve Hugging Face model kartı (özetleyici bir fetch ile okundu; lisans, mimari, benchmark ve güvenlik rakamları dahil; sayfa kapılı) esas alınarak hazırlandı. Modeli çalıştırmadık veya test etmedik ve ikincil haberleri kullanmadık.