A Meta liberou os pesos de um modelo de 816 bilhões de parâmetros e garantiu que ele roda em um Mac Studio. O movimento coloca a empresa no centro da disputa por IA aberta e dá a desenvolvedores uma opção local que até então só existia em servidores.
O que a Meta anunciou com o Muse Spark Open
Na quarta-feira (15), a Meta publicou os pesos do Muse Spark Open no Hugging Face sob a Muse Model License. É o modelo de pesos abertos mais capaz já lançado por uma empresa americana, segundo a própria Meta. São 816 bilhões de parâmetros no total, com 42 bilhões ativos por token, o que indica uma arquitetura de mistura de especialistas (MoE).
Na prática, a MoE divide o modelo em vários "especialistas" e aciona apenas uma fração deles a cada resposta. Por isso um modelo enorme como esse consegue rodar sem exigir o mesmo esforço de um modelo denso do mesmo tamanho. A janela de contexto chega a 1 milhão de tokens, o bastante para carregar um livro inteiro de uma vez.
O Muse Spark Open é nativamente multimodal: entende texto, imagem, documento, áudio e vídeo no mesmo modelo. Foi construído com foco em programação e em tarefas agênticas, aquelas em que a IA executa sozinha vários passos de um trabalho. A Meta o apresenta também como uma versão de pesos abertos do Muse Spark 1.3, lançado mais cedo.
Os números que a Meta divulga
A empresa publicou benchmarks próprios que colocam o modelo à frente de rivais chineses como o GLM 5.3 e o Kimi K3 em tarefas de autonomia e raciocínio visual. Vale registrar: esses resultados vêm da Meta, sem verificação independente ainda.
O que já é verificável são as especificações técnicas. São 816B de parâmetros totais, 42B ativos, 1M de contexto e pesos disponíveis em NVFP4 e BF16. Nada mal.
As duas versões atendem perfis diferentes: a NVFP4 é mais leve e feita para caber em máquinas menores, enquanto a BF16 prioriza fidelidade numérica em servidores. As duas versões atendem perfis diferentes: a NVFP4 é mais leve e feita para caber em máquinas menores, enquanto a BF16 prioriza fidelidade numérica em servidores.
A empresa adicionou uma camada extra de pós-treinamento em segurança sobre o modelo-base. É um detalhe técnico, mas relevante. É o tipo de ajuste que restringe certas respostas em vez de apenas ensinar tarefas novas, e costuma ser o ponto onde modelos abertos chamam mais atenção de reguladores e pesquisadores.
Rodar localmente em um Mac Studio
O detalhe que mais chamou atenção foi a demonstração da Apple: o Muse Spark Open roda localmente em um Mac Studio equipado com o chip M5 Ultra. A arquitetura de memória unificada da Apple permite que a GPU integrada do chip acesse até 512 GB por máquina. Com duas unidades, dá para chegar a 1 TB de memória combinada. E aí está o obstáculo.
Um Mac Studio com 512 GB de memória custa uma fortuna. A configuração completa exige dois deles.
Para a maioria das pessoas, "rodar na sua mesa" descreve um cenário de laboratório ou de estúdio com orçamento alto, não de desktop doméstico. O modelo roda local, mas o hardware para isso não está ao alcance da maioria.
Para quem trabalha em uma equipe com esse tipo de máquina, o ganho é concreto. Nenhum dado sai da rede da empresa, e não há cobrança por token. Isso pesa em setores com dados sensíveis, como saúde, jurídico e defesa.
Suporte de ferramentas no primeiro dia
A adoção por parte do ecossistema de infraestrutura foi rápida. O SGLang e o vLLM, dois dos principais servidores usados para rodar modelos abertos em produção, já anunciaram suporte no dia do lançamento. A Meta também otimizou o modelo para GPUs da NVIDIA, AMD e Intel.
Esse suporte imediato importa mais do que parece. Sem ele, um modelo aberto fica preso em scripts próprios e demora semanas para virar serviço estável. Isso atrasa tudo. Com SGLang e vLLM prontos, quem trabalha com IA consegue subir o modelo em infraestrutura existente quase de imediato.
O modelo ficou disponível pelas mesmas licenças usadas em lançamentos abertos anteriores da Meta, que permitem uso comercial dentro de certos limites. Vale ler os termos antes de levar o Muse Spark Open para um produto pago, porque as restrições de licença variam e não são sempre óbvias.
O que muda para quem usa IA
O lançamento reforça a aposta da Meta em pesos abertos como estratégia. Ao entregar um modelo desse porte para download, a empresa pressiona concorrentes que mantêm seus melhores modelos fechados e oferece uma alternativa para equipes que não querem depender de APIs de terceiros.
Para o usuário comum, a mudança é indireta, mas real. Modelos abertos fortes costumam empurrar os serviços pagos a melhorar preço e capacidade, porque existe uma alternativa gratuita e auditável. É a mesma lógica que tornou o setor de modelos abertos relevante em 2026.
Quem quiser testar precisa de paciência e, idealmente, de hardware dedicado. Quem só usa IA no dia a dia, vai sentir o efeito no bolso e na variedade de opções nos próximos meses.
