# Muse Spark Open

> Fiche du modèle de langage Muse Spark Open sur QUELLE IA, édition du 19 octobre 2026. Muse Spark Open (Meta AI) : score IA de 86,6, provisoire. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/muse-spark-open/
Origine : Meta AI · États-Unis · sorti le 15 octobre 2026

## Son bilan

- Pas encore de rang au classement général : il a trop peu de mesures, son score est provisoire.
- Pas encore classé en maths et sciences : trop peu de mesures.
- Mesuré seulement en maths, sciences et création web pour l'instant.
- Prix estimé : environ 3,4 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question (une estimation, pas un tarif ; méthode : https://quelleia.com/demarche/#prix-estime)

## Score général

- Score IA : 86,6 (marge d'erreur à 90 % : de 84,2 à 89,0, le vrai niveau a neuf chances sur dix de s'y trouver)
- Rang : non classé, score provisoire
- Couverture : 25 % du poids des tâches, 5 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | non mesuré | Non mesuré |
| Agents | non mesuré | Non mesuré |
| Usage | non mesuré | Non mesuré |
| Maths | 87,1 | Provisoire · 38 % |
| Sciences | 82,9 | Provisoire · 20 % |
| Français | non mesuré | Non mesuré |
| Vision | non mesuré | Non mesuré |
| Écriture | non mesuré | Non mesuré |
| Web | 85,8 | Rang 44 · 100 % |

## Annoncé par Meta AI

Ce que l'éditeur dit lui-même de ce modèle (page du 15 octobre 2026, relue le 15 octobre 2026). Ces chiffres ne comptent pas dans le score IA.

- Disponibilité : Poids sur Hugging Face depuis le 15 octobre 2026, après acceptation d'un formulaire par Meta (nom, date de naissance, organisation) ; par API chez OpenRouter, Together AI, Fireworks AI, Groq, Baseten, Modal et Nebius ; sur Amazon SageMaker, Google Cloud et Microsoft Foundry.
- Taille : 816 milliards de paramètres, dont 42 milliards actifs par jeton (mélange d'experts, 8 experts sur 256), plus un encodeur de perception de 1,8 milliard.
- Entrées : Texte, images, vidéo et audio ; réponse en texte. Plus de 100 langues d'entraînement.
- Contexte : 1 million de jetons.
- Poids : Ouverts sous la Muse Model License : mention « Built with Muse Spark Open » obligatoire, accord séparé avec Meta pour le vendre en service au-delà de 20 millions de dollars de revenus annuels. Version BF16 (1 644 Go, environ 2 To de mémoire selon Meta) et NVFP4 (533 Go, au moins 700 Go de mémoire graphique).
- Chez soi : Meta le fait tourner sur deux Mac Studio M5 Ultra reliés, avec MLX. Moteurs cités : vLLM, SGLang, TensorRT-LLM, Transformers, MLX, llama.cpp.
- Sécurité : StrongREJECT v2 (évaluation interne, attaques réussies, plus bas = mieux) : 0,5 %. FORTRESS (classement de Scale AI, plus bas = mieux) : risque moyen 5,8, refus excessifs 17,4.

| Domaine | Benchmark | Résultat annoncé | D'où vient le chiffre |
| --- | --- | --- | --- |
| Agents | JobBench | 61,8 % | repris du classement officiel de JobBench |
| Agents | MCP-Atlas | 89,2 % | repris de Scale AI |
| Agents | OSWorld-Verified | 80,4 % | calculé par Meta, moyenne de quatre essais |
| Agents | Toolathlon-Verified | 72,8 % | service d'évaluation officiel de Toolathlon |
| Connaissances et raisonnement | HLE-Diamond (sans outils) | 26,1 % | repris de Scale AI |
| Connaissances et raisonnement | Humanity's Last Exam (avec outils) | 61,0 % | calculé par Meta |
| Vision et vidéo | ZeroBench (avec outils) | 50,0 % | calculé par Meta |
| Vision et vidéo | BabyVision (avec outils) | 80,2 % | calculé par Meta, moyenne de cinq passages |
| Vision et vidéo | SimpleVQA (avec outils) | 73,6 % | calculé par Meta, moyenne de cinq passages |
| Vision et vidéo | WorldVQA (avec outils) | 49,4 % | calculé par Meta |
| Vision et vidéo | IntPhys 2 | 68,3 % | calculé par Meta |
| Vision et vidéo | Video-MME v2 | 61,5 % | calculé par Meta |

Sources : https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B, méthode https://research.meta.ai/static/muse-spark-open-evaluation-methodology

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

| Version évaluée | Indice | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Muse Spark Open (Xhigh)](https://artificialanalysis.ai/models/muse-spark-open) | 38,9 | non publié | 142,0 jetons/s | 0,45 s | 1,25 $ / 4,25 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 19 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/muse-spark-open

## Exécution locale

Trop lourd pour les machines que suit QUELLE IA : 563,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

- Allégée, 4 bits : 563,0 Go
- Allégée, 8 bits : 985,3 Go
- Complète, 16 bits : 1 876,8 Go

- Plus petite machine : aucune, il faut un serveur
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : Trop juste
- Ryzen AI Max : Trop juste
- Nvidia : Trop juste
- Sans carte graphique : Trop juste
- Serveur : Oui

### Vitesse de génération

Pas d'estimation de vitesse : il ne tient sur aucune machine dont le débit mémoire est au registre. Méthode : https://quelleia.com/local/#vitesse-estimee

## Fiche technique

- Prix : 1,25 € / 4,25 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 000 000 jetons (environ 750 000 mots)
- Entrées : Texte, image, vidéo
- Réflexion : Faible, moyenne, élevée, très élevée (quatre niveaux réglables)
- Paramètres : 816 milliards
- Licence : Muse Model License (poids ouverts, téléchargeables)
- Classe énergétique : E (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Janvier 2026

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/meta/muse-spark-open)

## À lire sur Frandroid

Articles des médias du groupe Humanoid consacrés à ce modèle (relevé du 20 octobre 2026, hors du score).

- [Muse Spark Open : le nouveau modèle ouvert de Meta tourne en local sur deux Mac Studio M5 Ultra](https://www.frandroid.com/marques/meta/3287725_muse-spark-open-le-nouveau-modele-ouvert-de-meta-tourne-en-local-sur-deux-mac-studio-m5-ultra) : Frandroid, 15 octobre 2026 (actualité)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 98,1 % | 89,1 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 88,6 % | 81,2 | saturé | https://epoch.ai/benchmarks |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 69,8 % | 88,0 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 528,1 Elo | 85,6 | actif | https://arena.ai/leaderboard |
| SimpleQA Verified | Données | 56,6 % | 91,9 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (v2) | Maths | 31,7 % | 86,9 | saturé | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Muse Spark Open ?** Muse Spark Open obtient un score IA de 86,6, avec une marge de 84,2 à 89,0. Ce score est provisoire : il repose sur 5 mesures, et le modèle n'a pas de rang. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**Dans quelles tâches Muse Spark Open est-il le plus fort ?** Ses deux meilleures tâches sont maths (87,1) et web (85,8). Sa tâche la plus faible est sciences (82,9).

**Muse Spark Open peut-il tourner en local ?** Trop lourd pour les machines que suit QUELLE IA : 563,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

**Combien coûte Muse Spark Open ?** 1,25 € par million de jetons en entrée et 4,25 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 3,4 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Muse Spark Open ?** Muse Spark Open est édité par Meta AI (États-Unis), et il est sorti le 15 octobre 2026. Ses poids sont ouverts, sous licence Muse Model License.

Source : QUELLE IA, édition du 19 octobre 2026. https://quelleia.com