Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Muse Spark Open

Meta AI · États-Unis · sorti le Meta AI · États-Unis · 15 octobre 2026

  • Réflexion réglable
  • Poids ouverts · Muse Model License
  • Serveur seulement
  • Classe énergétique E
86,6de 84,2 à 89,0Provisoire · 25 %?
Empreinte?
RaisonnementCodeAgentsUsageMaths87,1Sciences82,9FrançaisVisionÉcritureWeb85,8

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.

Estimationenviron 3,4 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Pour coder

Ces forfaits de code proposent ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

86,6de 84,2 à 89,0

RangScore provisoireCouverture25 %5 mesures

Pourquoi ce score ? →Comment lire un score →

Les dix tâches?

Annoncé par Meta AI

Hors du score

Ce que l'éditeur dit lui-même de ce modèle, sur sa page du . Ces chiffres ne sont pas vérifiés par une source indépendante et 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.
BenchmarkRésultat annoncéD'où vient le chiffre
Agents
JobBench61,8 %repris du classement officiel de JobBench
MCP-Atlas89,2 %repris de Scale AI
OSWorld-Verified80,4 %calculé par Meta, moyenne de quatre essais
Toolathlon-Verified72,8 %service d'évaluation officiel de Toolathlon
Connaissances et raisonnement
HLE-Diamondsans outils26,1 %repris de Scale AI
Humanity's Last Examavec outils61,0 %calculé par Meta
Vision et vidéo
ZeroBenchavec outils50,0 %calculé par Meta
BabyVisionavec outils80,2 %calculé par Meta, moyenne de cinq passages
SimpleVQAavec outils73,6 %calculé par Meta, moyenne de cinq passages
WorldVQAavec outils49,4 %calculé par Meta
IntPhys 268,3 %calculé par Meta
Video-MME v261,5 %calculé par Meta

Meta compare Muse Spark Open à d'autres modèles ouverts : Inkling, Nemotron 3 Ultra, Beam, Mistral Large 4, Qwen3.8-2.4T-A95B, GLM 5.3 et Kimi K3. Il est premier sur JobBench, MCP-Atlas et HLE-Diamond ; Kimi K3 le devance sur OSWorld-Verified, Toolathlon, BabyVision et Video-MME v2. Relu le sur la page de Meta AI, avec sa note de méthode et son annonce.

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 évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
Muse Spark Open (Xhigh)38,9non publié142,0 jetons/s0,45 s1,25 $ / 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

Peut-il tourner chez vous ?ESTIMATION

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.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • MacTrop juste
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • Nvidia DGX et RTX SparkTrop juste
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits563,0 GoAllégée, 8 bits985,3 GoComplète, 16 bits1 876,8 GoLe pointillé marque 448 Go, la mémoire utile de quatre DGX Spark en grappe, la plus grande machine que nous suivons.
Vitesse de générationPas d'estimation de vitesse : il ne tient sur aucune machine dont le débit mémoire est au registre. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
1,25 € / 4,25 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 000 000 jetonsenviron 750 000 mots
Entrées
Texte, image, vidéo
Réflexion
Faible, moyenne, élevée, très élevéequatre niveaux réglables
Paramètres
816 milliards
Licence
Muse Model Licensepoids ouverts, téléchargeables
Classe énergétique
Esur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Janvier 2026

Où le trouver

Liens directs, sans affiliation

À lire sur Frandroid

1 article · relevé du

Une sélection automatique des articles de Frandroid, Numerama et Clubic consacrés à ce modèle. Ces trois médias appartiennent au groupe Humanoid. Les articles n'entrent pas dans le score.

Toutes les mesures

6 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
OTIS Mock AIME 2024-202598,1 %89,1MaximaleSATURÉepoch.ai
GPQA Diamond88,6 %81,2MaximaleSATURÉepoch.ai
FrontierMath, paliers 1 à 3 (v2)69,8 %88,0MaximaleACTIFepoch.ai
Code Arena, WebDev1 528,1 Elo85,6InconnueACTIFarena.ai
SimpleQA Verified56,6 %91,9MaximaleACTIFepoch.ai
FrontierMath, palier 4 (v2)31,7 %86,9MaximaleSATURÉepoch.ai

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.?
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.

Ses voisins?