Meta heeft gisteren de gewichten vrijgegeven van Muse Spark Open, volgens Meta het sterkste Amerikaanse open-weight model tot nu toe. Gebouwd voor code en agent-werk, met een context van 1 miljoen tokens. Het model is gratis te downloaden. De hardware om het te draaien is dat niet.
Voor wie leunt op één gesloten leverancier is dit vooral nieuws over keuzevrijheid, niet over een nieuwe winnaar.
In het kort
- 816 miljard parameters, waarvan 42 miljard actief per token, en 1M tokens context.
- Via API voor $1,25 per miljoen input-tokens en $4,25 per miljoen output-tokens (OpenRouter).
- Lokaal draaien kan op twee Mac Studio’s met M5 Ultra en samen 1 TB geheugen, of op een Blackwell-server met 4 GPU’s.
- Licentie: de Muse Model License, met beperkte commerciële voorwaarden.
Wat er gebeurde
Volgens Meta AI Research is Muse Spark Open meteen beschikbaar bij API-partijen als Together AI, Fireworks, Groq en OpenRouter. De gewichten staan op Hugging Face, Amazon SageMaker, Google Cloud Model Garden en Microsoft Foundry. Meta liet het model op twee Mac Studio’s echte iOS-wijzigingen doorvoeren en video monteren in DaVinci Resolve.
De technische documentatie is nuchterder over de eisen: in 4-bit is het ruim 537 GB aan gewichten, in volle precisie ongeveer 1,65 TB. TechCrunch vat het samen: je hebt minstens een terabyte geheugen nodig.
Op dezelfde dag meldde Microsoft AI dat het eigen model MAI-Base-2 klaar is met pre-training, met het plan de gewichten via Foundry aan vertrouwde partners te licenseren.
Waarom dit relevant is
Open gewichten geven je een uitweg. Je kunt hetzelfde model bij een andere host draaien, of in je eigen omgeving als data echt binnen moet blijven. Dat maakt een exitplan tegen AI vendor lock-in een stuk realistischer.
Gratis gewichten betekent niet gratis draaien. De rekening verhuist van de API naar je infrastructuur en je beheer.
Let ook op de licentie. “Beperkte commerciële voorwaarden” is geen Apache 2.0. Laat juridisch meekijken voordat je er een klantproduct op bouwt. En Meta’s eigen benchmarks zijn geen bewijs voor jouw taken.
Wat je nu kunt doen
- Test via een API, niet via hardware. Draai je eigen evaluatieset tegen Muse Spark Open naast je huidige model. Dat kost een fractie van wat eigen hardware kost.
- Reken de totale kosten door. Tokenprijs, hosting, beheer en updates. Lokaal draaien loont pas bij veel volume of strenge datavereisten.
- Check de licentie op jouw gebruik: intern, voor klanten, of doorverkoop.
- Houd je prompts en tools model-onafhankelijk, zodat wisselen een configuratie is en geen project.
Wil je weten welk model voor jouw werk de beste verhouding van kwaliteit en kosten geeft? Lees hoe we AI-modellen vergelijken en optimaliseren, of plan een gesprek via contact.
Bronnen: Meta AI Research, Meta Model API docs, OpenRouter, TechCrunch, Microsoft AI.