Metas Muse Spark Open (Max) führt US-Open-Modelle in Code Arena WebDev an
Wichtige Erkenntnisse
- •Muse Spark Open erzielte 1511 Punkte auf Arenas Code-Arena-WebDev-Bestenliste und ist damit das höchstplatzierte US-Open-Weight-Modell auf dieser Liste, wobei die Führung nur unter den amerikanischen Veröffentlichungen gilt.
- •Das Modell nutzt eine Mixture-of-Experts-Architektur mit insgesamt 816 Milliarden Parametern und 42 Milliarden aktiven pro Token, einem Kontextfenster von einer Million Token sowie nativer Unterstützung von Text-, Bild-, Video- und Audio-Eingaben.
- •Es erzielte 89,2 Punkte auf MCP-Atlas, einem Benchmark zur Messung, wie gut Modelle mit externen Tools arbeiten, was Metas erklärten Fokus auf Tool-Nutzung stützt.
- •Laut Meta kann das Modell lokal auf zwei gekoppelten Apple M5 Ultra Mac Studios mit dem MLX-Framework und rund einem Terabyte Unified Memory laufen; die Gewichte sind auf Hugging Face veröffentlicht und über Baseten, Fireworks AI, Google Cloud Model Garden und Amazon SageMaker verfügbar.
- •Metas eigene Benchmark-Ergebnisse zeigen bei bestimmten Coding-Bewertungen eine gemischte Performance gegenüber internationalen Konkurrenten; die Open-Veröffentlichung löst ein früheres Versprechen nach dem geschlossenen Muse Spark im April 2026 und Muse Spark 1.1 im Juli ein.
Meta hat wieder ein Open-Weight-KI-Modell nahe der Spitze einer öffentlichen Bestenliste. Muse Spark Open (Max) erzielte 1511 Punkte in Arenas Code-Arena-WebDev-Ranking und ist damit das höchstplatzierte US-Open-Modell auf dieser Liste.
Der Zusatz „US“ leistet in dieser Behauptung jedoch considerable Arbeit. Das Modell führt unter den amerikanischen Open-Veröffentlichungen, während die globalen Open-Modell-Rankings eine deutlich vollere und komplexere Geschichte bleiben.
Was Meta tatsächlich veröffentlicht hat
Meta Superintelligence Labs hat Muse Spark Open am 15. Oktober 2026 vorgestellt und bewirbt es als das bislang leistungsfähigste veröffentlichte US-Open-Weight-Modell.
Die zentrale Spezifikation ist die Größe. Das Modell hat insgesamt 816 Milliarden Parameter, von denen jedoch nur 42 Milliarden pro Token aktiviert werden. Diese Lücke ergibt sich aus dem Mixture-of-Experts-Design (MoE): Statt das gesamte Netzwerk bei jeder Anfrage einzubinden, leitet ein Routing-Mechanismus jede Eingabe an einen kleinen Satz spezialisierter Parameter weiter – ähnlich wie das Triage-System eines Krankenhauses jeden Patienten an die wenigen relevanten Fachärzte statt an das gesamte Personal verweist.
Das Kontextfenster umfasst eine Million Token – genug Raum, um einen umfangreichen Codebase oder einen langen Stapel von Dokumenten in einer einzigen Sitzung zu laden. Muse Spark Open ist auf der Eingabeseite nativ multimodal und akzeptiert Text, Bilder, Video und Audio, wobei die Ausgaben primär in Textform erfolgen.
Meta zufolge wurde das Modell für komplexe Softwareentwicklung, agentische Workflows über lange Zeiträume und die Tool-Nutzung optimiert. Diese drei Schwerpunktbereiche entsprechen genau den Kategorien, die die veröffentlichten Benchmarks und die Code-Arena-Liste messen, was den Lesern eine direkte Möglichkeit bietet, die Bewerbung als „leistungsfähigstes“ Modell mit den Zahlen abzugleichen.
Verfügbarkeit und Hardware
Die Gewichte sind auf Hugging Face in BF16- und NVFP4-Formaten veröffentlicht.
Eine der bemerkenswerteren Angaben betrifft die Umgebungen, in denen das Modell laufen kann. Lassen den Release-Details zufolge läuft Muse Spark Open auf zwei gekoppelten Apple M5 Ultra Mac Studios unter Verwendung von Apples MLX-Framework, einem Setup mit rund einem Terabyte Unified Memory. Für Organisationen, die Workloads im eigenen Haus behalten möchten, ist das ein bemerkenswert kompaktes Setup für ein Modell mit insgesamt 816 Milliarden Parametern.
Für Teams, die die Cloud bevorzugen, ist die Distribution breit gefächert. Das Modell ist über Baseten, Fireworks AI, Google Cloud Model Garden und Amazon SageMaker verfügbar, was Teams mehrere etablierte Wege bietet, dieselben Gewichte auszuführen.
Meta gibt außerdem an, dass die Open-Veröffentlichung im Vergleich zu früheren Varianten zusätzliche Safety-Post-Trainings erhalten hat.
Einordnung in den Vergleich
Die 1511 Punkte in Code Arena: WebDev sind die Zahl, die hervorsticht.as WebDev-Liste bewertet Modelle nach ihrer Fähigkeit, Webanwendungen zu erstellen – ein praxisnaher Test der Coding-Kompetenz. Bestenlistenplatzierungen sind jedoch Momentaufnahmen – die Positionen verschieben sich, wenn neue Modelle bewertet werden –, sodass die Zahl das aktuelle Feld beschreibt und keinen festen Rang.
Bei der Tool-Nutzung sind Metas eigene Zahlen stark. Muse Spark Open erzielte 89,2 Punkte auf MCP-Atlas, einem Benchmark, der darauf abzielt, wie gut Modelle mit externen Tools arbeiten. Dieses Ergebnis ist der konkrete Datenpunkt hinter dem erklärten Fokus auf Tool-Nutzung.
Das Coding-Bild ist weniger eindeutig. Metas eigene Benchmark-Ergebnisse zeigen eine gemischte Performance gegenüber internationalen Konkurrenten, wobei das Modell bei bestimmten Coding-Bewertungen zurückliegt. Diese gemischte Bilanz ist der Kontext für den Geltungsbereich der Kernbehauptung: Die WebDev-Führung gilt unter den US-Open-Veröffentlichungen, während die direkten Vergleiche mit dem breiteren internationalen Feld je nach Benchmark variieren.
Wie es zu dieser Veröffentlichung kam
Muse Spark startete nicht als offenes Modell. Das ursprüngliche, geschlossene Muse Spark erschien im April 2026, gefolgt von Muse Spark 1.1 im Juli.
Die Open-Veröffentlichung löst ein Versprechen ein, die Muse-Familie in offener Form verfügbar zu machen. Von hier an sind die beobachtbaren Punkte messbar: Bewegungen auf der Code-Arena-Liste, wenn weitere Modelle bewertet werden, sowie Ergebnisse Dritter mit den veröffentlichten Gewichten, die sich direkt mit den Zahlen in Metas Ankündigung abgleichen lassen.
