ActualitésActionsMuse Spark Open (Max) de Meta domine les modèles ouverts américains dans Code Arena WebDev

Muse Spark Open (Max) de Meta domine les modèles ouverts américains dans Code Arena WebDev

Auteur: CryptoBriefing·

Points clés

  • •Muse Spark Open a obtenu 1511 points sur le classement Code Arena : WebDev d'Arena, ce qui en fait le modèle américain à poids ouverts le mieux classé de ce tableau, même si sa tête ne vaut que parmi les versions américaines.
  • •Le modèle utilise une architecture Mixture-of-Experts avec 816 milliards de paramètres au total et 42 milliards actifs par token, ainsi qu'une fenêtre de contexte d'un million de tokens et une prise en charge native des entrées texte, images, vidéo et audio.
  • •Il a obtenu 89,2 sur MCP-Atlas, un benchmark mesurant la capacité des modèles à travailler avec des outils externes, ce qui conforte l'accent mis par Meta sur l'usage d'outils.
  • •Selon Meta, le modèle peut fonctionner localement sur deux Mac Studios Apple M5 Ultra jumelés avec le framework MLX et environ un téraoctet de mémoire unifiée, et les poids sont publiés sur Hugging Face et disponibles via Baseten, Fireworks AI, Google Cloud Model Garden et Amazon SageMaker.
  • •Les résultats benchmarks de Meta montrent des performances mitigées face aux concurrents internationaux sur certaines évaluations de codage, et cette version ouverte honore un engagement antérieur après le Muse Spark fermé en avril 2026 et Muse Spark 1.1 en juillet.
Muse Spark Open (Max) de Meta domine les modèles ouverts américains dans Code Arena WebDev

Meta dispose à nouveau d'un modèle à poids ouverts près du sommet d'un classement public. Muse Spark Open (Max) a obtenu 1511 points dans le classement Code Arena : WebDev d'Arena, ce qui en fait le modèle ouvert américain le mieux classé de ce tableau.

La précision « américain », cependant, fait beaucoup de travail dans cette affirmation. Le modèle domine parmi les versions ouvertes américaines, tandis que les classements mondiaux des modèles ouverts restent un paysage plus encombré et plus complexe.

Ce que Meta a réellement livré

Meta Superintelligence Labs a présenté Muse Spark Open le 15 octobre 2026, le présentant comme le modèle américain à poids ouverts le plus performant publié à ce jour.

La caractéristique phare est la taille. Le modèle compte 816 milliards de paramètres au total, mais seulement 42 milliards d'entre eux s'activent pour un token donné. Cet écart provient de son architecture Mixture-of-Experts (MoE) : plutôt que de solliciter l'ensemble du réseau pour chaque requête, un mécanisme de routage envoie chaque entrée vers un petit ensemble de paramètres spécialisés, un peu comme le système de triage d'un hôpital dirige chaque patient vers les quelques spécialistes concernés plutôt que vers l'ensemble du personnel.

La fenêtre de contexte couvre un million de tokens, soit suffisamment pour charger une base de code substantielle ou une longue pile de documents en une seule session. Muse Spark Open est nativement multimodal côté entrées, acceptant le texte, les images, la vidéo et l'audio, bien que ses sorties soient principalement textuelles.

Meta indique que le modèle a été optimisé pour l'ingénierie logicielle complexe, les flux de travail agentiques s'exécutant sur de longues durées et l'usage d'outils. Ces trois axes d'intérêt correspondent aux mêmes catégories que mesurent ses benchmarks publiés et le classement Code Arena, ce qui permet aux lecteurs de confronter directement l'étiquette « le plus performant » aux chiffres.

Disponibilité et matériel

Les poids sont publiés sur Hugging Face aux formats BF16 et NVFP4.

L'une des affirmations les plus frappantes concerne l'endroit où le modèle peut s'exécuter. Selon les détails de la publication, Muse Spark Open fonctionne sur deux Mac Studios Apple M5 Ultra jumelés utilisant le framework MLX d'Apple, une configuration disposant d'environ un téraoctet de mémoire unifiée. Pour les organisations qui souhaitent garder leurs charges de travail en interne, il s'agit d'un encombrement remarquablement compact pour un modèle de 816 milliards de paramètres au total.

Pour les équipes préférant le cloud, la distribution est large. Le modèle est disponible via Baseten, Fireworks AI, Google Cloud Model Garden et Amazon SageMaker, offrant aux équipes plusieurs voies établies pour exécuter les mêmes poids.

Meta précise également que cette version ouverte a bénéficié d'un post-training de sécurité supplémentaire par rapport aux variantes précédentes.

Comparaison avec la concurrence

Le score de 1511 dans Code Arena : WebDev est le chiffre qui ressort. Le classement WebDev d'Arena évalue les modèles sur la création d'applications web, un test pratique des capacités de codage. Les positions au classement ne sont toutefois que des instantanés — les places évoluent à mesure que de nouveaux modèles sont évalués — ce chiffre décrit donc'état de la discipline aujourd'hui plutôt qu'un rang figé.

Concernant l'usage d'outils, les propres chiffres de Meta sont solides. Muse Spark Open a obtenu 89,2 sur MCP-Atlas, un benchmark axé sur la capacité des modèles à travailler avec des outils externes. Ce score constitue la donnée concrète derrière l'accent mis par le modèle sur l'usage d'outils.

Le tableau du codage est moins nettoyé. Les résultats benchmarks de Meta montrent des performances mitigées face aux concurrents internationaux, le modèle étant en retrait sur certaines évaluations de codage. Ce bilan mitigé constitue le contexte de la portée de l'affirmation phare : la tête du classement WebDev vaut parmi les versions ouvertes américaines, tandis que les résultats en face-à-face contre le paysage international plus large varient selon les benchmarks.

Comment cette publication est arrivée

Muse Spark n'est pas né en tant que modèle ouvert. Le Muse Spark fermé original est apparu en avril 2026, suivi de Muse Spark 1.1 en juillet.

Cette version ouverte honore un engagement visant à rendre la famille Muse disponible sous forme ouverte. À partir de là, les points à surveiller sont mesurables : l'évolution du classement Code Arena à mesure que d'autres modèles sont évalués, et les résultats tiers obtenus à partir des poids publiés, qui peuvent être vérifiés directement par rapport aux chiffres de l'annonce de Meta.