Muse Spark Open (Max) di Meta si colloca in cima ai modelli open statunitensi nella classifica Code Arena WebDev
Punti chiave
- •Muse Spark Open ha ottenuto 1511 punti nella classifica Code Arena: WebDev di Arena, risultando il modello open-weight statunitense più ben posizionato su quella board, anche se il primato vale solo tra le release americane.
- •Il modello utilizza un'architettura Mixture-of-Experts con 816 miliardi di parametri totali e 42 miliardi attivi per token, insieme a una finestra di contesto da un milione di token e al supporto nativo per input di testo, immagini, video e audio.
- •Ha ottenuto 89.2 su MCP-Atlas, un benchmark che misura quanto bene i modelli lavorano con strumenti esterni, a supporto dell'enfasi dichiarata di Meta sull'uso degli strumenti.
- •Secondo Meta, il modello può girare localmente su due Apple Mac Studio M5 Ultra abbinati utilizzando il framework MLX con circa un terabyte di memoria unificata; i pesi sono pubblicati su Hugging Face e disponibili tramite Baseten, Fireworks AI, Google Cloud Model Garden e Amazon SageMaker.
- •I risultati dei benchmark di Meta mostrano prestazioni miste contro i concorrenti internazionali in alcune valutazioni di programmazione, e il rilascio open mantiene un impegno precedente dopo il Muse Spark closed di aprile 2026 e Muse Spark 1.1 a luglio.

Meta ha di nuovo un modello AI open-weight vicino alla cima di una classifica pubblica. Muse Spark Open (Max) ha ottenuto 1511 punti nella classifica Code Arena: WebDev di Arena, diventando il modello open statunitense più ben posizionato su quella board.
Tuttavia, il qualificatore "statunitense" fa molto lavoro in questa affermazione. Il modello guida tra le release open americane, mentre le classifiche globali dei modelli open restano una storia più affollata e complicata.
Cosa ha rilasciato Meta
Meta Superintelligence Labs ha presentato Muse Spark Open il 15 ottobre 2026, proponendolo come il modello open-weight statunitense più capace mai rilasciato finora.
La specifica principale è la dimensione. Il modello ha 816 miliardi di parametri totali, ma solo 42 miliardi di essi si attivano per ogni singolo token. Questo divario deriva dal suo design Mixture-of-Experts (MoE): invece di attivare l'intera rete per ogni richiesta, un meccanismo di routing invia ciascun input a un piccolo insieme di parametri specializzati, un po' come il sistema di triage di un ospedale indirizza ogni paziente ai pochi specialisti rilevanti invece che a tutto lo staff.
La finestra di contesto copre un milione di token, spazio sufficiente per caricare una codebase di dimensioni consistenti o una lunga serie di documenti in un'unica sessione. Muse Spark Open è nativamente multimodale sul lato input, accettando testo, immagini, video e audio, anche se i suoi output sono principalmente testuali.
Meta dichiara che il modello è stato ottimizzato per l'ingegneria del software complessa, per workflow agentici che si estendono su lunghi orizzonti e per l'uso di strumenti. Queste tre aree di interesse sono le stesse categorie misurate dai benchmark pubblicati e dalla board di Code Arena, il che offre ai lettori un modo diretto per valutare l'etichetta di "più capace" rispetto ai numeri.
Disponibilità e hardware
I pesi sono pubblicati su Hugging Face nei formati BF16 e NVFP4.
Una delle affermazioni più sorprendenti riguarda dove il modello può essere eseguito. Secondo i dettagli del rilascio, Muse Spark Open funziona su due Apple Mac Studio M5 Ultra abbinati utilizzando il frameworkX di Apple, una configurazione che dispone di circa un terabyte di memoria unificata. Per le organizzazioni che necessitano di mantenere i carichi di lavoro internamente, si tratta di un ingombro notevolmente compatto per un modello con 816 miliardi di parametri totali.
Per i team che preferiscono il cloud, la distribuzione è ampia. Il modello è disponibile tramite Baseten, Fireworks AI, Google Cloud Model Garden e Amazon SageMaker, offrendo ai team diversi canali consolidati per eseguire gli stessi pesi.
Meta dichiara inoltre che la release open ha ricevuto un addestramento post-training aggiuntivo per la sicurezza rispetto alle varianti precedenti.
Come si posiziona
Il punteggio di 1511 in Code Arena: WebDev è il numero che spicca. La board WebDev di Arena classifica i modelli sulla creazione di applicazioni web, un test pratico delle capacità di programmazione. Le posizioni in classifica sono anche istantanee — le posizioni cambiano man mano che nuovi modelli vengono valutati — quindi la cifra descrive il panorama così come si presenta oggi, non una posizione fissa.
Sull'uso degli strumenti, i dati di Meta sono solidi. Muse Spark Open ha ottenuto 89.2 su MCP-Atlas, un benchmark incentrato su quanto bene i modelli lavorano con strumenti esterni. Quel punteggio è il dato concreto alla base dell'enfasi dichiarata del modello sull'uso degli strumenti.
Il quadro della programmazione è meno netto. I risultati dei benchmark di Meta mostrano prestazioni miste contro i concorrenti internazionali, con il modello che resta indietro in alcune valutazioni di programmazione. Questo rendimento misto è il contesto della portata dell'affermazione principale: il primato in WebDev vale tra le release open statunitensi, mentre i risultati testa a testa contro il più ampio campo internazionale variano a seconda del benchmark.
Come è nato il rilascio
Muse Spark non è nato come modello open. Il Muse Spark originale e closed è apparso ad aprile 2026, seguito da Muse Spark 1.1 a luglio.
Il rilascio open mantiene un impegno a rendere la famiglia Muse disponibile in forma aperta. Da qui in avanti, gli elementi da osservare sono misurabili: i movimenti nella board di Code Arena man mano che vengono valutati ulteriori modelli, e i risultati di terze parti sui pesi pubblicati, che possono essere verificati direttamente rispetto ai numeri dell'annuncio di Meta.