Was ist Muse Spark Open?
Muse Spark Open ist ein Open-Weight-Modell der Meta Superintelligence Labs, veröffentlicht am 15. Oktober 2026. Es ist die offene Version von Muse Spark und teilt laut Meta das Basismodell mit Muse Spark 1.3, mit zusätzlichem Sicherheits-Post-Training, damit es ohne Metas gehostete Filter standhält. Es ist ein spärliches Mixture-of-Experts-Modell mit 816 Milliarden Parametern, davon 42 Milliarden aktiv pro Token, und einem Kontext von 1.048.576 Tokens. Es liest Text, Bilder, Video und Audio und schreibt Text.
Die Gewichte gibt es in BF16 (etwa 1,65 TB) und NVFP4 (etwa 537 GB) aus einem zugangsbeschränkten Hugging-Face-Repo sowie über Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry. Über die eigene Model API stellt Meta es nicht bereit. Zu den gehosteten Endpunkten gehören Baseten, Fireworks, Together, Nebius und Modal, alle bei OpenRouter für 1,25 $ Input und 4,25 $ Output pro Million Tokens gelistet.
Es steht unter der Muse Model License, keiner Open-Source-Lizenz. Die Nutzung ist kostenlos, aber Produkte müssen „Built with Muse Spark Open“ anzeigen, und Unternehmen, die Modellzugang als Dienst verkaufen und mehr als 20 Millionen $ Jahresumsatz haben, brauchen eine gesonderte Vereinbarung mit Meta.
Was kostet Muse Spark Open?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | Muse Model License |
| OpenRouter | $1.25 in / $4.25 out per 1M tokens | 0,15 $ gecacht |
Kostenlose Gewichte unter der Muse Model License (Namensnennung erforderlich; Umsatzschwelle von 20 Mio. $ für Model-as-a-Service). Gehostet bei OpenRouter für 1,25 $ Input, 0,15 $ gecacht, 4,25 $ Output pro 1 Mio. Tokens.
Lohnt sich Muse Spark Open?
Muse Spark Open ist nach der verfügbaren Beweislage das stärkste Open-Weight-Modell eines amerikanischen Labors und trotzdem nicht das stärkste offene Modell. Artificial Analysis gibt ihm 39 Punkte im Intelligence Index, gegenüber 45 für GLM 5.3 und 44 für Kimi K3 auf derselben Skala, wie Metas eigene Model Card angibt. Vorn liegt es bei Agent-Arbeit: 89,2 bei MCP-Atlas gegenüber 82,3 für Kimi K3 und 61,8 bei JobBench gegenüber 54,3. Bei Terminal-Bench 2.1 liegt es hinter beiden, 76,4 gegenüber 83,9 und 85,0.
Die Sicherheitstabelle ist das Besondere. Beim adaptiven Jailbreak-Test StrongREJECT v2 meldet Meta 0,5 gegenüber Werten von 62,9 bis 86,4 für die anderen getesteten offenen Modelle, und bei seinen Cyber-Jailbreak-Sets lehnte es 99,2 % und 94,8 % ab, wo Kimi K3 75,5 % und 70,2 % ablehnte. Das sind Metas Zahlen, und die Model Card warnt, man solle nicht davon ausgehen, dass sie ein Fine-Tuning überstehen. Für einen regulierten Käufer, der ein offenes Modell für den internen Betrieb auswählt, sind sie trotzdem die relevantesten Zahlen auf der Seite.
Beim Hosting gerät die Rechnung ins Wanken. Jeder Endpunkt bei OpenRouter verlangt 1,25 $ und 4,25 $ pro Million Tokens, genau den Preis des geschlossenen Muse Spark 1.3, und Artificial Analysis nennt es im Vergleich zu ähnlichen offenen Modellen besonders teuer, deren Klassenmedian bei 0,43 $ und 1,59 $ liegt. GLM 5.3 schneidet in diesem Index besser ab, für 1,40 $ und 4,40 $ bei Z.ai. Die offenen Gewichte zählen für die Kontrolle über die Daten, nicht für den Preis.
Selbsthosten ist eine Aufgabe fürs Rechenzentrum. Metas kleinster offizieller Build, NVFP4, umfasst etwa 537 GB an Gewichten und verlangt einen Blackwell-Knoten mit vier GPUs, und die Model Card rät zu mindestens 700 GB VRAM, sobald der Cache-Speicher mitgezählt wird. Die meistgenannte Desktop-Option sind zwei Mac Studios mit je 512 GB auf MLX. Die Lizenz ist für die meisten Nutzer großzügig, ohne Nutzergrenze und ohne Anspruch auf Ausgaben, doch der zugangsbeschränkte Download fragt nach bürgerlichem Namen, Geburtsdatum und Organisation, und jedes darauf gebaute Produkt muss Metas Hinweiszeile tragen.
Wo es sich lohnt
Ein Infrastrukturteam einer Bank mit einem eigenen Blackwell-Cluster vor Ort
Ein internes Coding- und Agent-Modell betreiben, bei dem kein Prompt das Haus verlässt
Der NVFP4-Build passt auf einen einzelnen Blackwell-Knoten mit vier GPUs, und jeder Prompt und jede Antwort bleibt im Netz der Bank. Interne Nutzung fällt nicht unter die Model-as-a-Service-Klausel der Lizenz mit 20 Mio. $, und Metas Jailbreak-Ergebnisse sind die stärksten unter den getesteten offenen Modellen.
Ein Produktmanager bei einem mittelgroßen SaaS-Unternehmen
Eine Agent-Funktion auf offenen Gewichten ausliefern, um die Bindung an eine einzelne API zu vermeiden
Auf einem beliebigen OpenRouter-Endpunkt für 1,25 $/4,25 $ pro Million Tokens starten und später ohne Modellwechsel zum Selbsthosten übergehen. Das Produkt muss „Built with Muse Spark Open“ irgendwo in der Oberfläche, der Dokumentation oder den Einstellungen zeigen.
Eine ML Engineer bei einem auf eine Branche spezialisierten KI-Startup
Ein Modell im Spitzenformat auf eigene Arbeitsabläufe feintunen
Meta unterstützt SFT und Reinforcement Learning über PyTorch und TorchTitan und erlaubt Lizenznehmern, Ableitungen zu destillieren und weiterzugeben. Training bei 816B Parametern braucht einen Cluster aus mehreren Knoten, und Metas Sicherheitsergebnisse übertragen sich nicht auf veränderte Modelle.
Bevor du dich festlegst
- Einrichtung
- Beantrage Zugang auf Hugging Face (bürgerlicher Name, Geburtsdatum, Organisation) und stelle das Modell dann mit SGLang oder vLLM bereit; oder rufe einen gehosteten Endpunkt bei OpenRouter, Together, Fireworks, Baseten, Nebius oder Modal auf.
- Integrationen
- SGLang, vLLM, TensorRT-LLM, Transformers, llama.cpp, MLX und Unsloth; Kataloge von SageMaker AI, Google Cloud Model Garden und Microsoft Foundry. Der Reasoning-Aufwand ist low, medium, high oder xhigh, standardmäßig xhigh.
- Daten und Datenschutz
- Muse Model License: kostenlose Nutzung, Änderung, Destillation und Weitergabe; Namensnennung in jedem Produkt erforderlich; Model-as-a-Service-Anbieter mit mehr als 20 Mio. $ Jahresumsatz brauchen eine gesonderte Vereinbarung. Meta beansprucht kein Eigentum an Ausgaben. Selbst gehostet verlässt nichts deine Infrastruktur.
- Kosten im großen Maßstab
- Selbsthosten: NVFP4 (etwa 537 GB) auf einem Blackwell-Knoten mit vier GPUs, BF16 (etwa 1,65 TB) auf acht B300 oder zwei Mac Studios mit M5 Ultra und je 512 GB. Gehostet kosten eine Million Support-Antworten im Monat mit 3.000 Input- und 500 Output-Tokens zu OpenRouter-Preisen etwa 5.875 $.
- Grenzen
- Kontext von 1.048.576 Tokens, wobei ein OpenRouter-Endpunkt ihn auf 1 Mio. begrenzt und die Output-Grenzen je nach Anbieter variieren; nicht über das EU-In-Region-Routing von OpenRouter verfügbar. Metas Benchmarks sind nicht unabhängig bestätigt, und die Model Card nennt Schwächen bei sehr kurzem oder niedrig aufgelöstem Video.
Was gut ist
- MoE mit 816B, davon 42B aktiv, und 1 Mio. Tokens Kontext, offene Gewichte
- 89,2 bei MCP-Atlas, in Metas Tabelle vor Kimi K3, GLM 5.3 und Qwen3.8
- 0,5 bei StrongREJECT v2 gegenüber 62,9 bis 86,4 für konkurrierende offene Modelle, laut Meta
- Offizieller NVFP4-Build; Unterstützung für SGLang, vLLM, TensorRT-LLM, llama.cpp und MLX zum Start
Was nicht
- Index-Wert von 39 bei Artificial Analysis, hinter GLM 5.3 (45) und Kimi K3 (44)
- Der gehostete Preis entspricht dem geschlossenen Muse Spark 1.3, weit über den Medianen offener Modelle
- Eigene Lizenz: Pflicht zur Namensnennung und eine Schwelle von 20 Mio. $ für Model-as-a-Service
- Der zugangsbeschränkte Download fragt nach bürgerlichem Namen, Geburtsdatum und Organisation
Am besten für
Organisationen, die ein fähiges Agent-Modell auf eigener Hardware brauchen, mit stärkerem Ablehnungsverhalten als andere offene Modelle, und mit Metas Klausel zur Namensnennung leben können.
Alternativen zu Muse Spark Open
Muse Spark Open: häufige Fragen
- Lohnt sich Muse Spark Open?
- Ein ernstzunehmendes Open-Weight-Agent-Modell mit ungewöhnlich starken Sicherheitswerten, gebremst durch gehostete Preise auf dem Niveau des geschlossenen Spark und eine Lizenz, die nach deinem Geburtsdatum fragt. Wir bewerten es mit 4.0 von 5.
- Was kostet Muse Spark Open?
- Kostenlose Gewichte unter der Muse Model License (Namensnennung erforderlich; Umsatzschwelle von 20 Mio. $ für Model-as-a-Service). Gehostet bei OpenRouter für 1,25 $ Input, 0,15 $ gecacht, 4,25 $ Output pro 1 Mio. Tokens.
- Welche Nachteile hat Muse Spark Open?
- Index-Wert von 39 bei Artificial Analysis, hinter GLM 5.3 (45) und Kimi K3 (44); Der gehostete Preis entspricht dem geschlossenen Muse Spark 1.3, weit über den Medianen offener Modelle; Eigene Lizenz: Pflicht zur Namensnennung und eine Schwelle von 20 Mio. $ für Model-as-a-Service; Der zugangsbeschränkte Download fragt nach bürgerlichem Namen, Geburtsdatum und Organisation.
- Für wen eignet sich Muse Spark Open?
- Organisationen, die ein fähiges Agent-Modell auf eigener Hardware brauchen, mit stärkerem Ablehnungsverhalten als andere offene Modelle, und mit Metas Klausel zur Namensnennung leben können.
- Was kostet Muse Spark Open für ein Team oder im Produktivbetrieb?
- Selbsthosten: NVFP4 (etwa 537 GB) auf einem Blackwell-Knoten mit vier GPUs, BF16 (etwa 1,65 TB) auf acht B300 oder zwei Mac Studios mit M5 Ultra und je 512 GB. Gehostet kosten eine Million Support-Antworten im Monat mit 3.000 Input- und 500 Output-Tokens zu OpenRouter-Preisen etwa 5.875 $.
- Ist Muse Spark Open sicher für Firmendaten?
- Muse Model License: kostenlose Nutzung, Änderung, Destillation und Weitergabe; Namensnennung in jedem Produkt erforderlich; Model-as-a-Service-Anbieter mit mehr als 20 Mio. $ Jahresumsatz brauchen eine gesonderte Vereinbarung. Meta beansprucht kein Eigentum an Ausgaben. Selbst gehostet verlässt nichts deine Infrastruktur.
- Was sind die besten Alternativen zu Muse Spark Open?
- Die nächsten Alternativen, die wir getestet haben, sind GLM-5.3, Kimi K3, Muse Spark 1.3 und Muse Glimmer.
Antworten geprüft am 23. Okt. 2026.