Meta Muse Spark Open: açık ağırlıklı dev model — yerel çalıştırma 1 TB RAM istiyor
meta, 15 Ekim 2026’da muse-spark hattının açık ağırlıklı üyesi Muse Spark Open’ı duyurdu. TechCrunch ve Meta AI materyallerine göre model toplam 816 milyar parametreli bir MoE yapısında; aktif parametre sayısı 42 milyar, context penceresi 1 milyon token ve multimodal giriş-çıkış (metin, görüntü, video, ses) destekleniyor.
Ana Gelişme
Ağırlıklar Hugging Face üzerinde Muse Model License ile yayınlandı. Hosted API seçenekleri Baseten, Fireworks, Groq ve benzeri sağlayıcılar üzerinden sunuluyor; meta-model-api dokümantasyonu agentic coding ve masaüstü senaryolarını vurguluyor.
Yerel çalıştırma için MLX yolu anlatılıyor ancak donanım eşiği tipik bir MacBook’un çok üzerinde: iki adet M5 Ultra Mac Studio, makine başına 512 GB RAM (veya dört 256 GB düzeni), macOS 26.2+ ve Thunderbolt 5 RDMA mesh. NVFP4 ağırlık indirmesi makine başına yaklaşık 537 GB. “Mac’te çalışır” ifadesi bu bağlamda dizüstü dostu anlamına gelmiyor.
Kapalı frontier katmanı meta-muse-wonder-frontier-model ile karşılaştırıldığında Spark Open, açık ağırlık ve uzun context ile topluluk ve kurumsal deneme ortamlarını hedefliyor; Wonder ise ücretli API ve abonelik katmanında kalıyor.
Neden Önemli?
open-weight-models pazarında 1M token ve multimodal yetenek nadir kombinasyon. Türkiye’deki AI geliştiricileri için lisans koşulları (Muse Model License kısıtları) ve API fiyatlandırması, yerel cluster kurulum maliyetine kıyasla daha erişilebilir yol olabilir.
Teknik Detaylar
MoE mimarisi, inference sırasında yalnızca aktif uzmanları çalıştırarak maliyeti düşürmeyi amaçlıyor; yine de yerel bellek ve interconnect gereksinimleri ağırlıkların tamamının dağıtık yüklenmesini zorunlu kılıyor. ai-hardware planlamasında Apple Silicon cluster, NVIDIA GPU farm’ına alternatif olarak yalnızca çok yüksek bütçeli ekipler için gerçekçi.
Bağlam
Meta, Wonder lansmanından sonra açık ağırlık tarafında da ürün gamını genişletiyor. Benchmark iddiaları şirket materyallerine dayanıyor; bağımsız görev bazlı doğrulama henüz yaygın değil.
Sonraki Adımlar
Geliştiriciler lisans metnini (ticari kullanım, türev model) ve API sağlayıcı SLA’larını incelemeli. Donanım maliyeti düşmeden yerel Spark Open, çoğu ekip için API veya küçük quantize türevlerle sınırlı kalacak.