Muse Spark Open ist Metas multimodales KI-Modell mit 816 Milliarden Parametern, das Apple zufolge in der getesteten Konfiguration nicht auf einen einzelnen Mac Studio passt. Für die lokale Inferenz – also das Berechnen von Modellantworten auf den eigenen Rechnern – maß Apple Ergebnisse mit zwei und vier Mac Studios. Der praktische Knackpunkt: Die Zahl der aktiven Parameter allein sagt nicht, wie viel Speicher der vollständige Modellbetrieb benötigt. Meta beschreibt das Modell und seine Einsatzgebiete; Apple erläutert den Speicherbedarf und die Messungen.
Warum Apple mehrere Mac Studios einsetzt
Meta kündigte Muse Spark Open am 15. Oktober 2026 als Modell mit 816 Milliarden Gesamtparametern, 42 Milliarden aktiven Parametern und einem Kontextfenster von einer Million Tokens an. Meta beschreibt es als nativ multimodal und für Programmier- sowie Agentenaufgaben vorgesehen. Ein Agentenmodell kann mehrstufige Aufgaben bearbeiten, statt nur auf eine einzelne Eingabe zu antworten.
Apple beziffert den Speicherbedarf der BF16-Parameter allein auf mehr als 1,6 TB RAM. In der komprimierten Darstellung NVFP4 beträgt der Modellumfang rund 493 GB – noch ohne den zusätzlichen Speicher für Zwischenberechnungen während der Inferenz. Deshalb passt das Modell laut Apple in der getesteten Konfiguration nicht auf einen einzelnen Mac Studio. Meta beschreibt den lokalen Betrieb mit zwei Mac Studios mit M5 Ultra und jeweils bis zu 512 GB gemeinsam genutztem Arbeitsspeicher.
Die Modellgröße ist damit nicht bloß eine abstrakte Kennzahl: Auch wenn nur 42 Milliarden der insgesamt 816 Milliarden Parameter aktiv sind, muss der Modellbetrieb deutlich mehr als diese aktive Teilmenge berücksichtigen.
Apples Messwerte für zwei und vier Mac Studios
Apple maß die Decode-Geschwindigkeit – also die Ausgabe weiterer Tokens nach Beginn der Antwort – bei einem Kontext von 8.192 Tokens und einer Ausgabe von 128 Tokens. Die drei Konfigurationen erzielten folgende Werte:
| Mac-Studio-Konfiguration | Parallelisierung | Decode-Geschwindigkeit | Zeit bis zum ersten Token |
| Zwei Mac Studios mit M5 Ultra | Pipeline | 15,74 Tokens pro Sekunde | 8,4 Sekunden |
| Zwei Mac Studios mit M5 Ultra | Tensor | 24,99 Tokens pro Sekunde | 8,2 Sekunden |
| Vier Mac Studios mit M5 Ultra | Tensor | 36,73 Tokens pro Sekunde | 4,8 Sekunden |
Die Ergebnisse stammen aus Apples Messungen unter diesen Bedingungen. Sie zeigen, dass Apple sowohl zwei Rechner mit unterschiedlicher Parallelisierung als auch eine Konfiguration mit vier Rechnern erprobt hat. Die Werte gelten für den genannten Kontext und die 128 ausgegebenen Tokens; sie sind keine allgemeine Geschwindigkeitszusage für andere Aufgaben oder Konfigurationen.
Verbindung und Software für den verteilten Betrieb
Apples beschriebener Aufbau überträgt Daten per RDMA über Thunderbolt 5. RDMA ermöglicht den direkten Datenaustausch zwischen Rechnern; für ein verbundenes Zweierpaar verwendet Apples Aufbau zwei Thunderbolt-Kabel. Die Softwarevoraussetzungen sind macOS 26.2 und MLX v0.30.1 oder neuer. MLX nutzt dabei das Kommunikations-Backend jaccl.
Diese Voraussetzungen gehören zum beschriebenen Mehrrechnerbetrieb. Zwei Mac Studios auf denselben Tisch zu stellen reicht als Beschreibung der Konfiguration also nicht aus: Verbindung, Betriebssystem und MLX-Version sind Teil des Aufbaus.
Modellzugang und Lizenz
Meta stellt die Gewichte über Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry Models bereit. Für gehostete API-Zugriffe nennt Meta Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter und Together AI.
Meta veröffentlicht Muse Spark Open unter der Muse Model License. Nach Metas Zusammenfassung können viele Entwickler das Modell kostenlos nutzen; für die kommerzielle Nutzung gelten Bedingungen. „Open-Weight“ beschreibt hier den Zugang zu Modellgewichten und bedeutet nicht automatisch eine uneingeschränkte Open-Source-Lizenz. Meta nennt Programmieraufgaben und mehrstufige Agentenabläufe als Einsatzfelder und beschreibt unter anderem Beispiele mit Ice Cubes und DaVinci Resolve.
