Meta bracht Muse Spark Open op 15 oktober 2026 uit als model met open gewichten. Maar wie het lokaal op een Mac Studio wil draaien, heeft volgens Apple meerdere machines nodig: in de geteste opstelling past het model niet op één systeem. Apple publiceerde metingen voor configuraties met twee en vier Mac Studio’s, telkens onder vastgelegde testvoorwaarden.
Meta beschreef de samenwerking met Apple rond de uitvoering op Mac Studio met MLX, Apples framework voor machinelearning op Apple-silicon. Mark Zuckerberg bedankte Apple en John Ternus publiekelijk voor het werk aan die ondersteuning.
Waarom één Mac Studio niet volstaat
Muse Spark Open is een multimodaal model met 816 miljard parameters, waarvan er volgens Meta 42 miljard actief zijn, en een contextvenster van 1 miljoen tokens. Meta richt het model onder meer op programmeerwerk en taken waarbij een AI meerdere stappen uitvoert. Het aantal actieve parameters vertelt echter niet hoeveel geheugen de volledige modelgewichten en de berekeningen tijdens gebruik nodig hebben.
Apple schrijft dat de BF16-gewichten van het model op zichzelf meer dan 1,6 TB RAM vereisen. In de compactere NVFP4-weergave bedraagt de model-footprint ongeveer 493 GB, maar daar komt nog geheugen bij voor tussentijdse berekeningen tijdens inferentie: het verwerken van invoer om uitvoer te genereren. Daarom past het model in Apples beschreven opstelling ook in NVFP4 niet op één Mac Studio. Meta beschrijft uitvoering over twee M5 Ultra Mac Studio’s; Apple onderzocht ook een configuratie met vier systemen. Apple licht de geheugenbehoefte en gedistribueerde inferentie toe, terwijl Meta de modelgegevens en de MLX-route beschrijft.
Welke snelheden Apple mat
Apple mat de decodesnelheid na een context van 8.192 tokens en liet het model 128 tokens genereren. Decodesnelheid is het aantal tokens dat het model per seconde produceert; de tijd tot het eerste token meet hoe lang het duurt voordat de eerste uitvoer verschijnt.
| Mac Studio-configuratie | Parallelisatie | Decodesnelheid | Tijd tot eerste token |
| 2 M5 Ultra Mac Studio’s | Pipeline-parallelisatie | 15,74 tokens per seconde | 8,4 seconden |
| 2 M5 Ultra Mac Studio’s | Tensor-parallelisatie | 24,99 tokens per seconde | 8,2 seconden |
| 4 M5 Ultra Mac Studio’s | Tensor-parallelisatie | 36,73 tokens per seconde | 4,8 seconden |
De twee tests met twee machines laten zien dat de parallelisatiemethode samenhangt met de gemeten snelheid: Apple rapporteerde bij tensor-parallelisatie 24,99 tokens per seconde en bij pipeline-parallelisatie 15,74. De meting met vier machines kwam uit op 36,73 tokens per seconde. Dat zijn resultaten van Apple bij de genoemde contextlengte en uitvoer van 128 tokens, geen algemene snelheidsbelofte voor andere taken of instellingen.
De verbinding en software in Apples opstelling
Voor de beschreven gedistribueerde inferentie gebruikt Apple RDMA via Thunderbolt 5. RDMA is een manier om gegevens rechtstreeks tussen computers uit te wisselen. In de opstelling met twee Macs verbindt Apple elk gekoppeld paar met twee Thunderbolt-kabels. Apple noemt macOS 26.2 en MLX 0.30.1 of hoger als vereisten voor de beschreven ondersteuning; MLX gebruikt daarbij de communicatiebackend jaccl.
Die details maken duidelijk dat de metingen niet alleen afhangen van het aantal Mac Studio’s. Ook de verbinding tussen de computers en de softwareversies horen bij Apples specifieke configuratie.
Toegang tot de gewichten en de licentie
Meta biedt de modelgewichten volgens de aankondiging aan via Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden en Microsoft Foundry Models. Voor gehoste API-toegang noemt Meta Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter en Together AI.
De gewichten vallen onder de Muse Model License. Meta zegt dat veel ontwikkelaars het model gratis kunnen gebruiken, onder beperkte commerciële voorwaarden. De gekozen route maakt dus verschil: bij lokale uitvoering zijn meerdere Mac Studio’s en de beschreven MLX-inrichting nodig; via de genoemde API-platforms wordt het model gehost aangeboden.
