Apple mede o Muse Spark Open em dois e quatro Mac Studio

Segundo a Apple, o Muse Spark Open não cabe em um único Mac Studio na configuração testada: a inferência precisa ser distribuída entre máquinas. A empresa mediu o modelo em dois e quatro Mac Studio com M5 Ultra. Os resultados variam conforme a quantidade de computadores e o método de paralelização.

Em 15 de outubro de 2026, a Meta anunciou o Muse Spark Open e descreveu sua execução local com MLX em Mac Studio. No mesmo dia, a Apple publicou os requisitos técnicos e as medições de inferência. Mark Zuckerberg publicou no X uma mensagem agradecendo à Apple e a John Ternus pelo trabalho relacionado ao Mac Studio. A publicação original está em inglês.

Por que um único Mac Studio não basta

A Meta descreve o Muse Spark Open como um modelo multimodal nativo, voltado a tarefas de programação e de agentes de IA. A empresa informa 816 bilhões de parâmetros no total, 42 bilhões de parâmetros ativos e uma janela de contexto de 1 milhão de tokens. A Meta apresenta essas especificações e a configuração com MLX.

O número de parâmetros ativos não representa, por si só, toda a memória necessária para executar o modelo. Segundo a Apple, os parâmetros em BF16 exigem mais de 1,6 TB de RAM. Com a representação NVFP4, o modelo ocupa cerca de 493 GB, antes da memória adicional usada nos cálculos intermediários da inferência. Na configuração analisada pela Apple, essa necessidade impede que o modelo caiba em um único Mac Studio. A pesquisa técnica da Apple detalha os requisitos de memória.

O que a Apple mediu

A Apple mediu a decodificação com contexto de 8.192 tokens e geração de 128 tokens. Os três resultados abaixo são medições da própria Apple, cada uma vinculada à configuração e ao tipo de paralelização usados. A pesquisa da Apple apresenta as condições e os resultados.

A diferença entre os resultados de dois computadores também mostra por que a quantidade de máquinas, sozinha, não descreve a configuração: a Apple mediu velocidades distintas com paralelização por pipeline e tensorial. O resultado de quatro máquinas é específico às condições do teste; não é uma previsão de desempenho para outros contextos, cargas de trabalho ou configurações de software.

Conexão e software da configuração distribuída

A configuração descrita pela Apple usa RDMA sobre Thunderbolt 5 para a comunicação entre os computadores. No arranjo de duas máquinas, a Apple especifica dois cabos Thunderbolt por par conectado. O suporte de inferência distribuída descrito requer macOS 26.2 e MLX v0.30.1 ou posterior; o MLX usa o backend de comunicação jaccl. A Apple descreve o transporte e os requisitos de software.

Acesso e licença

Além da execução local com MLX, a Meta lista downloads no Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden e Microsoft Foundry Models. Para acesso por API hospedada, cita Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. A lista de canais de distribuição e acesso está no anúncio da Meta.

A Meta distribui os pesos sob a Muse Model License e afirma que muitos desenvolvedores podem usar o modelo sem custo, sujeitos a termos comerciais limitados. A expressão “pesos abertos” não significa, portanto, uso sem restrições: os termos aplicáveis são os da licença da Meta.