Muse Spark Open : Meta revient aux modèles ouverts, mais pas pour tous les ordinateurs

Meta n’a pas tout à fait abandonné les modèles ouverts. Le 15 octobre 2026, trois jours après avoir lancé Muse Wonder, son premier modèle de pointe réservé à son API et à ses abonnés, le groupe a publié Muse Spark Open, un modèle dont les poids, ces milliards de paramètres qui constituent le « cerveau » d’une IA, sont téléchargeables librement. Meta le présente comme « le modèle ouvert américain le plus performant à ce jour ». Plusieurs titres ont résumé l’annonce par une formule séduisante : un modèle qui tourne sur Mac. La réalité est plus exigeante, et c’est elle qui détermine à qui ce modèle peut vraiment servir.

Un modèle ouvert, qu’est-ce que cela change ?

Un modèle ouvert (on parle aussi de modèle à poids ouverts) se télécharge et s’exécute sur ses propres machines, sans passer par les serveurs de son concepteur. Pour une entreprise, c’est l’assurance de garder ses données chez elle, de pouvoir adapter le modèle à son métier par un entraînement complémentaire et de ne pas dépendre des tarifs ou des conditions d’un fournisseur. C’est cette logique qui avait fait le succès de la famille Llama de Meta à partir de 2023, avant que le groupe ne réoriente sa stratégie vers des modèles fermés, comme Muse Wonder, lancé le 12 octobre.

Muse Spark Open est distribué sur Hugging Face, la principale plateforme de partage de modèles, ainsi que sur les catalogues d’Amazon, de Google et de Microsoft. Il est compatible avec les outils les plus répandus pour faire tourner un modèle localement, dont llama.cpp et MLX, le cadre logiciel d’Apple, et sept hébergeurs (dont Groq, Together AI et OpenRouter) le proposent déjà par API.

816 milliards de paramètres, 42 milliards actifs

Muse Spark Open repose sur une architecture dite de mélange d’experts. Le modèle compte 816 milliards de paramètres répartis en 256 sous-réseaux spécialisés, les experts ; pour chaque mot qu’il produit, il n’en sollicite que huit, soit 42 milliards de paramètres actifs. Cette conception rend le calcul plus rapide, mais n’allège pas le besoin de mémoire : la totalité du modèle doit rester chargée pour que chaque expert soit disponible à tout moment.

Le modèle est multimodal, c’est-à-dire qu’il comprend aussi les images grâce à un module de vision intégré, et il accepte un contexte d'un million de jetons, l’équivalent de plusieurs livres. Meta le destine à la programmation complexe et aux tâches d’agent, ces missions en plusieurs étapes où l’IA agit dans des logiciels. Le modèle est annoncé comme multilingue, entraîné sur plus de cent langues, mais la fiche technique ne détaille pas ses performances en français.

Faut-il vraiment un Mac pour le faire tourner ?

C’est le point qui a le plus circulé, et le plus mal compris. Meta indique que le modèle est optimisé pour fonctionner sur deux Mac Studio équipés de la puce M5 Ultra, reliés entre eux. Chaque machine offre jusqu’à 512 Go de mémoire unifiée, soit environ 1 To au total ; Meta y voit le premier modèle de cette catégorie capable de tourner sur des ordinateurs de bureau. La prouesse est réelle, mais elle concerne une configuration professionnelle haut de gamme, pas un ordinateur portable.

La compression, ou quantification, consiste à stocker les paramètres avec moins de précision pour réduire la mémoire nécessaire. Hugging Face recense déjà une vingtaine de versions compressées par la communauté, mais aucune ne ramène un modèle de cette taille à la portée d’un ordinateur grand public, et la fiche du modèle signale de légères pertes de qualité dans certains cas.

Que vaut-il face aux autres modèles ouverts ?

Meta affirme que Muse Spark Open surpasse les modèles ouverts les plus populaires, mais ses propres tableaux nuancent le propos. Sur l'indice d’intelligence d’Artificial Analysis, une moyenne de tests indépendants que Meta reproduit dans sa fiche, le modèle se classe derrière ses deux principaux concurrents chinois.

Le modèle de Meta se distingue en revanche sur l’utilisation d’outils externes et sur les questions de raisonnement très difficiles posées sans aide, deux domaines où il devance ses concurrents selon les résultats publiés. Il reste en retrait sur les tâches en ligne de commande et sur l’utilisation d’un ordinateur. Pour un lecteur européen, la comparaison avec Mistral Large 4, le modèle phare du français Mistral AI, est la plus parlante : les deux modèles sont au coude-à-coude, et la bataille des modèles ouverts occidentaux se joue désormais face à des concurrents chinois mieux classés. Muse Spark Open rejoint aussi d’autres projets américains récents, comme Beam de Reflection AI, qui visent à reprendre l’avantage dans les modèles ouverts.

Ce que dit la licence

Ouvert ne veut pas dire sans conditions. Muse Spark Open est publié sous la Muse Model License, qui autorise gratuitement l’utilisation, la modification, l’entraînement complémentaire et la redistribution du modèle. Trois règles méritent l’attention.

• La mention obligatoire : tout produit qui utilise le modèle ou une version dérivée doit afficher de façon visible « Built with Muse Spark Open ».
• Le seuil des services d’API : une entreprise qui revend l’accès au modèle par API et dépasse 20 millions de dollars de revenus sur douze mois doit prévenir Meta et signer un accord séparé. L’usage interne, la recherche et l’intégration du modèle dans son propre produit ne sont pas concernés.
• La politique d’usage : la licence interdit notamment la fraude, la désinformation, les logiciels malveillants et l’exercice non autorisé de professions réglementées, et précise que le modèle n’est pas destiné aux moins de 18 ans.

Pour les utilisateurs européens, la licence désigne Meta Platforms Ireland comme cocontractant, et aucune restriction géographique n’y figure : contrairement à l’application Muse, réservée aux États-Unis et au Canada, le modèle ouvert est accessible depuis l’Europe.

Ce que révèle la double stratégie de Meta

En publiant à trois jours d’intervalle un modèle fermé de premier plan et un modèle ouvert de rang inférieur, Meta adopte la même stratégie que Google avec Gemini et Gemma : garder ses meilleurs modèles pour ses propres services, et ouvrir une version moins puissante pour séduire les développeurs. Meta indique avoir ajouté un entraînement de sécurité spécifique, puisqu’un modèle ouvert échappe ensuite à tout contrôle de son concepteur, et promet un rapport d’évaluation complet. Reste à voir si cette ouverture partielle suffira à reconquérir une communauté de développeurs qui, depuis la fin de l’ère Llama, s’est en partie tournée vers les modèles chinois et vers Mistral.