Meta ouvre un modèle géant d’IA exécutable sur deux Mac Studio

Meta a annoncé Muse Spark Open, un modèle d’IA open-weight de 816 milliards de paramètres conçu pour le développement logiciel complexe, le raisonnement en plusieurs étapes et les tâches longues. L’annonce compte aussi pour un autre motif: ce modèle peut être exécuté en local sur deux Mac Studio M5 Ultra connectés, avec l’aide d’Apple et de son framework MLX. Dans un secteur où les modèles géants restent souvent prisonniers des centres de calcul, l’option change la donne pour les équipes qui veulent garder leurs données chez elles.

Un monstre de paramètres, mais pas tout allumé en permanence

Muse Spark Open est présenté comme le modèle open-weight le plus capable construit aux États-Unis à ce stade. Il totalise 816 milliards de paramètres, mais n’en active que 42 milliards à l’exécution grâce à une architecture dite mixture-of-experts, c’est-à-dire un système qui ne mobilise qu’une partie du modèle selon la tâche demandée. Le modèle est aussi multimodal de manière native: il traite texte, images, vidéo et audio dans un même ensemble.

Meta met en avant une fenêtre de contexte d’un million de tokens, soit une capacité à garder en mémoire un volume très important d’instructions ou de documents pendant une même session. Pour les usages de code, de revue de gros dépôts logiciels ou d’analyse documentaire, c’est précisément ce type de marge qui compte. Le modèle vise donc moins la démonstration de force que la tenue sur la durée. Enfin, il faut le rappeler: un modèle très gros n’est pas automatiquement un modèle plus utile, mais ici la combinaison avec l’exécution locale lui donne un angle bien particulier.

Pourquoi Apple entre dans l’équation

Meta dit avoir travaillé avec Apple pour optimiser Muse Spark Open sur Apple Silicon via MLX, un framework open source dédié aux calculs sur Mac. L’objectif est de faire fonctionner le modèle sur deux Mac Studio M5 Ultra reliés, avec une mémoire unifiée totale d’un téraoctet. Selon Meta, « The result is two Mac Studios behave like one supercomputer with a terabyte of unified memory ». Apple explique de son côté que son architecture mémoire unifiée permet à chaque puce M5 Ultra d’utiliser jusqu’à 512 Go de RAM, avec un débit annoncé de 1,2 To/s.

Cette approche répond à une demande qui monte dans l’entreprise comme dans la recherche: faire tourner des modèles localement, sans dépendre en permanence de serveurs distants. Les gains sont simples à lire. Moins de latence, davantage de contrôle sur les données, et une facture cloud qui peut cesser de grimper pour les équipes qui répètent les mêmes gros traitements. Les deux groupes, souvent opposés sur la vie privée, les frais de l’App Store ou la publicité, affichent ici une coopération inhabituelle. Alexandr Wang a même résumé l’ambiance avec une formule plus légère que technique: « mommy and daddy to be playing nice again ».

Ce que les développeurs peuvent en faire, concrètement

Le modèle est disponible en téléchargement sous licence commerciale limitée. Les poids bruts peuvent être récupérés via Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry Models. Pour les déploiements hébergés, Meta cite aussi Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI. Autrement dit, l’accès existe déjà sous plusieurs formes, ce qui facilite les tests comparatifs et les intégrations.

Sur les benchmarks, Muse Spark Open obtient un score de 61,8 sur JobBench, devant GLM 5.3 selon Meta. L’entreprise présente ce lancement comme la suite logique de Muse Glimmer, un modèle plus petit publié en août et pensé pour les ordinateurs portables classiques. Ici, la cible est plus ambitieuse: des flux de travail commerciaux et académiques lourds, avec une préférence marquée pour les environnements où la confidentialité et la maîtrise de l’infrastructure pèsent lourd.