Muse Spark Open, le modèle de Meta en chiffres

Présentation

Muse Spark Open est un modèle de langage de Meta, sorti le 15 octobre 2026. Il s'agit d'une sortie très récente. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 15 fournisseurs d'API qui le référencent sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Combien coûte Muse Spark Open ?

Muse Spark Open est facturé 1,25 $US par million de tokens en entrée et 4,25 $US en sortie (médiane de 15 hébergeurs, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,034 $US ; mille fois cette tâche, 33,5 $US.

C'est 4,3 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Que disent les tests indépendants ?

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Muse Spark Open obtient un indice de capacité de 75,2 sur 100, calculé sur 4 tests de notre panier.

Il ne figure pas parmi les 30 premiers du classement hebdomadaire.

• GPQA Diamond (questions de sciences de niveau doctorat) : 88,6 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 98,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 69,8 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• APEX-Agents (tâches professionnelles réalisées par un agent) : 33,4 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 82,4 %

Contexte et capacités

Sa fenêtre de contexte atteint 1 048 576 tokens, soit environ 1 573 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 1 048 576 tokens.

Il accepte en entrée : texte, image et vidéo. Ses connaissances s'arrêtent à 4 janvier 2026 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (meta-models/Muse-Spark-Open-816B-A42B). Voir aussi notre sélection de modèles open source.

Quand le choisir ?

Par sa catégorie, Muse Spark Open vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de Muse Spark Open sont :

• GLM-5 (Zhipu AI (Z.ai), indice 77,2) — voir le comparatif
• Kimi K2.5 (Moonshot AI, indice 78,1) — voir le comparatif
• DeepSeek V4 Pro 0813 (DeepSeek, indice 72,2) — voir le comparatif
• Qwen3.6 27B (Alibaba Cloud (Qwen), indice 72,2) — voir le comparatif