Am 15. Oktober 2026 hat Meta Muse Spark Open veröffentlicht, ein Open-Weight-Modell, das das Unternehmen als „das bislang leistungsfähigste Open-Weight-Modell aus den USA“ beschreibt. Es ergänzt Metas geschlossene Muse-Wonder-Modelle und zielt auf Programmierung, agentische Arbeit, lange mehrstufige Aufgaben und komplexe Softwareentwicklung. Die Gewichte sind kostenlos herunterladbar, und das Modell ist bereits bei den großen Clouds und einer langen Liste gehosteter APIs verfügbar.
Wo es glänzt und wo nicht
Metas eigene Ergebnisse konzentrieren sich auf den Werkzeugaufruf, also die Fähigkeit, die ein KI-Agent braucht, um APIs aufzurufen, Datenbanken abzufragen und Schritte zu verketten. Dort liegt Spark Open vorn. Unabhängige Tests und Programmier-Benchmarks zeichnen ein ausgewogeneres Bild: Die besten offenen Modelle aus China führen weiterhin beim reinen Programmieren und bei der Gesamtintelligenz.
Höher ist besser. Unabhängige Ergebnisse, berichtet Mitte Oktober 2026.
Höher ist besser.
Praktisch heißt das: Wenn Sie einen Agenten bauen, der viele Werkzeuge aufruft, etwa einen Datenassistenten, der ein Data Warehouse abfragt, ein Dashboard prüft und eine Zusammenfassung schreibt, ist Spark Open eine starke offene Wahl. Für intensives Programmieren sind Kimi K3 und GLM-5.3 derzeit besser, die geschlossenen Spitzenmodelle noch mehr. Das Gesamtbild finden Sie unter die besten KI-Modelle im Oktober 2026.
Wo Sie es betreiben
Gehostete API
Am einfachsten- Anbieter
- Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI
- Bezahlung pro Token, nichts zu installieren
- In Minuten ausprobiert
Die beste Wahl für Tests und die meisten Produktionseinsätze.
Ihre Cloud
Verwaltet- Plattformen
- Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry
- Bleibt in Ihrem Cloud-Konto und unter dessen Kontrollen
- Sie zahlen dedizierte GPUs
Für Teams mit strengen Datenregeln.
Eigene Hardware
Fortgeschritten- Engines
- vLLM, SGLang, TensorRT-LLM, Transformers, llama.cpp, Unsloth
- Volle Kontrolle, Fine-Tuning mit PyTorch
- Für das vollständige Modell sind etwa 1 TB Speicher nötig
Für Labore und große Plattformteams.
Meta hat außerdem optimierte GPU-Kernel zu SGLang beigesteuert und meldet Beschleunigungen von 1,03- bis 3,95-fach auf Kernel-Ebene auf NVIDIA- und AMD-GPUs sowie einen Gewinn von 3 % Ende-zu-Ende auf AMDs MI350.
Die Lizenz: lesen, bevor Sie bauen
„Offene Gewichte“ heißt nicht „Open Source“. Muse Spark Open nutzt die Muse Model License, die laut Meta begrenzte kommerzielle Bedingungen hat und vielen Entwicklern die kostenlose Nutzung erlaubt. Die wichtigen Details:
- Kostenlose kommerzielle Nutzung
- Sie dürfen das Modell kommerziell nutzen und verändern.
- Große Anbieter von Modellzugang
- Wenn Sie Zugang zu Modellen verkaufen und in 12 Monaten mehr als 20 Millionen US-Dollar Bruttoumsatz erzielt haben, brauchen Sie eine individuelle Vereinbarung mit Meta.
- Namensnennung
- Produkte müssen „Built with Muse Spark Open“ anzeigen.
- Prüfungen beim Download
- Downloads bei Hugging Face verlangen den rechtlichen Namen, das Geburtsdatum und Firmenangaben.
Sicherheit
Laut Meta hat das Modell nach dem Vortraining zusätzliches Sicherheitstraining erhalten und wurde nach dem Meta Superintelligence Scaling Framework bewertet, dessen Schwellen für die Veröffentlichung es erfüllt hat. Ein vollständiger Bewertungsbericht soll bald folgen. Wie bei jedem offenen Modell hängt die Sicherheit nach der Veröffentlichung der Gewichte auch vom Einsatz ab: Ergänzen Sie eigene Schutzmechanismen, Protokollierung und menschliche Prüfung für alles, was auf echte Systeme einwirkt.
Sollten Datenteams es nutzen?
- 1
Mit einer gehosteten API beginnen
Testen Sie Ihre echten Prompts, etwa SQL-Generierung für Ihr Schema oder Tests zum Werkzeugaufruf, bevor Sie an Hardware denken.
- 2
Mit Ihren Aufgaben vergleichen
Stellen Sie es einem geschlossenen und einem weiteren offenen Modell gegenüber. Öffentliche Ranglisten spiegeln selten eine konkrete Aufgabe wider.
- 3
Die Lizenz prüfen
Vor allem die Pflicht zur Namensnennung und die Schwelle von 20 Millionen US-Dollar, wenn Sie ein Produkt bauen.
- 4
An Agenten denken
Seine Stärke beim Werkzeugaufruf passt zu Assistenten, die Daten abfragen und interne APIs aufrufen.
Testen Sie Ihr Wissen
1/3Wie viele Parameter sind pro Token aktiv?
Es ist ein Mixture-of-Experts-Modell: 816B insgesamt, 42B aktiv.
2/3Wo liegt Muse Spark Open laut Meta vorn?
Kimi K3 und andere führen beim Programmieren und bei der Gesamtintelligenz.
3/3Was müssen Produkte anzeigen, die damit gebaut werden?
Die Namensnennung ist Teil der Muse Model License.
Sie haben 0 von 3 richtig.
Ebenfalls neu in diesem Monat: Mistral Large 4, Europas offenes Modell mit einer Billion Parametern, und Claude Haiku 5.5, das günstigste leistungsfähige geschlossene Modell.
Quellen: Metas Ankündigung „Introducing Muse Spark Open“ (15. Oktober 2026), der Bericht von TechRepublic (16. Oktober 2026) und die Rangliste von Artificial Analysis. Benchmarks sind Herstellerangaben, sofern nicht anders angegeben.
Alessandro Ecclesie AgazziGeschrieben von Alessandro Ecclesie Agazzi, Analytics Engineer in London. Aktualisiert am 17 Oktober 2026. Über mich