Le 15 octobre 2026, Meta a publié Muse Spark Open, un modèle open-weight qu'il décrit comme « le modèle open-weight américain le plus performant à ce jour ». Il complète les modèles fermés Muse Wonder de Meta et vise le développement, le travail agentique, les longues tâches en plusieurs étapes et l'ingénierie logicielle complexe. Les poids sont téléchargeables gratuitement, et le modèle est déjà disponible sur les principaux clouds et chez une longue liste de fournisseurs d'API hébergées.
Où il brille, et où non
Les résultats de Meta mettent l'accent sur l'appel d'outils, la compétence dont un agent IA a besoin pour appeler des API, interroger des bases de données et enchaîner des étapes. Là, Spark Open est en tête. Les tests indépendants et les benchmarks de code racontent une histoire plus nuancée : les meilleurs modèles ouverts chinois restent devant en code pur et en intelligence globale.
Plus c'est haut, mieux c'est. Résultats indépendants publiés mi-octobre 2026.
Plus c'est haut, mieux c'est.
En pratique : si vous construisez un agent qui appelle de nombreux outils, par exemple un assistant data qui interroge un entrepôt, vérifie un tableau de bord et rédige un résumé, Spark Open est un excellent choix ouvert. Pour du développement intensif, Kimi K3 et GLM-5.3 font aujourd'hui mieux, et les modèles fermés de pointe mieux encore. Voyez les meilleurs modèles d'IA d'octobre 2026 pour une vue complète.
Où l'exécuter
API hébergée
Le plus simple- Fournisseurs
- Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI
- Paiement au jeton, rien à installer
- À l'essai en quelques minutes
Le meilleur choix pour les tests et la plupart des usages en production.
Votre cloud
Géré- Plateformes
- Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry
- Reste dans votre compte cloud et sous ses contrôles
- Vous payez des GPU dédiés
Pour les équipes soumises à des règles strictes sur les données.
Votre propre matériel
Avancé- Moteurs
- vLLM, SGLang, TensorRT-LLM, Transformers, llama.cpp, Unsloth
- Contrôle total, ajustement fin avec PyTorch
- Il faut environ 1 To de mémoire pour le modèle complet
Pour les laboratoires et les grandes équipes plateforme.
Meta a aussi contribué des noyaux GPU optimisés à SGLang, avec des accélérations annoncées de 1,03 à 3,95 fois au niveau des noyaux sur GPU NVIDIA et AMD, et un gain de 3 % de bout en bout sur le MI350 d'AMD.
La licence : à lire avant de bâtir
« Poids ouverts » ne veut pas dire « open source ». Muse Spark Open utilise la Muse Model License, dont Meta dit qu'elle comporte des conditions commerciales limitées permettant à de nombreux développeurs de l'utiliser gratuitement. Les détails qui comptent :
- Usage commercial gratuit
- Vous pouvez utiliser et modifier le modèle à des fins commerciales.
- Grands fournisseurs de modèles
- Si vous vendez l'accès à des modèles et avez dépassé 20 millions de dollars de chiffre d'affaires brut sur 12 mois, il vous faut un accord sur mesure avec Meta.
- Attribution
- Les produits doivent afficher « Built with Muse Spark Open ».
- Contrôles au téléchargement
- Les téléchargements sur Hugging Face demandent nom légal, date de naissance et informations sur l'entreprise.
Sécurité
Meta indique que le modèle a reçu un entraînement de sécurité supplémentaire après le pré-entraînement et a été évalué selon son Meta Superintelligence Scaling Framework, en respectant ses seuils de publication. Un rapport d'évaluation complet est promis prochainement. Comme pour tout modèle ouvert, une fois les poids publics, la sécurité dépend aussi de votre déploiement : ajoutez vos propres garde-fous, une journalisation et une relecture humaine pour tout ce qui agit sur des systèmes réels.
Les équipes data devraient-elles l'utiliser ?
- 1
Commencez par une API hébergée
Testez vos vrais prompts, par exemple la génération de SQL sur votre schéma ou des tests d'appel d'outils, avant de penser au matériel.
- 2
Comparez sur vos tâches
Confrontez-le à un modèle fermé et à un autre modèle ouvert. Les classements publics reflètent rarement un usage précis.
- 3
Vérifiez la licence
Surtout la règle d'attribution et le seuil de 20 millions de dollars si vous construisez un produit.
- 4
Pensez agents
Son point fort en appel d'outils convient aux assistants qui interrogent des données et appellent des API internes.
Testez vos connaissances
1/3Combien de paramètres sont actifs pour chaque jeton ?
C'est un modèle mixture-of-experts : 816B au total, 42B actifs.
2/3Où Muse Spark Open est-il en tête, selon Meta ?
Kimi K3 et d'autres restent devant en code et en intelligence globale.
3/3Que doivent afficher les produits construits avec lui ?
L'attribution fait partie de la Muse Model License.
Vous avez 0 bonne(s) réponse(s) sur 3.
Également ce mois-ci : Mistral Large 4, le modèle ouvert européen à mille milliards de paramètres, et Claude Haiku 5.5, le modèle fermé performant le moins cher.
Sources : l'annonce de Meta « Introducing Muse Spark Open » (15 octobre 2026), l'article de TechRepublic (16 octobre 2026) et le classement d'Artificial Analysis. Les benchmarks sont ceux des éditeurs, sauf mention contraire.
Alessandro Ecclesie AgazziÉcrit par Alessandro Ecclesie Agazzi, analytics engineer à Londres. Mis à jour le 17 octobre 2026. À propos