Impara  /  Novità

Meta Muse Spark Open spiegato: il modello open-weight più capace degli Stati Uniti, e la sua licenza

Meta torna ai pesi aperti con un modello che definisce il più capace mai rilasciato negli Stati Uniti. Dove è forte, dove i modelli aperti cinesi sono ancora avanti e i dettagli di licenza che contano prima di costruirci sopra.

Novità7 min di letturaAggiornato il 17 ottobre 2026
AIAgenti AINovità
Tutte le guide e i cheat sheet

Il 15 ottobre 2026 Meta ha rilasciato Muse Spark Open, un modello open-weight che descrive come "il modello open-weight statunitense più capace finora". Affianca i modelli chiusi Muse Wonder di Meta ed è pensato per coding, lavoro agentico, compiti lunghi in più passaggi e ingegneria del software complessa. I pesi si scaricano gratuitamente, e il modello è già disponibile sui principali cloud e su una lunga lista di API in hosting.

816BParametri totali42B attivi per token
1MToken di contestoinput di testo e immagini
89.2Punteggio MCP-Atlasuso degli strumenti, dato di Meta
39Intelligence IndexArtificial Analysis, indipendente

Dove brilla, e dove no

I risultati di Meta si concentrano sull'uso degli strumenti, l'abilità che serve a un agente AI per chiamare API, interrogare database e concatenare passaggi. Lì Spark Open è in testa. Test indipendenti e benchmark di coding raccontano una storia più equilibrata: i migliori modelli aperti cinesi restano avanti nel coding puro e nell'intelligenza complessiva.

Artificial Analysis Intelligence Index, modelli open-weight
MiMo-V2.6-Pro (Xiaomi)46
GLM-5.3 (Z.ai)45
Kimi K3 (Moonshot AI)44
Muse Spark Open (Meta)39
Mistral Large 4 anteprima38

Più alto è meglio. Risultati indipendenti riportati a metà ottobre 2026.

Terminal-Bench 2.1, coding da riga di comando
Kimi K385
Muse Spark Open76,4

Più alto è meglio.

La lettura pratica: se costruisci un agente che chiama molti strumenti, per esempio un assistente dati che interroga un data warehouse, controlla una dashboard e scrive un riassunto, Spark Open è un'ottima scelta aperta. Per il coding intenso, oggi Kimi K3 e GLM-5.3 fanno meglio, e i modelli chiusi di frontiera ancora di più. Leggi i migliori modelli AI di ottobre 2026 per il quadro completo.

Dove eseguirlo

API in hosting

La via più facile
Fornitori
Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI
  • Paghi a token, niente da installare
  • Lo provi in pochi minuti

La scelta migliore per i test e per la maggior parte degli usi in produzione.

Il tuo cloud

Gestito
Piattaforme
Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry
  • Resta nel tuo account cloud e sotto i suoi controlli
  • Paghi GPU dedicate

Per team con regole rigide sui dati.

Il tuo hardware

Avanzato
Motori
vLLM, SGLang, TensorRT-LLM, Transformers, llama.cpp, Unsloth
  • Controllo totale, fine-tuning con PyTorch
  • Serve circa 1 TB di memoria per il modello completo

Per laboratori e grandi team di piattaforma.

Meta ha anche contribuito con kernel GPU ottimizzati a SGLang, dichiarando accelerazioni a livello di kernel da 1,03 a 3,95 volte su GPU NVIDIA e AMD, e un guadagno complessivo del 3% sulla MI350 di AMD.

La licenza: leggila prima di costruire

"Pesi aperti" non significa "open source". Muse Spark Open usa la Muse Model License, che secondo Meta ha condizioni commerciali limitate e permette a molti sviluppatori di usarla gratis. I dettagli che contano:

Uso commerciale gratuito
Puoi usare e modificare il modello a fini commerciali.
Grandi aziende che vendono modelli
Se vendi accesso a modelli e hai superato 20 milioni di dollari di ricavi lordi in 12 mesi, ti serve un accordo personalizzato con Meta.
Attribuzione
I prodotti devono riportare "Built with Muse Spark Open".
Controlli al download
I download da Hugging Face chiedono nome legale, data di nascita e dati aziendali.

Sicurezza

Meta dice che il modello ha ricevuto un addestramento di sicurezza aggiuntivo dopo il pre-addestramento ed è stato valutato secondo il suo Meta Superintelligence Scaling Framework, superando le soglie per il rilascio. Un rapporto di valutazione completo è promesso a breve. Come per ogni modello aperto, una volta pubblici i pesi, la sicurezza dipende anche da come lo distribuisci: aggiungi le tue protezioni, i log e la revisione umana per tutto ciò che agisce su sistemi reali.

I team dati dovrebbero usarlo?

  1. 1

    Parti da un'API in hosting

    Prova i tuoi prompt reali, per esempio generazione di SQL sul tuo schema o test di uso degli strumenti, prima di pensare all'hardware.

  2. 2

    Confronta sui tuoi compiti

    Mettilo alla prova contro un modello chiuso e un altro modello aperto. Le classifiche pubbliche raramente rispecchiano un lavoro specifico.

  3. 3

    Controlla la licenza

    Soprattutto la regola sull'attribuzione e la soglia dei 20 milioni di dollari se costruisci un prodotto.

  4. 4

    Pensa agli agenti

    La sua forza nell'uso degli strumenti si adatta ad assistenti che interrogano dati e chiamano API interne.

Verifica cosa hai capito

1/3Quanti parametri sono attivi per ogni token?

2/3Dove è in testa Muse Spark Open, secondo Meta?

3/3Cosa devono riportare i prodotti costruiti con questo modello?

Sempre questo mese: Mistral Large 4, il modello aperto europeo da mille miliardi di parametri, e Claude Haiku 5.5, il modello chiuso capace più economico.

Fonti: l'annuncio di Meta "Introducing Muse Spark Open" (15 ottobre 2026), l'articolo di TechRepublic (16 ottobre 2026) e la classifica di Artificial Analysis. I benchmark sono dichiarati dai fornitori, salvo dove indicato.

Alessandro Ecclesie AgazziScritto da Alessandro Ecclesie Agazzi, analytics engineer a Londra. Aggiornato il 17 ottobre 2026. Chi sono

Ti è stato utile?

Qui escono regolarmente nuove guide e articoli sulle novità di dati e AI. Seguimi su LinkedIn o condividi questo articolo con un collega.