Dans cet article Dans cet article
Meta a mis en ligne le 15 octobre 2026 les poids de Muse Spark Open, son nouveau modèle d’intelligence artificielle. Sur le papier, n’importe qui peut désormais télécharger ce cerveau numérique et le faire tourner chez soi, sans dépendre des serveurs ni des conditions de Meta. Le groupe met en avant une démonstration spectaculaire : deux Mac Studio posés sur un bureau, reliés entre eux, qui exécutent le modèle en local.
Un modèle à poids ouverts, ou open weight, est un modèle dont les paramètres appris pendant l’entraînement sont publics et réutilisables. L’idée séduit tous ceux qui veulent garder leurs données chez eux, à l’heure où les assistants grand public basculent vers l’abonnement. Mais entre la promesse d’un modèle « ouvert » et la machine capable de l’accueillir, l’écart se compte en dizaines de milliers d’euros. Pour qui ce modèle est-il réellement ouvert ?
Un modèle de 816 milliards de paramètres, dont 42 actifs
Selon l’annonce publiée par Meta Superintelligence Labs, Muse Spark Open compte 816 milliards de paramètres au total, dont 42 milliards actifs à chaque étape de calcul. Cette architecture, dite à mélange d’experts, ne sollicite qu’une fraction du réseau pour chaque mot produit, ce qui accélère les réponses sans réduire la taille du fichier à charger.
Le modèle accepte une fenêtre de contexte d’un million de jetons et vise le code, les tâches d’agent et le raisonnement en plusieurs étapes. Meta dit l’avoir testé sur des modifications d’application iOS et du montage vidéo dans DaVinci Resolve, piloté par son outil Muse Code. C’est précisément ce type d’usage qu’un développeur ou un monteur voudrait garder sur sa propre machine.
Reste une contrainte que l’architecture ne fait pas disparaître : pour répondre, le modèle doit tenir entièrement en mémoire. Et c’est là que les chiffres deviennent parlants.
Ce que pèsent réellement les poids en mémoire
La mémoire nécessaire se calcule simplement, en multipliant le nombre de paramètres par la place occupée par chacun. Le tableau ci-dessous applique ce calcul aux 816 milliards de paramètres annoncés par Meta, pour les trois niveaux de précision les plus courants, hors mémoire de travail liée au contexte.
| Précision | Octets par paramètre | Mémoire pour les poids | Configuration Mac Studio |
|---|---|---|---|
| 16 bits (BF16) | 2 | Environ 1,63 To | Au-delà de deux machines de 512 Go |
| 8 bits | 1 | Environ 816 Go | Deux machines reliées, soit 1 To |
| 4 bits | 0,5 | Environ 408 Go | Une machine de 512 Go, presque saturée |
Même compressé au maximum raisonnable, le modèle réclame plus de 400 Go de mémoire, alors qu’un ordinateur courant en embarque 16 ou 32. Une carte graphique haut de gamme comme la GeForce RTX 5090 de Nvidia plafonne à 32 Go, soit plus de douze fois moins que le strict minimum pour les seuls poids.
La démonstration de Meta n’a donc rien d’un choix esthétique : elle correspond à la seule configuration de bureau capable d’encaisser le modèle sans le dégrader fortement.
Le Mac Studio, vitrine d’un partenariat avec Apple
Meta décrit deux Mac Studio équipés de la puce M5 Ultra, chacun capable d’allouer jusqu’à 512 Go de mémoire unifiée à sa puce graphique, avec une bande passante de 1,2 To par seconde. Reliés par le framework MLX d’Apple, ils se comportent selon Meta comme un supercalculateur doté d’un téraoctet de mémoire unifiée. D’après iPhoneAddict, un tel ensemble dépasse les 40 000 €.
Impressionnant de faire tourner un modèle du calibre et de l’envergure de Muse Spark Open aussi efficacement, directement depuis son bureau.
John Ternus, patron d’Apple, dans un message publié sur X le 15 octobre 2026, le jour de l’annonce de Muse Spark Open
Le message en dit long sur l’intérêt d’Apple dans l’affaire. Le bureau en question coûte le prix d’une voiture neuve, et la mémoire unifiée devient l’argument de vente du Mac face aux stations de travail équipées de cartes graphiques. Pour Apple, Muse Spark Open sert de démonstrateur commercial bien plus que de cadeau aux particuliers.
Pour l’immense majorité des curieux, le modèle se consommera donc ailleurs, et rarement gratuitement.
Là où le modèle tournera vraiment
Meta liste lui-même les points d’accès à Muse Spark Open, et la plupart passent par l’infrastructure d’un tiers. Les poids sont proposés sur quatre canaux de téléchargement et sept hébergeurs :
- Hugging Face, dans une collection du compte meta-models ;
- Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry Models, côté grands clouds ;
- Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI, qui l’exécutent à la demande ;
- les moteurs SGLang, vLLM, TensorRT-LLM, MLX et llama.cpp, pour ceux qui disposent du matériel.
Concrètement, un particulier qui veut essayer le modèle passera par un hébergeur facturé à l’usage, exactement comme avec un modèle fermé. Meta ne communique aucun tarif, chaque prestataire fixant le sien. L’ouverture profite d’abord aux entreprises et aux laboratoires qui louent déjà des grappes de serveurs.
Une licence ouverte, mais avec des conditions
Le mot « open » appelle une seconde réserve. Meta publie les poids sous sa propre licence, la Muse Model License, qu’il décrit lui-même comme assortie de conditions commerciales limitées. L’annonce ne précise ni les seuils ni les usages exclus, et le rapport d’évaluation de sécurité complet est annoncé pour plus tard.
Ce lancement s’inscrit dans une stratégie à plusieurs étages. Meta propose depuis le 8 avril 2026 un assistant gratuit animé par Muse Spark, puis a lancé le 15 septembre l’abonnement Meta One, qui rend payantes plus de cinquante fonctions reposant sur les modèles Muse. Le gratuit attire, l’abonnement monétise, et le modèle ouvert soigne l’image de l’entreprise auprès des développeurs.
Ce dernier étage répond aussi à un débat politique. En juillet, Meta figurait parmi les vingt-cinq signataires d’une lettre ouverte défendant les modèles d’IA à poids ouverts face aux projets d’encadrement de Washington.
L’IA locale, un luxe qui pourrait se démocratiser
La vraie question ne porte pas sur Muse Spark Open lui-même, mais sur la trajectoire qu’il dessine. Les modèles les plus capables grossissent plus vite que la mémoire des ordinateurs grand public, et l’autonomie vis-à-vis des plateformes devient un privilège matériel. Garder ses fichiers, son code ou ses montages loin des serveurs d’un géant suppose aujourd’hui un budget de studio professionnel.
Deux évolutions pourraient changer la donne dans les prochains mois. Des versions distillées, plus petites, sont la suite logique de toute sortie de ce type, et la communauté sait déjà compresser un modèle bien en deçà de 4 bits, au prix d’une perte de qualité. Le moment où un modèle de ce niveau tiendra dans 64 Go de mémoire marquera la véritable ouverture, celle qui compte pour vous. D’ici là, chaque annonce « open » mérite la même vérification : combien de gigaoctets faut-il pour y avoir réellement accès ?
