Muse Spark Open : le modèle IA open-weight de Meta qui tourne en local sur Mac

TL;DR.

Muse Spark Open est un modèle d'intelligence artificielle open-weight, multimodal et de type mixture-of-experts, publié par Meta le 15 octobre 2026 et préparé avec Apple pour fonctionner sur deux Mac Studio M5 Ultra. Pour les entreprises, ce lancement compte : un modèle présenté comme très performant peut tourner sur du matériel installé dans vos locaux, sans passer par un service cloud. Vos données restent donc en interne.

Meta présente Muse Spark Open comme le « modèle open-weight américain le plus performant à ce jour ». L'éditeur le décrit aussi comme « le premier modèle de sa catégorie » capable de fonctionner sur un poste de bureau. Ces deux affirmations viennent de Meta : au lancement, aucune évaluation indépendante ne permet de les vérifier, et la taille exacte du modèle n'a pas été communiquée. Open-weight ne veut pas dire open source au sens strict. Les poids du modèle sont téléchargeables librement, mais les données et le code d'entraînement ne sont pas forcément fournis, et la licence d'utilisation reste à vérifier avant tout déploiement.

Le 15 octobre 2026, Meta a publié Muse Spark Open, un nouveau modèle d'intelligence artificielle dont les poids sont téléchargeables librement. Il a été préparé avec Apple pour fonctionner directement sur des ordinateurs de bureau Mac. Pour les entreprises, c'est un signal à suivre : un modèle présenté comme très performant peut désormais tourner sur du matériel installé dans vos locaux, sans passer par un service cloud.

Qu'est-ce que Muse Spark Open ?

Muse Spark Open est le dernier modèle de la famille Muse de Meta. Il est décrit comme un modèle open-weight, multimodal et de type mixture-of-experts. Trois termes qui méritent une explication.

• Open-weight : les « poids » du modèle (les milliards de paramètres appris pendant son entraînement) sont publiés. Toute organisation peut donc télécharger le modèle et le faire tourner sur ses propres machines. À ne pas confondre avec l'open source au sens strict : les données et le code d'entraînement ne sont pas forcément fournis, et la licence d'utilisation reste à vérifier.
• Multimodal : le modèle est conçu pour traiter plusieurs types de contenus, et pas uniquement du texte.
• Mixture-of-experts (ou « mélange d'experts ») : une architecture où le modèle est découpé en sous-réseaux spécialisés. Pour chaque requête, seuls certains « experts » sont sollicités, ce qui réduit la puissance de calcul nécessaire à chaque réponse par rapport à un modèle qui mobiliserait l'ensemble de ses paramètres.

Meta affirme qu'il s'agit du « modèle open-weight américain le plus performant à ce jour ». C'est une affirmation de l'éditeur. Les éléments disponibles au lancement ne précisent pas d'évaluations indépendantes permettant de la vérifier, ni la taille exacte du modèle.

Un modèle de pointe qui fonctionne sur deux Mac Studio

Le point le plus concret de l'annonce concerne le matériel. D'après Meta, Muse Spark Open est « le premier modèle de sa catégorie » capable de fonctionner sur un poste de bureau, en l'occurrence deux Mac Studio équipés de la puce M5 Ultra, à l'aide de la dernière version de MLX.

MLX est le framework d'Apple dédié à l'apprentissage automatique sur ses puces maison (Apple silicon). Il permet d'exploiter efficacement la mémoire unifiée de ces processeurs, partagée entre le CPU et le GPU, ce qui est un atout pour charger de gros modèles.

Jusqu'ici, faire tourner un modèle de ce niveau supposait en général des serveurs équipés de cartes graphiques spécialisées, dans un datacenter ou chez un fournisseur cloud. Deux Mac Studio représentent un investissement réel, mais d'une autre échelle, et un matériel qu'une équipe peut installer et administrer sans infrastructure dédiée.

Meta et Apple, une collaboration inhabituelle

Les deux groupes sont habituellement concurrents, notamment sur le matériel grand public et les services. Ils ont pourtant travaillé ensemble sur ce lancement et l'ont soutenu publiquement. Mark Zuckerberg, PDG de Meta, a indiqué sur X que les poids du modèle étaient publiés le jour même et que celui-ci « tourne très bien sur les nouveaux Mac Studio » grâce au travail mené avec Apple. John Ternus, nouveau PDG d'Apple, a répondu en félicitant les équipes.

Pour Meta, l'intérêt est de rendre son modèle accessible à un large public de développeurs et d'entreprises. Pour Apple, c'est l'occasion de positionner ses machines comme une plateforme crédible pour l'IA exécutée en local.

Ce que ça change pour vous : confidentialité et maîtrise des données

L'enjeu principal pour une entreprise est celui des données. Lorsqu'un collaborateur utilise un assistant IA dans le cloud, ses requêtes (contrats, données clients, notes internes, code) transitent par les serveurs du fournisseur. Pour certains secteurs ou certains types d'informations, c'est un frein, voire un interdit.

Un modèle open-weight exécuté sur vos propres machines change cette équation :

• Les données restent en interne : rien n'est envoyé à un tiers pour générer une réponse.
• Vous contrôlez la version du modèle : pas de mise à jour imposée qui modifierait son comportement du jour au lendemain.
• Les coûts deviennent plus prévisibles : un investissement matériel plutôt qu'une facturation à l'usage.

Quelques précautions s'imposent toutefois avant de vous lancer :

• Lisez la licence : « open-weight » ne veut pas dire « sans conditions ». Vérifiez ce qui est autorisé pour un usage commercial.
• Testez sur vos cas d'usage : les performances annoncées par un éditeur ne remplacent pas une évaluation sur vos propres documents et tâches.
• Prévoyez les compétences : l'installation, la sécurisation et la maintenance d'un modèle local demandent du temps côté IT, même avec un matériel simplifié.
• Comparez au cloud : pour des usages peu sensibles ou ponctuels, une offre cloud peut rester plus simple et moins coûteuse.

Une tendance de fond vers l'IA locale

Muse Spark Open s'inscrit dans un mouvement plus large : rapprocher les modèles performants du matériel des utilisateurs. Les architectures comme le mélange d'experts, les frameworks optimisés comme MLX et des puces dotées de beaucoup de mémoire rendent possible ce qui exigeait hier un datacenter.

Pour les directions IT, juridiques et métiers, la question n'est plus seulement de savoir quel assistant IA adopter, mais aussi où il doit fonctionner. Entre le cloud, les serveurs internes et désormais le poste de bureau, le choix de l'emplacement devient un critère à part entière d'une stratégie IA, au même titre que la performance ou le coût. Reste à voir comment ce modèle se comportera face aux évaluations indépendantes et aux usages réels des entreprises.

Questions fréquentes

Qu'est-ce que Muse Spark Open ?

Muse Spark Open est le dernier modèle de la famille Muse de Meta, publié le 15 octobre 2026. C'est un modèle open-weight, multimodal et de type mixture-of-experts, préparé avec Apple pour fonctionner directement sur des Mac de bureau.

Quelle est la différence entre un modèle open-weight et un modèle open source ?

Un modèle open-weight publie ses poids, c'est-à-dire les milliards de paramètres appris pendant l'entraînement. Toute organisation peut donc le télécharger et le faire tourner sur ses propres machines. Contrairement à l'open source au sens strict, les données et le code d'entraînement ne sont pas forcément fournis, et la licence d'utilisation reste à vérifier.

Sur quel matériel peut-on faire tourner Muse Spark Open ?

Muse Spark Open est conçu pour fonctionner sur deux Mac Studio équipés de puces M5 Ultra. Meta le présente comme le premier modèle de sa catégorie capable de tourner sur un poste de bureau, sans recourir à un service cloud.

Comment fonctionne l'architecture mixture-of-experts ?

Dans une architecture mixture-of-experts, ou mélange d'experts, le modèle est découpé en sous-réseaux spécialisés. Pour chaque requête, seuls certains experts sont sollicités. La puissance de calcul nécessaire à chaque réponse est donc plus faible que pour un modèle qui mobilise l'ensemble de ses paramètres.

Muse Spark Open est-il vraiment le modèle open-weight le plus performant ?

Meta affirme qu'il s'agit du modèle open-weight américain le plus performant à ce jour, mais cette affirmation vient de l'éditeur. Au lancement, aucune évaluation indépendante ne permet de la vérifier, et la taille exacte du modèle n'a pas été précisée.