# Muse Spark Open : Meta ouvre son modèle pour les agents IA > Meta publie les poids de Muse Spark Open. Accès par API, exécution locale et licence : ce qu’il faut savoir avant de tester ce modèle pour agents IA. - Page ZoneIA : https://zoneia.fr/blog/muse-spark-open-meta-agents-ia - Type : Actualité - Catégories : [Agents Autonomes](https://zoneia.fr/outils/categorie/agents-autonomes-ia), [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia) - Publié le : 2026-10-17 - Mis à jour le : 2026-10-17 Meta a publié le **15 octobre 2026 les poids de Muse Spark Open**, un modèle conçu pour le code et les agents IA. Les développeurs peuvent le faire fonctionner sur leur propre infrastructure ou passer par un hébergeur. L’annonce ouvre donc un choix de déploiement, avec des exigences matérielles et une licence à examiner avant de se lancer. [Annonce officielle de Meta](https://research.meta.ai/blog/muse-spark-open). ## Ce qui devient accessible avec Muse Spark Open Muse Spark Open compte **816 milliards de paramètres au total, dont environ 42 milliards activés par token**, et une fenêtre de contexte d’un million de tokens. Il accepte du texte, des images, de la vidéo et de l’audio en entrée, puis produit du texte. Ces caractéristiques sont décrites dans sa [fiche technique officielle](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B). Pour comprendre son positionnement, un [agent autonome](https://zoneia.fr/glossaire/agent-autonome) associe un modèle à des outils et à une boucle d’action : préparer un changement, appeler un outil, vérifier le résultat et reprendre après un échec. Meta vise notamment le développement logiciel et les tâches à plusieurs étapes. Cette sortie se distingue du [lancement de Muse Wonder annoncé le 12 octobre](https://zoneia.fr/blog/muse-wonder-meta-agents-ia). L’événement traité ici est la mise à disposition des poids de Spark Open, avec la possibilité de choisir où l’exécuter. ## API hébergée ou infrastructure propre : deux façons de tester La voie la plus directe pour évaluer le modèle est une API. **Modal confirme sa disponibilité depuis le 15 octobre sur Auto Endpoints**, avec un point d’accès partagé facturé au token. Le fournisseur décrit des usages de programmation, de planification et d’appels d’outils successifs. [Annonce de Modal](https://modal.com/blog/meta-muse-spark-open-now-available-on-modal). Pour un déploiement propre, le guide développeurs de Meta répertorie notamment SGLang, vLLM, Transformers, llama.cpp et MLX. Il présente aussi des possibilités d’adaptation du modèle avec des outils de fine-tuning. La compatibilité logicielle ne dispense cependant pas de vérifier la capacité mémoire du matériel choisi. [Guide de déploiement Meta](https://dev.meta.ai/resources/blog/build-with-muse-spark-open). ![Deux accès à Muse Spark Open : API chez un fournisseur ou poids téléchargés sur une infrastructure à gérer](https://assets.zoneia.fr/articles/muse-spark-open-meta-agents-ia/deux-acces-4ec8f353bff4.webp) *Schéma explicatif ZoneIA, d’après les documentations de Meta et Modal. Il compare les responsabilités de déploiement, sans représenter une mesure de performance.* ## L’exécution locale exige beaucoup de mémoire Meta met en avant une configuration avec **deux Mac Studio M5 Ultra utilisant MLX**, jusqu’à 512 Go de mémoire unifiée par machine. Cette démonstration concerne des stations fortement équipées ; elle ne permet pas de conclure que le modèle fonctionne confortablement sur un ordinateur courant. Les 42 milliards de paramètres actifs décrivent le calcul sollicité à chaque token. Le modèle conserve une taille totale bien supérieure : ce chiffre ne suffit donc pas à dimensionner la mémoire. Le format des poids, le contexte utilisé et le nombre de requêtes simultanées comptent aussi. Le guide de Meta distingue les fichiers des poids et leur environnement d’exécution. Il indique environ **530 Go pour la version NVFP4**, contre environ **1,6 To en BF16**. Ce sont des tailles de poids annoncées, pas des budgets mémoire complets ni des mesures réalisées par ZoneIA. D’autres quantifications existent, avec leurs propres compromis. [Formats et infrastructure dans le guide Meta](https://dev.meta.ai/resources/blog/build-with-muse-spark-open). ## Des poids ouverts, avec des conditions d’utilisation Le téléchargement est régi par la **Muse Model License**. Elle autorise notamment l’utilisation et la modification du modèle sous conditions, impose une attribution et prévoit un accord distinct pour certains fournisseurs de modèles en tant que service dépassant 20 millions de dollars de chiffre d’affaires annuel agrégé. Le texte précise des exceptions, notamment pour les usages internes et les produits qui ne constituent pas une offre de modèle en tant que service. [Licence publiée par Meta](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md). Il est donc plus précis de parler de **poids ouverts** que de supposer une absence de restrictions. Notre définition de l’[open source en IA](https://zoneia.fr/glossaire/open-source-en-ia) explique cette distinction. L’accès aux poids apporte de la souplesse pour l’hébergement ; les conditions du modèle et du service utilisé continuent de s’appliquer. ## Comment juger son intérêt sur un projet réel Notre conseil éditorial est de commencer par une tâche limitée avec un résultat vérifiable : corriger un petit défaut dans un projet de démonstration, puis examiner le changement et exécuter les tests utiles. Comparez la réussite de la tâche, le temps écoulé, les interventions humaines et le coût total. Les scores de code relayés par Modal proviennent des évaluations de Meta et dépendent du système d’agent employé. Ils ne constituent pas un test indépendant de ZoneIA. Pour une équipe francophone, la qualité sur ses documents, ses consignes et ses outils reste à vérifier. Enfin, l’accès au modèle n’accorde pas à lui seul un contrôle sûr des outils. La fiche technique recommande des protections adaptées au système déployé. Pour un premier essai, un environnement isolé, des données publiques et des autorisations limitées permettent d’observer les erreurs avant d’élargir les usages. *Couverture : illustration générée avec ImageGen pour ZoneIA. Schéma intérieur : ZoneIA.* ## Sources officielles - [Meta Research : annonce de Muse Spark Open, 15 octobre 2026](https://research.meta.ai/blog/muse-spark-open). - [Meta : fiche technique, accès et limites sur Hugging Face](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B). - [Meta AI Developers : déploiement, formats et adaptation du modèle, 15 octobre 2026](https://dev.meta.ai/resources/blog/build-with-muse-spark-open). - [Muse Model License : conditions de distribution et d’utilisation](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md). - [Modal : disponibilité sur Auto Endpoints, 15 octobre 2026](https://modal.com/blog/meta-muse-spark-open-now-available-on-modal). --- Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/blog/muse-spark-open-meta-agents-ia)