Muse Spark Open: Meta가 푼 816B 오픈 웨이트 코딩·에이전트 모델
무엇인가요
8월에 나온 Muse Spark를 바탕으로 안전 후속 학습을 더해 가중치까지 공개한 모델이에요. 전체 816B 파라미터 중 토큰마다 약 42B만 쓰는 MoE(전문가 혼합: 입력마다 일부 전문가 블록만 켜는 구조) 모델이고 텍스트·이미지·영상·음성을 입력받고 컨텍스트는 100만 토큰이에요. 가중치는 Hugging Face meta-models/Muse-Spark-Open-816B-A42B에 BF16·NVFP4로 올라와 있고 SGLang·vLLM·TensorRT-LLM·MLX·llama.cpp·Unsloth가 첫날부터 지원해요. llama.cpp로는 이렇게 띄워요.
llama serve -hf ggml-org/Muse-Spark-Open-816B-A42B-GGUF:Q4_K_S왜 중요한가요
Meta가 낸 표에서 MCP-Atlas 89.2업체 주장, Terminal-Bench 2.1 76.4업체 주장를 기록했어요. 도구 호출 쪽은 Kimi K3·GLM 5.3보다 앞서지만 Terminal-Bench는 Kimi K3(85.0)보다 낮아서 코딩 전용이라기보다 도구를 많이 쓰는 업무형 에이전트에 먼저 써 볼 만해요. 512GB 메모리 M5 Ultra Mac Studio 두 대, 또는 2비트 GGUF로 약 300GB 메모리 환경에서 돌릴 수 있다고 해서 데이터를 밖으로 내보내지 않는 사내 에이전트 후보가 하나 늘었어요.
완성도
GA 정식가중치 다운로드와 Fireworks·Together·OpenRouter 등 호스팅 API가 모두 열린 정식 공개예요. 라이선스는 Apache 같은 오픈소스가 아니라 자체 Muse Model License라서 서비스로 제공하기 전에 조건을 확인해야 해요.
앞으로 이렇게 지켜보세요
- 독립 측정: artificialanalysis.ai에 Muse Spark Open 점수가 올라오는지, Meta 표와 순위가 비슷한지 봐요.
- 라이선스: Hugging Face 모델 카드의 Muse Model License 조항에서 상업 이용 조건을 확인해요.
- 실사용: Unsloth·llama.cpp 사용자들이 올리는 Mac Studio·워크스테이션 실측 속도를 Hugging Face 토론 탭에서 지켜봐요.