Przejdź do treści

Muse Spark Open w firmie: licencja, sprzęt i koszty

Muse Spark Open w firmie: Meta udostępniła wagi modelu 816B. Co pozwala licencja, jaki sprzęt jest potrzebny i ile kosztuje API. Konkretnie, bez hype’u.

Piotr Sobolewski4 min czytania

Ten artykuł w innych językach:العربيةDeutschEnglishEspañolFrançaisItaliano日本語简体中文

W tym artykule
  1. Co upubliczniła Meta
  2. Licencja Muse Spark Open: co wolno firmie
  3. Jak uruchomić Muse Spark Open w firmie
  4. Co bym zrobił teraz
  5. TL;DR

15 października 2026 r. Meta opublikowała wagi swojego modelu Muse Spark Open, który nazywa „najbardziej wydajnym amerykańskim modelem open-weight”. Licencja pozwala na komercyjne użycie, także w Unii Europejskiej, z dwoma warunkami: dopiskiem „Built with Muse Spark Open” i osobną umową dla dużych firm sprzedających dostęp do modeli przez API. Własny serwer to jednak sprzęt z co najmniej 700 GB pamięci GPU, więc dla większości firm realną drogą będzie API zewnętrznego dostawcy.

Co upubliczniła Meta

Według karty modelu na Hugging Face Muse Spark Open to model MoE (mixture-of-experts):

Parametr Wartość
Parametry 816 mld łącznie, 42 mld aktywnych
Okno kontekstu 1 mln tokenów
Wejście tekst, obraz, wideo, audio
Wyjście tekst
Przeznaczenie kodowanie, agenci, długie zadania wieloetapowe
Wersje wag BF16 i NVFP4

Meta pisze, że model trenowano na danych z ponad 100 języków, ale w tej samej karcie zastrzega, że nie oceniono go na wszystkich. Polski nie jest wymieniony z nazwy, więc jakość po polsku trzeba sprawdzić samemu.

W tabeli porównawczej, Meta zestawia model z innymi otwartymi modelami. Na indeksie Artificial Analysis ma 39 punktów, obok Mistral Large 4 (38) i za GLM 5.3 (45) oraz Kimi K3 (44). Prowadzi za to w części testów agentowych, np. MCP-Atlas (89,2). To liczby Mety, niezależnych testów jeszcze nie ma.

Licencja Muse Spark Open: co wolno firmie

Licencja to nie Apache 2.0, ale też nie jest restrykcyjna. Pozwala używać, modyfikować, fine-tunować, destylować i sprzedawać rozwiązania oparte na modelu, ale pod kilkoma warunkami:

  1. Oznaczenie. W interfejsie produktu albo w dokumentacji, na stronie lub w ustawieniach musi się pojawić „Built with Muse Spark Open”. Dotyczy to też modeli pochodnych, w tym trenowanych na wynikach Muse Spark Open.
  2. Model as a Service powyżej 20 mln USD. Jeśli firma razem z podmiotami powiązanymi ma ponad 20 mln USD przychodu w dowolnych 12 miesiącach i udostępnia innym modele AI przez API, przed użyciem Muse Spark Open w takiej usłudze musi zawrzeć osobną umowę z Metą. Ten warunek nie obejmuje użytku wewnętrznego ani użycia modelu jako elementu własnego produktu, który nie jest sprzedażą dostępu do modelu.
  3. Zasady użycia. Do licencji dołączona jest lista zakazanych zastosowań. Dla firm istotne są m.in. zakaz prowadzenia działalności regulowanej bez uprawnień (czyli np. prawnej, medycznej, finansowej), zakaz udawania, że treści wygenerował człowiek, oraz uniemożliwienie użycia przez osoby poniżej 18 lat.

Dla firm z Europy ważne jest jeszcze jedno: licencja nie wyklucza Unii Europejskiej. Dla licencjobiorców z Europy stroną jest Meta Platforms Ireland Limited.

Jak uruchomić Muse Spark Open w firmie

Są trzy drogi, od najprostszej:

  1. API dostawcy. Meta wymienia m.in. Groq, Fireworks AI, Together AI, Nebius i OpenRouter. Na OpenRouter model kosztuje 1,25 USD za milion tokenów wejściowych i 4,25 USD za milion wyjściowych. (sprawdźcie, w jakim regionie dostawca przetwarza dane, jeśli wysyłacie dane osobowe)
  2. Chmura z własną instancją. Wagi są w Amazon SageMaker AI, Google Cloud Model Garden i Microsoft Foundry Models. To opcja dla firm, które chcą trzymać dane w wybranym regionie chmury.
  3. Własny sprzęt. Według karty modelu potrzeba GPU z co najmniej 700 GB pamięci dla NVFP4 i 2 TB dla BF16. Meta i Apple pokazały też wariant na dwóch Mac Studio z M5 Ultra po 512 GB pamięci, ale według MacRumors taka konfiguracja Mac Studio jeszcze nie jest w sprzedaży, plus to raczej ciekawostka, a nie infrastruktura pod wdrożenie produkcyjne ;).

Moim zdaniem dla typowej europejskiej firmy wagi same w sobie mniej zmieniają niż to, że ten sam model można wziąć od kilku dostawców i w razie potrzeby przenieść do siebie. To zmniejsza uzależnienie od jednego dostawcy, nawet jeśli dziś korzystacie z API.

Co bym zrobił teraz

  1. Przetestujcie model na własnych danych przez API, zanim pomyślicie o sprzęcie. 50–100 prawdziwych zadań z produkcji, w tym po polsku, powie więcej niż tabela benchmarków.
  2. Zwróćcie uwagę na reasoning effort. Domyślna wartość to xhigh. Meta zaleca low albo medium, gdy zależy Wam na szybszych i krótszych odpowiedziach. Do prostych zadań to najpewniej wystarczy, ale sprawdźcie na swoich danych.
  3. Dopiszcie oznaczenie „Built with Muse Spark Open”, jeśli wdrażacie model u klientów.
  4. Sprawdźcie obowiązki z AI Act, jeśli fine-tunujecie model i udostępniacie go dalej. Pisałem o tym, jak Komisja zaczyna egzekwować AI Act.

Jeśli szukacie zamiennika dla modeli wycofywanych przez OpenAI, o czym pisałem w tekście o wycofaniu GPT-4o z API, Muse Spark Open warto dodać do porównania.

TL;DR

Czy Muse Spark Open jest darmowy?

Wagi można pobrać i używać bez opłat licencyjnych, pod warunkami licencji. Płaci się za sprzęt albo za API dostawcy.

Czy Muse Spark Open można używać komercyjnie w UE?

Tak. Licencja nie wyklucza Unii Europejskiej. Osobna umowa z Metą jest potrzebna tylko firmom z ponad 20 mln USD przychodu, które sprzedają dostęp do modeli przez API.

Czym Muse Spark Open różni się od Muse Glimmer?

Muse Glimmer to mniejszy model (30 mld parametrów), wydany w sierpniu na licencji Apache 2.0, według VentureBeat. Muse Spark Open jest znacznie większy i ma własną licencję Mety.

Czy Muse Spark Open działa po polsku?

Meta deklaruje trening na ponad 100 językach, ale nie podaje listy wspieranych języków. Przed wdrożeniem przetestujcie go na polskich tekstach.