Meta ha pubblicato il 15 ottobre 2026 Muse Spark Open, un modello di intelligenza artificiale con 816 miliardi di parametri complessivi che può essere eseguito in locale su due Mac Studio con chip M5 Ultra. È una dimostrazione importante per l’AI da scrivania, ma non significa che basti un normale Mac per farlo funzionare: la configurazione indicata dal produttore richiede due workstation di fascia alta.
Cosa è Muse Spark Open e perché è diverso da Muse Wonder
Muse Spark Open è un modello open-weight: Meta rende disponibili i pesi per l’utilizzo e l’adattamento, entro le condizioni della propria licenza. È pensato soprattutto per programmazione, ragionamento in più passaggi e attività svolte da agenti AI. Meta dichiara 816 miliardi di parametri totali, ma 42 miliardi attivi nell’elaborazione, e una finestra di contesto fino a un milione di token. Questi numeri descrivono l’architettura dichiarata: da soli non dimostrano che il modello sia più accurato dei concorrenti.
Non va confuso con Muse Wonder e Muse Wonder Full, annunciati pochi giorni prima: quella notizia riguardava soprattutto l’accesso ai nuovi agenti attraverso servizi e strumenti di sviluppo. Con Muse Spark Open la novità è la disponibilità dei pesi e la possibilità di eseguire il modello su hardware controllato direttamente dall’organizzazione.
Perché servono proprio due Mac Studio M5 Ultra
Secondo la documentazione ufficiale di Meta AI Research, il modello è stato ottimizzato per il framework MLX di Apple. Un Mac Studio M5 Ultra può mettere a disposizione fino a 512 GB di memoria unificata: due macchine arrivano complessivamente a circa 1 TB, sufficiente nella configurazione dimostrata a ospitare il modello. Meta cita anche una banda di memoria di 1,2 TB/s per chip, un elemento importante quando il sistema deve caricare porzioni dei pesi per generare ciascun token.
La precisazione è fondamentale: Meta non sta dicendo che Muse Spark Open gira su qualunque MacBook o su un singolo Mac Studio standard. La dimostrazione è legata a una coppia di Mac Studio M5 Ultra; altre modalità di inferenza e ottimizzazioni possono richiedere hardware e compromessi diversi. Non vengono presentati in quell’annuncio tempi d’esecuzione universali o costi complessivi validi per ogni configurazione.
Quali attività ha mostrato Meta
L’azienda riferisce di aver sperimentato flussi di lavoro interamente sul dispositivo con Muse Code: interventi su Ice Cubes, client Mastodon open source per iOS, comprendenti correzioni, nuove funzioni e compilazione, e operazioni su DaVinci Resolve per analizzare i filmati e scegliere inquadrature da ritagliare in verticale. Sono dimostrazioni dichiarate da Meta, non prove indipendenti della redazione: per misurare affidabilità, tempi e interventi umani necessari serviranno test riproducibili.
Download, API e licenza: chi può usarlo
I pesi sono disponibili attraverso la raccolta ufficiale su Hugging Face e sui cataloghi cloud indicati da Meta; per l’esecuzione sono supportati, fra gli altri, MLX, llama.cpp, vLLM e TensorRT-LLM. Sono previste anche API ospitate da vari fornitori, utili a chi non dispone dell’hardware necessario.
Open-weight non equivale automaticamente a software senza condizioni. Meta applica la Muse Model License con limitazioni commerciali: chi vuole integrare il modello in un servizio deve verificare i termini effettivamente applicabili. L’annuncio non equivale nemmeno alla distribuzione gratuita di un nuovo chatbot Meta AI per tutti gli utenti italiani.
Perché questa novità conta anche fuori dai laboratori
Il valore della notizia non è soltanto la dimensione del modello. Portare agenti avanzati su macchine locali può dare a sviluppatori e aziende maggiore controllo sull’infrastruttura e, a seconda delle integrazioni adottate, sui dati elaborati. Tuttavia esecuzione locale non significa privacy garantita per definizione: strumenti connessi, telemetria, gestione degli accessi e file trattati rimangono aspetti da verificare. È un tema distinto dalle funzioni consumer, come quelle raccontate nel nostro articolo su Meta AI e conversazioni private.
Resta anche un limite economico e tecnico: la dimostrazione utilizza due workstation molto potenti. Per il momento Muse Spark Open è soprattutto una possibilità concreta per chi sviluppa, sperimenta o gestisce infrastrutture AI, non un aggiornamento che arriverà automaticamente sul computer di ogni lettore. La prossima verifica decisiva sarà confrontare test indipendenti, risorse richieste e risultati con altri modelli eseguibili in locale.
Entra nella conversazione
Condividi il tuo punto di vista: non serve creare un account. I contributi restano soggetti alla moderazione editoriale.