Meta представила Muse Spark Open — открытую по весам ИИ-модель с 816 млрд параметров и контекстным окном на 1 млн токенов. Модель рассчитана в том числе на локальный запуск на компьютерах Apple Silicon, однако для этого потребуется не просто Mac, а как минимум 1 ТБ оперативной памяти, сообщает TechCrunch. Для разработчиков это любопытный сигнал: крупные модели постепенно переезжают из облачных API на рабочие станции — пусть пока и весьма дорогие.
Meta называет Muse Spark Open самой мощной открытой по весам моделью, созданной в США. Компания опубликовала результаты сравнительных оценок, в которых новинка, по её данным, превосходит другие популярные открытые модели. Проверить эти заявления независимыми бенчмарками ещё предстоит, но набор характеристик выглядит амбициозно: модель изначально умеет работать не только с текстом, поддерживает мультимодальные сценарии и ориентирована на сложные задачи программирования и агентные процессы.
Главная практическая деталь — оптимизация под Mac. Запуск большой модели «на ноутбуке» здесь, конечно, не стоит понимать буквально: требование в 1 ТБ памяти резко сужает круг потенциальных пользователей. Наиболее подходящей машиной TechCrunch называет Mac Studio с чипом M5 Ultra. Это не массовый сценарий для команды из пяти человек, а инфраструктурный вариант для компаний, лабораторий и специалистов, которым важны локальная обработка данных, предсказуемая стоимость вычислений и контроль над окружением.
Открытые по весам модели дают бизнесу больше свободы, чем закрытые сервисы: их можно разворачивать в собственной инфраструктуре, адаптировать под внутренние данные и не отправлять чувствительный код или документы стороннему провайдеру. Но «открытые веса» не означают бесплатную эксплуатацию. В случае модели такого масштаба затраты смещаются из счёта за токены в стоимость железа, электроэнергии, хранения, сопровождения и специалистов, способных всё это поддерживать.
Meta уже проверила модель в собственных агентных сценариях. Компания объединила её с терминальным инструментом Muse Code и поручала агенту работу над клиентом Mastodon: исправление ошибок, добавление функций и полную сборку проекта. Ещё один заявленный пример — управление DaVinci Resolve, где модель анализировала и кадрировала видеоматериал. Это важнее очередного результата в таблице бенчмарков: ценность агентных моделей определяется не тем, насколько убедительно они отвечают в чате, а тем, могут ли они довести цепочку действий до рабочего результата без постоянного ручного надзора.
Для российских команд новость полезна прежде всего как ориентир, а не как повод срочно искать Mac с терабайтом памяти. Локальные модели становятся реальной альтернативой облачным API там, где есть требования к конфиденциальности, нестабильный доступ к внешним сервисам или большой постоянный объём задач. Это может быть внутренний помощник для ревью кода, поиск по технической документации, обработка корпоративных медиаархивов или агент для типовых операций в IDE и терминале.
При этом размер Muse Spark Open подчёркивает раскол рынка. Компактные модели уже запускаются на обычных устройствах и решают узкие задачи, а фронтирные открытые веса требуют серверного класса ресурсов даже в «настольной» версии. Apple Silicon делает локальный запуск таких систем более привлекательным благодаря унифицированной памяти и высокой энергоэффективности, но не отменяет физику: 816 млрд параметров нельзя превратить в удобное приложение для базового MacBook одной оптимизацией.
Следующий вопрос — смогут ли Meta и другие разработчики превратить открытые модели такого класса в понятный продуктовый стек: с инструментами развёртывания, мониторинга, защитой от ошибок агента и предсказуемой производительностью. Если да, локальный ИИ перестанет быть нишей для энтузиастов и станет ещё одним слоем корпоративной инфраструктуры — рядом с CI/CD, базами данных и системами контроля доступа.