Gennembrud og forskning·17. oktober kl. 02:00
Meta åbner ny AI-model, men med særlige vilkår for store firmaer
AI-genereret ud fra de angivne kilder med automatisk kildekontrol.
Meta har udgivet Muse Spark Open, som kan hentes frit af mange udviklere. Licensen er dog ikke klassisk open source, og de fleste tal om modellens styrke kommer fra Meta selv.

Meta udgav den 15. oktober 2026 sprogmodellen Muse Spark Open som en såkaldt open-weight-model. Det betyder, at modellens indre opbygning, de såkaldte vægte, kan hentes og bruges af andre, i stedet for at modellen kun kan bruges hos Meta.
Meta beskriver selv modellen som den mest kraftfulde amerikanske open-weight-model til dato.
Hvad kan modellen?
Muse Spark Open har 816 mia. parametre i alt, men bruger 42 mia. aktive ad gangen. Parametre er de indstillinger, en model har lært under træning. Modellen kan arbejde med mere end tekst og har et kontekstvindue på 1 mio. tokens. Det svarer groft sagt til, hvor meget tekst den kan holde styr på på én gang. Fokus er ræsonnering, brug af værktøjer, samarbejde mellem flere AI-agenter og softwareudvikling.
Modellen kan hentes på Hugging Face og findes hos Amazon, Google og Microsoft. Man kan også få adgang via Groq, OpenRouter og Together AI, og den kan køre lokalt på en Mac Studio med M5 Ultra. Hos Together AI koster det 1,25 dollar pr. million inputtokens og 4,25 dollar pr. million outputtokens.
Licensen er ikke helt åben
Modellen udgives under Metas egen Muse Model License, som ikke er en klassisk open source-licens. Brugen er gratis for mange udviklere, men der er vilkår. Produkter skal vise teksten »Built with Muse Spark Open«. Virksomheder med over 20 mio. dollar i årlig omsætning skal give Meta besked og indgå en separat aftale. Forskning og intern brug er undtaget. Ifølge Let's Data Science kræver download også oplysninger om identitet og organisation.
Tallene kommer fra Meta
I Metas egen sammenligning scorer Muse Spark Open 39 på AA Intelligence Index mod 45 for GLM 5.3. På værktøjsbrug får den 89,2 mod 84,2 for GLM 5.3. På terminalkodning får den 76,4 mod 85,0 for Kimi K3, og på DeepSWE 60 mod 68 for Kimi K3. Billedet er altså blandet. Næsten alle tal er Metas egne, og uafhængig verifikation manglede ved lanceringen.
Andre åbne modeller
Metas tabel indeholder ikke DeepSeek eller Reflections Beam, og kilderne sammenligner ikke de tre direkte. DeepSeek V4.1 udkom i september 2026 under MIT-licens, som tillader kommerciel brug. Ifølge en modeldatabase har den 552 mia. parametre og 1 mio. tokens kontekst, men parametertallet er uklart, da andre sammendrag nævner 1,6 bio. Dens Flash-variant koster typisk 0,30 og 1,20 dollar pr. million input- og outputtokens.
Reflections Beam 1.0 har 501 mia. parametre, hvoraf 23 mia. er aktive, og et kontekstvindue på omkring 1 mio. tokens. På OpenRouter koster den 0,25-0,40 dollar for input og 1,00-1,20 dollar for output pr. million tokens. Den er ifølge OpenRouter ikke tilgængelig via EU-regional routing, hvilket kan have betydning for europæiske virksomheder.
Kilde
Mere om emnet
Få ugens AI-nyheder i indbakken
Vælg selv niveau, emner og længde. Én mail om ugen, afmeld når som helst.
Tilmeld dig Promptly Nyhedsbrev



