Meta lança IA de peso aberto que roda em Mac, mas exige dois Studios de 512 GB cada

A Meta lançou nesta quinta-feira (15/10/2026) o Muse Spark Open, um modelo de inteligência artificial de peso aberto voltado a programação, raciocínio em várias etapas e agentes de IA (sistemas que executam sequências de ações até cumprir uma tarefa, em vez de só responder perguntas), segundo o Olhar Digital.

O destaque do lançamento é a parceria com a Apple para rodar o modelo localmente em computadores Mac, usando a estrutura MLX, feita para tirar proveito dos chips da própria Apple. É um movimento que mexe com quem decide se compra tempo de nuvem ou monta a própria infraestrutura de IA.

Peso aberto quer dizer o quê, na prática

Ter pesos abertos significa que a Meta disponibilizou os parâmetros treinados do modelo para download. Qualquer desenvolvedor pode baixar, rodar na própria infraestrutura e adaptar a tecnologia, dentro dos limites de uma licença chamada Muse Model License, que impõe condições específicas para uso comercial.

Não é o mesmo que código aberto. O funcionamento interno do treinamento não é público, e a licença prevê condições específicas para o uso comercial. Antes de colocar em produção, vale ler a licença com atenção, não só baixar os pesos.

O que tem dentro do modelo

O Muse Spark Open usa arquitetura de mistura de especialistas (mixture of experts, ou MoE): em vez de ativar toda a rede neural para cada palavra processada, o sistema aciona só uma parte dela. Isso explica a diferença entre dois números centrais do anúncio:

• O modelo tem 816 bilhões de parâmetros no total;
• Apenas cerca de 42 bilhões ficam ativos para processar cada token (o pedaço de texto que o modelo lê ou gera por vez);
• A janela de contexto chega a 1 milhão de tokens, o que dá espaço para o modelo acompanhar uma base de código inteira ou um histórico longo de conversa com um agente.

A entrada é multimodal: o modelo aceita texto, imagem, áudio e vídeo. A saída, porém, é só em texto. Na prática, isso o torna um candidato a ler um print de erro, um áudio de reunião ou um trecho de vídeo e devolver código ou instruções, mas não a gerar imagem ou som de volta.

Por que são necessários dois Macs, e não um

A configuração que a Meta e a Apple mostraram para rodar o modelo localmente usa dois Mac Studio equipados com chip M5 Ultra, cada um com até 512 GB de memória unificada (a memória que CPU e GPU compartilham nos chips da Apple). Juntos, somam até 1 TB disponível para manter o modelo carregado durante a execução.

A arquitetura da Apple permite que a GPU acesse diretamente essa memória unificada, e a Meta afirma que o M5 Ultra entrega banda de 1,2 TB/s, métrica que importa porque modelos desse tamanho passam a maior parte do tempo limitados pela velocidade de leitura da memória, não só pela capacidade de processamento.

Aqui vale fazer uma conta que a reportagem original não fecha explicitamente. A documentação técnica da Meta descreve o modelo em dois formatos de precisão: o BF16, que ocupa cerca de 1,65 TB em pesos, e uma versão comprimida em NVFP4, de aproximadamente 537 GB. Os dois Mac Studio juntos oferecem 1 TB de memória, que não é suficiente para o formato BF16 completo, mas sobra espaço de folga para a versão NVFP4. É razoável supor, lendo os números, que a demonstração da Meta e da Apple rodou a versão comprimida, não o modelo em precisão total, embora nenhuma das duas empresas tenha detalhado isso publicamente.

Fora do Mac, o modelo roda em mais lugares

Apesar da vitrine com a Apple, o Muse Spark Open não é exclusivo de Mac. A Meta liberou acesso por API em sete plataformas: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. Para quem só quer testar o modelo sem montar infraestrutura própria, essa é a porta de entrada mais rápida, e também a mais barata para começar.

Para quem pretende rodar por conta própria, o modelo é compatível com várias ferramentas de inferência: SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX e llama.cpp. Há configurações pensadas para aceleradores de AMD, Intel e Nvidia, o que tira o modelo da dependência exclusiva do hardware da Apple.

Em resumo prático: quem tem GPU Nvidia de servidor consegue rodar o Muse Spark Open sem precisar de Mac nenhum, usando vLLM ou TensorRT-LLM, por exemplo. O caminho via Mac Studio é uma alternativa interessante para quem já tem o hardware da Apple ou quer explorar inferência local sem depender de data center, não a única forma de acesso.

O que a Meta mostrou o modelo fazendo

Nas demonstrações, a Meta usou o Muse Spark Open para alterar um aplicativo de peso aberto para o Mastodon, corrigindo erros, adicionando recursos novos e compilando o projeto do zero. Em outro teste, o modelo trabalhou junto do DaVinci Resolve, software de edição de vídeo, analisando imagens de um projeto e selecionando trechos para recortar em formato vertical.

São dois exemplos concretos do que a Meta chama de uso por agentes: tarefas de várias etapas, que exigem entender um projeto de software inteiro ou analisar conteúdo audiovisual, e não apenas responder uma pergunta isolada.

O que muda para quem desenvolve no Brasil

Para a maioria dos times, o caminho mais realista de testar o Muse Spark Open hoje é via API, nas plataformas listadas pela Meta, sem precisar importar hardware ou montar um cluster de dois Mac Studio. A proposta de rodar localmente só compensa para quem já pensa em inferência on premise por motivo de dado sensível, custo recorrente de nuvem ou latência, e tem orçamento para isso.

Quem avalia montar a própria infraestrutura precisa também olhar a Muse Model License antes de colocar o modelo em produção comercial, porque pesos abertos não equivalem a liberdade irrestrita de uso. E quem já usa vLLM, SGLang ou llama.cpp em produção ganha mais uma opção de modelo grande de contexto longo para testar nos próprios benchmarks internos, já que nenhum número de desempenho comparativo foi divulgado pela Meta até a publicação deste texto.

Fonte: Olhar Digital — IA