Muse Spark Open läuft auf zwei Mac Studios wie ein Supercomputer

Da hier viele Kommentare argumentieren, dass das kein Open Weight ist, habe ich mir die Lizenz angeschaut. Im Grunde darf man das frei nutzen, außer dieser Klausel:

> Wenn der Lizenznehmer oder einer seiner verbundenen Unternehmen einem Dritten Zugang zu KI-Modellen als Produkt oder Dienstleistung gewährt, über eine API oder eine ähnliche Schnittstelle, wobei der Dritte Ausgaben solcher Modelle erhält („Model as a Service“), und der aggregierte Bruttoumsatz des Lizenznehmers und seiner verbundenen Unternehmen zwanzig (20) Millionen US-Dollar (oder den Gegenwert in anderen Währungen) während eines beliebigen aufeinanderfolgenden Zwölfmonatszeitraums übersteigt, muss der Lizenznehmer Meta benachrichtigen und eine separate schriftliche Vereinbarung mit Meta eingehen, bevor er die Software oder jegliche Derivate als Teil dieses Model-as-a-Service-Geschäfts anbietet. Dieser Abschnitt 3 gilt nicht für (a) interne Nutzung, Forschung oder jegliche kommerzielle Aktivität, die kein Model as a Service ist, oder (b) die Nutzung der Software durch den Lizenznehmer als Komponente, um Funktionen des eigenen Produkts oder der eigenen Dienstleistung des Lizenznehmers zu betreiben, die kein Model as a Service ist.

Sie erlauben die Nutzung in kommerziellen Produkten, nur den direkten Verkauf des Modells nicht.

Sie haben beträchtlichen Aufwand betrieben, um sicherzustellen, dass dieses Modell auf praktisch jedem Model Runner läuft, von Unsloth bis MLX, https://dev.meta.ai/docs/muse-spark-open/deploy

Wie ich letzte Woche sagte. Ich denke, Zucks ursprüngliche Llama-These erweist sich Woche für Woche als zutreffender. Der Mietmarkt für Intelligenz hat sich nie materialisiert; wenn du DAS Frontier-Modell hast, kannst du Miete verlangen (für ein paar Wochen, vielleicht einen Monat). Aber ab einem bestimmten Fähigkeitsniveau ist es der Preis, der die Entscheidung treibt.

Zuck macht das, worin er wirklich gut ist, und baut einen Graben um das Netzwerk (Muse ist SEHR sticky), und jetzt, wo wir uns alle auf Metas Modell standardisieren, werden wir die Infrastruktur bis zum Gehtnichtmehr optimieren, um das Modell zu betreiben, was es für ihn billiger macht zu skalieren, wodurch mehr Teilnehmer in sein Netzwerk kommen und sein Netzwerk dadurch wertvoller wird.

Meta wird Consumer-KI gewinnen.

Pelikane für low, medium, high und xhigh: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

Ich musste sie über OpenRouter laufen lassen – ich habe keinen Zugang zu einer Maschine, die diese Modellgröße bewältigen kann.

Zum Vergleich:

Muse Wonder: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

Muse 1.3: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

Und dieses hier vom vorherigen Open-Weight-Modell von Meta AI, Muse Glimmer, das TATSÄCHLICH auf meinem Laptop lief: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...

Die Modelllizenz verlangt, dass große Inferenz-Anbieter separat Meta kontaktieren, um eine Lizenz zum Ausliefern des Modells zu erhalten. Ich weiß, das haben wir schon bei anderen großen Modellen gesehen, aber es ist trotzdem ein bisschen ärgerlich.

Der übliche Effekt separater Lizenzen ist ein verringerter Preiswettbewerb unter öffentlichen Anbietern (wie wir es bei Kimi K3 gesehen haben). Ich schätze, für die Anbieter ist es besser, wenn der Preis festgelegt ist: jegliche Effizienzverbesserungen verbessern direkt die Marge, statt die Preise im Laufe der Zeit zu senken. Trotzdem, um meine eigenen Anekdotendaten beizusteuern: Das Hauptding, das mich bei einem bezahlten Abo hält, sind die Token-Kosten für die leistungsfähigeren Modelle.

bzgl.: „Apples Unified-Memory-Architektur erlaubt es der integrierten GPU des M5 Ultra, bis zu 512 GB pro Mac Studio zu nutzen, sodass zwei Maschinen ein ganzes Modell halten können. Und die 1,2 TB/s Speicherbandbreite des Chips sind schnell genug, um den kleinen Ausschnitt zu lesen, den jedes Token braucht. Das Ergebnis: Zwei Mac Studios verhalten sich wie ein Supercomputer mit einem Terabyte Unified Memory.“

Zum aktuellen Marktpreis des Apple Mac Studio Ultra erreicht ein 30-Kern-CPU + 64-Kern-GPU mit 256 GB RAM bereits etwa 10.000 $. Man bedenke, dass Computer heutzutage Wertsteigerungsobjekte sind.

Die 512-GB-RAM-Option ist noch nicht einmal im Verkauf (sie sagten Verfügbarkeit Ende Oktober). Basierend auf typischer Apple-Preisgestaltung liegt sie wahrscheinlich bei etwa 14.000 $ pro Stück. Wir reden also von mindestens 28.000 $ – 30.000 $ für das Setup, das das Muse-Team bewirbt. Das ist im Wesentlichen die Nvidia H100 GPU mit 96 GB VRAM/HBM3 bei bis zu 3,94 TB/Sekunde Speicherbandbreite, also 3x+ mehr als die Unified-Memory-Geschwindigkeit des Mac Studio.

Und außerdem, wie kam Meta an Apples unveröffentlichten M5 Ultra mit 512 GB RAM Mac Studio? Oder ist das einfach ein Marketingstück, das sie rein auf Basis der Specs geschrieben haben?

39 bei AA[1], etwa gleichauf mit Deepseek v4.1 flash und Mimo 2.5 Flash. Hinter Glm 5.3 flash und Qwen3.8-Flash-Next [2]

[1] https://artificialanalysis.ai/models/muse-spark-open

[2] https://artificialanalysis.ai/models/open-source?models=mimo...

Es scheint, als würden Meta und Mistral beide ihre „Besten“-Ansprüche geografisch absichern, weil sie gemerkt haben, dass sie nicht einmal mehr Deep Seek schlagen müssen, sondern einfach Kunden gewinnen können, indem sie „der Beste sind, den ich benutzen darf“.

Endlich demokratisierter KI-Zugang für, schauen wir in die Notizen, Leute mit nicht weniger als zwei Apple M5 Ultra Studios auf ihrem Schreibtisch.