Meta rende Muse Spark Open scaricabile e lo ottimizza per Mac Studio

Di solito chi usa un assistente di intelligenza artificiale si collega a un servizio online e lascia che i calcoli avvengano nei data center del fornitore. Meta propone un'alternativa ai professionisti con Muse Spark Open, presentato il 15 ottobre 2026: i pesi, cioè i valori numerici in cui il modello conserva ciò che ha imparato, si possono scaricare e usare in proprio, con una configurazione ottimizzata insieme ad Apple per il Mac Studio M5 Ultra. Ospitare il modello in memoria è un conto, usarlo con tempi, affidabilità e costi adatti al lavoro quotidiano è un altro. Portarlo sulla propria scrivania significa anche farsi carico dell'infrastruttura che lo esegue.

Un gigante che sceglie i suoi esperti

Muse Spark Open conta 816 miliardi di parametri, le grandezze numeriche attraverso cui un modello rappresenta ciò che ha appreso. Per ogni frammento di testo elaborato ne attiva però solo 42 miliardi. Merito dell'architettura mixture-of-experts (miscela di esperti), che funziona come uno studio con tanti specialisti: a ogni passaggio vengono interpellati soltanto i gruppi più adatti. Il calcolo richiesto diminuisce, mentre resta la necessità di tenere a disposizione l'insieme di tutti i pesi. Il modello accetta in ingresso testo, immagini, video e audio e restituisce testo, che può servire anche a impartire istruzioni agli strumenti collegati.

Due Mac Studio per un solo modello

Per ospitare tanti pesi serve molta memoria, e qui entra in gioco la scelta di Apple. La sua memoria unificata permette al processore centrale e alla GPU, il processore grafico usato nei calcoli di intelligenza artificiale, di attingere allo stesso spazio. La configurazione desktop documentata prevede due Mac Studio con 512 GB ciascuno, mentre un'alternativa usa quattro macchine da 256 GB. Quello di Apple è comunque un percorso fra tanti: Meta documenta anche piattaforme NVIDIA, AMD e Intel.

Conviene distinguere tre grandezze: capacità della memoria, velocità di accesso e comunicazione fra computer. La banda di memoria di 1,2 terabyte al secondo dichiarata da Apple appartiene al singolo M5 Ultra e non alla coppia. Quel valore descrive la rapidità con cui i dati circolano dentro la macchina, mentre il collegamento fra le due workstation ha caratteristiche separate. Sommare la memoria permette di distribuire il modello, ma le prestazioni dipendono anche dal tempo speso per coordinare le parti.

Il sistema si appoggia a MLX, il framework di Apple per l'apprendimento automatico, e a pesi in formato NVFP4, una rappresentazione compatta che riduce lo spazio occupato in memoria. I Mac dialogano tramite Thunderbolt 5 sfruttando la tecnologia RDMA, l'accesso diretto alla memoria remota, che elimina alcuni passaggi intermedi nello scambio dei dati. Servono collegamenti diretti e un ambiente software predisposto per l'esecuzione distribuita.

Quanto costa e quando arriva

Per chi compra in Italia contano prezzo e disponibilità. Al 16 ottobre 2026 la disponibilità della versione con la maggiore memoria resta prevista da fine ottobre. Il Mac Studio M5 Ultra parte da 6.699 euro, ma quella cifra si riferisce alla configurazione d'ingresso: usarla come preventivo per la macchina destinata a Muse Spark Open porterebbe a sottostimare l'investimento.

Installarlo richiede un amministratore

Anche la messa in opera richiede competenze tecniche. Su Hugging Face, piattaforma che raccoglie modelli di intelligenza artificiale, occorre accedere al repository accettandone le condizioni e scaricare il checkpoint (il file completo dei pesi salvati) in formato NVFP4 pensato per MLX. La procedura comprende l'installazione del software su ogni Mac, l'abilitazione della comunicazione remota e la descrizione dei nodi, cioè dei computer coinvolti, in un file di configurazione. Ogni macchina deve poi avere spazio su disco sufficiente per il checkpoint intero.

Far funzionare il modello su più Mac richiede competenze da amministratore di sistema

Il precedente di Mac Studio M3 Ultra

L'hardware precedente aiuta a collocare la novità. Con il Mac Studio M3 Ultra, presentato il 5 marzo 2025, Apple offriva già memoria sufficiente per grandi modelli locali. NVIDIA presidia la stessa categoria con DGX Spark, che unisce memoria unificata, collegamenti fra sistemi e software per l'intelligenza artificiale. Il valore aggiunto dell'accordo con Meta sta quindi nell'integrazione di un modello specifico in un ambiente desktop riproducibile, oltre che nella capacità teorica della macchina.

La qualità va verificata sul desktop

Il controllo più importante riguarda il livello di qualità che resta nella configurazione davvero impiegata. Il primato rivendicato da Meta è circoscritto ai modelli statunitensi open-weight (con pesi disponibili): nella tabella pubblicata al lancio, Muse Spark Open segue i concorrenti Qwen, GLM e Kimi nell'indice generale di Artificial Analysis, un sito che confronta le prestazioni dei modelli. Alcune valutazioni, inoltre, usano ambienti agentici diversi o risultati dichiarati dai rispettivi sviluppatori. Per trasferire quelle prestazioni al desktop servono prove con la stessa precisione numerica, gli stessi strumenti e condizioni confrontabili.

Le dimostrazioni professionali indicano la direzione. Meta descrive modifiche al codice dell'app Ice Cubes, dalla correzione dei bug alla compilazione, e operazioni su DaVinci Resolve per selezionare sequenze e adattarle al formato verticale. Sono attività agentiche: il modello osserva, pianifica, usa strumenti e controlla gli esiti. Il loro valore operativo andrebbe misurato includendo tentativi falliti, interventi umani e tempo totale, oltre alla qualità del risultato consegnato.

Cloud, token e conti da fare

Chi preferisce non comprare hardware può passare dal cloud, con differenze concrete fra i servizi. Groq offre Muse Spark Open in anteprima limitata per organizzazioni, con ingresso di testo e immagini: le modalità del modello completo e quelle esposte dal servizio vanno quindi tenute distinte. OpenRouter pubblica tariffe di 1,25 dollari per milione di token in ingresso e 4,25 dollari in uscita; i token sono le unità con cui il servizio misura il testo elaborato e generato.

Questi prezzi consentono di impostare una valutazione economica, mentre il punto di pareggio con l'acquisto delle workstation si calcola sul lavoro reale. Nel confronto entrano ammortamento, energia, manutenzione e tempo speso per correggere gli errori. Un gruppo con carichi continuativi e materiali riservati potrebbe giustificare l'investimento nel controllo locale; per impieghi occasionali, il pagamento a consumo permette di verificare prima l'utilità del modello.

La convenienza economica del desktop locale si misura sul lavoro quotidiano

Aperto fino a che punto

Anche la parola apertura merita attenzione. Open-weight significa poter ottenere i pesi, mentre l'open source comprende ulteriori condizioni di studio e modifica. Stefano Maffulli, nel confronto promosso dalla Open Source Initiative, ricorda l'importanza di codice e informazioni sui dati per rendere effettiva questa autonomia. La Muse Model License distingue inoltre l'uso interno dalla vendita di accesso al modello, prevedendo per alcuni fornitori un accordo separato legato ai ricavi aggregati del gruppo.

Dati e rischi degli agenti

Con l'esecuzione locale l'elaborazione può restare sulla propria infrastruttura, fermo restando il controllo di servizi esterni e strumenti collegati; nel cloud contano anche conservazione e trattamento dei dati presso i fornitori. Un agente autorizzato a modificare codice o progetti video richiede poi protezioni dedicate. La scheda del modello segnala espressamente il rischio di esecuzione di codice pericoloso e di modifiche distruttive. Nell'ambiente di lavoro servono permessi limitati, registri delle azioni e copie ripristinabili, con conferma umana prima delle operazioni irreversibili.