Un éditeur scientifique qui met un article en accès libre peut promettre que chacun le lira, ou que chacun pourra aussi le traduire, l’adapter et le redistribuer. La recherche a mis des années à séparer ces promesses, et son vocabulaire, gratuit d’un côté, libre de l’autre, départage encore les annonces. L’intelligence artificielle en est là avec le mot « ouvert ».
Le jeudi 15 octobre, Meta a publié les poids de Muse Spark Open, dont son directeur de l’IA affirme qu’il surpasse tout ce que les laboratoires américains ont rendu public dans cette catégorie. La Muse Model License qui l’accompagne dit ce que le mot recouvre ici, et la comparaison avancée par Meta laisse une partie du tableau dans l’ombre.
Pour un groupe qui avait fermé en avril son modèle de pointe, c’est un retour vers l’ouverture, mais par la porte latérale : ses modèles les plus puissants restent fermés. Restent à examiner ce que Meta publie, ce que la licence réclame, ce que valent les titres avancés, ce que la maison garde pour elle, le terrain des rivaux et le matériel, puis les garde-fous et le droit européen.
Des poids, une fiche, des outils
Meta, la maison mère de Facebook, d’Instagram et de WhatsApp, a déposé les poids sur Hugging Face, dans un dépôt dont le nom, Muse-Spark-Open-816B-A42B, résume la taille : 816 milliards de paramètres, dont 42 milliards seulement mobilisés pour chaque jeton, soit environ 5 %. C’est un transformeur à mélange d’experts, qui n’en réveille que huit sur 256 à chaque jeton. Il accepte texte, image, vidéo et audio, ne produit que du texte et offre une fenêtre de contexte d’un million de jetons.
Ce que Meta publie
Les modèles fermés, ChatGPT ou Claude en tête, forment la pointe du secteur mais ne s’atteignent que par les services en ligne de leurs éditeurs ; Muse Spark Open, lui, se télécharge, se modifie et tourne sur les machines des développeurs. Meta publie les poids en BF16 et en NVFP4, un format à quatre bits, ainsi que la fiche du modèle, la licence et sa politique d’usage, une définition de modèle pour TorchTitan, outil de réglage fin, et des noyaux GPU Helion.
Ce que Meta ne publie pas
La fiche n’annonce ni les données ni le code d’entraînement : elle décrit des sources, données publiques, contenus moissonnés, fournisseurs tiers, produits de Meta et données synthétiques, après filtrage, sans détailler les jeux de données. La définition 1.0 de l’Open Source Initiative exige pourtant des informations sur ces données, le code complet d’entraînement et d’exécution, et des paramètres sous termes approuvés : au sens de cette définition, Muse Spark Open relève des poids ouverts, non de l’open source.
Nvidia, avec Nemotron 3 Ultra, publié le 4 juin, livre une large part de ses données et sa recette d’entraînement ; Thinking Machines, avec Inkling, publié le 15 juillet sous Apache 2.0, livre les poids et des recettes de déploiement, sans mention de données ni de code. Meta se place derrière le premier pour la documentation, derrière le second pour la liberté de la licence.
Une licence maison à seuil de revenu
Datée du 15 octobre 2026, la Muse Model License est un texte propre à Meta, que l’annonce du groupe dit assorti de « conditions commerciales limitées ». Elle autorise l’utilisation, la copie, la modification, réglage fin compris, les dérivés, la distillation, la fusion, la publication, la sous-licence et la vente. Sa politique d’usage précise que le modèle n’est pas destiné aux moins de 18 ans et interdit notamment les usages militaires, nucléaires et d’espionnage, la désinformation et l’exploitation d’« infrastructures critiques », terme non défini.
Le seuil des 20 millions de dollars
La section 3 vise les licenciés qui fournissent à des tiers l’accès à des modèles d’IA comme produit ou service, le « Model as a Service ». Au-delà de 20 millions de dollars de revenu brut cumulé, affiliés compris, sur douze mois consécutifs, ils doivent notifier Meta et conclure un accord écrit distinct avant de proposer le logiciel ou ses dérivés dans cette activité. L’usage interne, la recherche et l’emploi comme composant de son propre produit restent hors champ. La licence de Kimi K3 fixe le même seuil.
Une mention obligatoire et des dérivés
Tout produit qui emploie le modèle ou l’un de ses dérivés doit afficher « Built with Muse Spark Open » dans son interface, sa documentation, son site ou ses réglages, et toute copie doit joindre l’avis, la licence et la politique d’usage. Meta ne revendique aucune propriété sur les sorties, mais la définition de « dérivé » couvre tout modèle créé, entraîné, modifié ou distillé à partir du logiciel ou de ses sorties : un modèle entraîné sur les réponses de Muse Spark Open entre donc dans le champ de la licence.
Un titre de champion à portée géographique
Sur X, jeudi, Alexandr Wang, qui dirige l’IA de Meta, a décrit Muse Spark Open comme « le modèle ouvert américain le plus performant à ce jour ». La formule vaut comme comparaison géographique et ne dit rien du classement mondial : d’après les évaluations de Meta elle-même, installée à Menlo Park, en Californie, le modèle reste derrière des modèles chinois, notamment Kimi K3, de Moonshot AI, et GLM 5.3, de Z.ai.
Sept rivaux, dont quatre non américains
La fiche n’oppose Muse Spark Open qu’à trois modèles américains, Inkling, Nemotron 3 Ultra et Beam, de Reflection AI, pas encore publié, et à quatre autres, Mistral Large 4, Qwen3.8, GLM 5.3 et Kimi K3. Sur l’indice d’Artificial Analysis, il obtient 39, contre 26 pour Inkling, 23 pour Nemotron 3 Ultra et 38 pour Mistral Large 4, mais 40 pour Qwen3.8, 44 pour Kimi K3 et 45 pour GLM 5.3, Beam restant sans score. VentureBeat, d’après les fiches de l’évaluateur, ajoute MiMo-V2.6-Pro, à 46, et GLM-5.3-Flash, à 42 : au moins cinq modèles chinois le devancent, et, parmi les quatre non-américains de la table, seul Mistral Large 4, dont les poids ne sont pas publiés, reste derrière lui.
Des chiffres produits par Meta
Muse Spark Open arrive premier de la table sur MCP-Atlas (89,2), JobBench (61,8) et HLE-Diamond sans outils (26,1). Il reste derrière Kimi K3 et GLM 5.3 sur Terminal-Bench 2.1 (76,4, contre 85,0 et 83,9) et sur GDPVal-AA v2, derrière Kimi K3 et Qwen3.8 sur GPQA Diamond (89,0, contre 93,5), et Beam, autre modèle américain, le devance sur Terminal-Bench 2.1 (80,1) et GPQA Diamond (90,5) : le titre ne tient pas sur toutes les lignes.
La fiche, publiée par Meta, ne dit pas qui a mené chaque évaluation : résultats, mesures de sécurité et comparaisons avec Nemotron et Inkling valent comme auto-déclarés. Même l’indice d’Artificial Analysis y est rapporté par Meta : VentureBeat, le 15 octobre, n’avait pu confirmer aucune publication distincte de l’organisme et attribuait le 39 au tableau de Meta. Un rapport d’évaluation complet est promis pour « bientôt » ; ce jour-là, le détail chiffré ne se lit que dans la fiche.
Un indice qui change de version
Le 8 avril, Artificial Analysis créditait Muse Spark, premier modèle de pointe de Meta à poids fermés, de 52 points, contre 18 pour Llama 4 Maverick, dernier modèle ouvert de la maison, mesuré à sa sortie. Ces chiffres ne se comparent pas aux 39 d’octobre : les scores varient avec la version de l’indice et le niveau de raisonnement retenu, Inkling valant 41 le 15 juillet et 26 dans la fiche du 15 octobre.
Un retour vers l’ouverture, à distance du sommet
Llama 3.1 405B, le 23 juillet 2024, s’accompagnait d’une lettre de Mark Zuckerberg, « Open Source AI Is the Path Forward ». En avril, Muse Spark est sorti sans ses poids, et la maison n’a rouvert qu’à petits pas : le 10 août, Muse Glimmer, modèle de 30 milliards de paramètres distillé de Muse Spark, a paru sous Apache 2.0, plus permissive que la licence du modèle de 816 milliards.
En août, Mark Zuckerberg avait promis « bientôt » un modèle à poids ouverts de ce calibre, ce qu’il a redit sur X le 2 septembre pour une version ouverte de Muse Spark, sans date. Il voit dans la circulation libre des modèles la meilleure parade à leurs risques, quand ses rivaux Anthropic et OpenAI gardent leurs modèles les plus avancés pour leurs services. Mais Muse Wonder, présenté le 12 octobre, reste fermé : il relève d’une catégorie « bien plus grande et plus avancée » que Muse Spark, dont dérive Muse Spark Open, selon lui.
Sur l’indice d’Artificial Analysis, Muse Spark Open, de même base que Muse Spark 1.3, modèle propriétaire lancé le 2 septembre, obtient 39, contre 48 pour ce dernier et 52 pour Muse Wonder, ceux-ci à effort maximal et lui en réglage xhigh. Une part de l’écart tient peut-être à ce réglage, mais Alexandr Wang assume le choix : « Pour des raisons de sécurité comme de capacités, nous ne mettrons généralement pas en open source nos modèles les plus puissants », a-t-il déclaré, selon The Next Web.
Rivaux, adoption et matériel
Dans les modèles ouverts, les acteurs chinois tiennent le haut du pavé : selon un rapport de Hugging Face publié le 17 mars, leurs modèles ont capté 41 % des téléchargements de l’année écoulée, devant les modèles américains. Moins chers, ils permettent aussi aux entreprises de les ajuster à leurs usages et d’héberger leurs données chez elles : c’est le terrain que Meta veut disputer.
D’autres Américains ont présenté cette année de grands modèles ouverts : Nvidia, Thinking Machines, société de Mira Murati, ancienne directrice technique d’OpenAI, et Reflection AI, dont le modèle Beam est attendu d’ici la fin du mois. Mistral convoite aussi ce terrain : il revendique, avec Mistral Large 4 lancé le 6 octobre, la première place parmi les modèles ouverts américains et européens, mais ses poids, annoncés pour la fin octobre, sont attendus le 27. Le camp de l’ouverture s’était compté le 24 juillet, quand la lettre « Open Weights and American AI Leadership » a réuni 25 signataires, rejoints, selon LeMagIT, par 52 autres organisations le 27 juillet.
Hors de portée d’une machine de bureau classique, le modèle a été optimisé avec Apple : Meta présente une exécution locale sur deux Mac Studio M5 Ultra de 512 Go de mémoire unifiée, quand la fiche réclame au moins 700 Go de mémoire GPU en NVFP4 et environ 2 To en BF16. La configuration à 512 Go n’était pas commercialisée le 15 octobre, précise VentureBeat, sans prix annoncé.
Garde-fous et droit européen
Meta indique que Muse Spark Open a reçu un post-entraînement de sécurité supplémentaire, pensé pour un usage autonome, sans garde-fous de système. Ses mesures, 99,2 % de jailbreaks cyber refusés sur un jeu interne et 98,1 % d’honnêteté sur MASK, sont publiées par Meta elle-même, et la fiche conseille d’ajouter des garde-fous, dont une confirmation humaine pour les actions irréversibles.
La licence désigne comme « Meta » Meta Platforms Ireland Limited pour un utilisateur situé en Europe, Meta Platforms, Inc. ailleurs, et rien n’y exclut l’Union européenne, alors que la politique d’usage de Llama 4 en écartait, pour les modèles multimodaux, les particuliers domiciliés dans l’Union et les entreprises qui y ont leur siège principal.
L’exemption européenne en question
Reste à savoir si l’exemption de l’article 53 du règlement sur l’IA, réservée aux modèles à licence libre et ouverte, sans monétisation, dont les paramètres sont publics, s’appliquerait : selon une synthèse des lignes directrices de la Commission, une telle licence n’impose ni seuil de taille d’utilisateurs ni licence commerciale obligatoire pour certains usages, et la clause à 20 millions de dollars de Meta pose la question. L’exemption cesse de toute façon pour les modèles à risque systémique, présumés au-delà de 10²⁵ opérations d’entraînement, et la fiche ne publie pas le calcul de Muse Spark Open. Meta n’a pas signé le code de bonnes pratiques européen, et la Commission peut sanctionner depuis le 2 août 2026, jusqu’à 3 % du chiffre d’affaires mondial ou 15 millions d’euros.
Meta publie des poids, une fiche et des outils de réglage, sans données ni code d’entraînement, sous une licence qui impose une mention et un accord aux revendeurs d’accès au-delà de 20 millions de dollars de revenu. Le titre de champion ne vaut que face à trois modèles américains, dont l’un, Beam, fait mieux sur deux lignes de la table, et au moins cinq modèles chinois devancent Muse Spark Open sur l’indice.
Le retour vers l’ouverture est réel et borné : neuf points sous la version propriétaire de même base, treize sous Muse Wonder, selon l’indice, avec une licence moins libérale que celle de Muse Glimmer. Le même seuil de revenu chez Moonshot AI suggère une tendance, celle de poids ouverts qui s’éloignent de l’open source au sens classique.
Plusieurs rendez-vous mesureront cet équilibre. Beam dira si le titre de Meta tient face aux trois modèles américains ; les poids de Mistral Large 4, attendus le 27 octobre, feraient d’un modèle crédité de 38 un rival à un point de Muse Spark Open. Au-delà du classement, l’enjeu est la base que les développeurs adopteront, et la question de savoir si Bruxelles jugera qu’une licence à seuil de revenu peut se dire libre et ouverte.
Aller plus loin
L’annonce de Meta, Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date, pose le cadre officiel : 816 milliards de paramètres dont 42 actifs, un million de jetons de contexte, une licence à conditions commerciales limitées, une exécution sur deux Mac Studio et un rapport d’évaluation promis pour bientôt.
La table des évaluations, avec ses huit colonnes, se lit dans la fiche du modèle sur Hugging Face, qui décrit aussi l’architecture, les sources de données sans jeu nommé, les besoins en mémoire, les mesures de sécurité et la recommandation d’ajouter des garde-fous, dont une confirmation humaine pour les actions irréversibles.
Le texte même de la Muse Model License donne les droits accordés, la clause du Model as a Service, la mention « Built with Muse Spark Open », la définition des dérivés, l’entité irlandaise pour les licenciés européens et l’annexe des usages interdits, âge minimum de 18 ans compris.
Le billet Muse Spark Is Now an Open-Weights Model, de PyTorch, précise ce que ni l’annonce ni la fiche ne disent, la base commune avec Muse Spark 1.3, et décrit le post-entraînement de sécurité pour un usage autonome et la définition TorchTitan pour le réglage fin supervisé, LoRA et l’apprentissage par renforcement.
Le seuil de 20 millions de dollars figure aussi dans la Kimi K3 License de Moonshot AI, avec un accord distinct au-delà de ce revenu sur douze mois et un affichage du nom « Kimi K3 » au-delà de seuils d’audience ou de revenu mensuel. Les définitions du service divergent : Moonshot AI vise l’accès qui donne au tiers un contrôle sur les entrées ou l’entraînement, Meta l’accès par API qui lui livre des sorties.
Le précédent européen se lit dans la Llama 4 Acceptable Use Policy, qui retirait les droits aux particuliers domiciliés dans l’Union et aux entreprises qui y ont leur siège principal pour les modèles multimodaux. La licence de Llama 4, en vigueur depuis le 5 avril 2025, imposait en outre un seuil de 700 millions d’utilisateurs actifs mensuels et la mention « Built with Llama », de quoi mesurer ce que Meta a gardé ou abandonné.
À l’autre bout de l’échelle d’ouverture, la fiche de Nemotron 3 Ultra 550B-A55B, de Nvidia, publiée le 4 juin, détaille ce que publier jusqu’au bout veut dire : une large part des données de pré-entraînement et de post-entraînement, la recette d’entraînement et les environnements d’apprentissage par renforcement, sous licence OpenMDW v1.1. Elle sert d’étalon pour lire ce que la fiche de Meta ne contient pas.
La grille de lecture vient de The Open Source AI Definition 1.0, de l’Open Source Initiative : quatre libertés, utiliser, étudier, modifier et partager, et trois composantes exigées, informations sur les données, code complet d’entraînement et d’exécution, paramètres sous termes approuvés. Appliquée à Muse Spark Open, elle range le modèle parmi les poids ouverts, non parmi les systèmes open source.
Le cadre européen est exposé dans la FAQ des lignes directrices de la Commission européenne sur les obligations des fournisseurs de modèles à usage général, qui pose comme conditions de l’exemption une licence réellement libre et ouverte, des paramètres publics et l’absence de monétisation, rappelle le seuil de 10²⁵ opérations et le calendrier 2025-2027, sans évoquer le cas d’une licence à seuil de revenu.
Lus ensemble, ces documents font de « ouvert » un dosage plutôt qu’un état : ce que l’éditeur publie, ce qu’il autorise, ce qu’il conditionne et ce qu’il garde. Chaque dosage se mesure à des étalons extérieurs, la définition de l’Open Source Initiative, les licences concurrentes, le droit européen, les précédents de Meta et de Nvidia, et tout chiffre se lit avec le nom de celui qui l’a produit.