# Meta lança Muse Spark Open, modelo de 816B treinado em GPUs NVIDIA GB300
A Meta lançou o Muse Spark Open, modelo de linguagem de código aberto com 816 bilhões de parâmetros, treinado no NVIDIA GB300 NVL72. Junto do modelo, a empresa divulgou checkpoints NVFP4 otimizados para Blackwell Ultra, que entregam mais de 50 mil tokens/s/GPU em inferência.
O que é o Muse Spark Open
O Muse Spark Open tem 816B parâmetros e janela de contexto de 1 milhão de tokens. Essa combinação existe para um cenário específico: agentes de código trabalhando em bases grandes, onde o modelo precisa ler, entender e editar código espalhado por dezenas de arquivos sem fatiar o repositório em pedaços pequenos.
Para dar uma ideia da escala, 816 bilhões de parâmetros colocam o modelo na faixa dos maiores sistemas abertos já liberados pela Meta. O treinamento no GB300 NVL72, o rack da NVIDIA que agrupa 72 GPUs Blackwell Ultra, indica que a empresa apostou no hardware mais recente disponível para fechar o ciclo de treinamento.
Checkpoints NVFP4 para Blackwell Ultra
Além dos pesos do modelo, a Meta publicou checkpoints NVFP4 otimizados para Blackwell Ultra. O número divulgado é de mais de 50 mil tokens/s/GPU, o que melhora o throughput e reduz o custo por token em inferência.
Quem roda inferência em escala sabe que custo por token é a métrica que decide se o deployment fecha a conta ou não. Quantização em NVFP4 com hardware dedicado foi o caminho escolhido para viabilizar um modelo desse tamanho sem estourar o orçamento de serving.
Links e referências
Mais no nosso blog: https://t.co/WcSFpdHowL
Detalhes do NVFP4: https://t.co/gBvebf8XxE
O impacto para desenvolvedores
Um modelo aberto de 816B com contexto de 1M de tokens e checkpoints prontos para o hardware mais recente da NVIDIA muda o cálculo para times que avaliam alternativas aos modelos fechados de código. Até agora, rodar um modelo desse porte com throughput competitivo exigia infraestrutura que poucos tinham; os checkpoints NVFP4 atacam exatamente esse gargalo.
A ressalva fica nos números de qualidade. Tokens/s/GPU mede velocidade, não acurácia, e o comportamento do Muse Spark Open em benchmarks independentes de engenharia de software ainda precisa ser confirmado por terceiros.
Você testaria o Muse Spark Open em produção ou prefere esperar benchmarks independentes? Conta pra gente nos comentários.
