متا مدل Muse Spark Open را منتشر کرده است که در پوشش خبری به‌عنوان توانمندترین مدل open-weight آمریکایی تا به امروز توصیف شده و ۸۱۶ میلیارد پارامتر دارد. گزارش‌ها حاکی از آن است که می‌تواند روی واحدهای Mac Studio اجرا شود و یکی از آن‌ها به نیاز ۱ ترابایت RAM اشاره می‌کند. این مدل به‌طور همزمان روی هفت cloud معرفی شد.
برای تیم‌هایی که سیستم‌های agent می‌سازند، پرسش عملی دیگر این نیست که آیا open weight می‌تواند به مقیاس frontier برسد، بلکه این است که inference باید عملاً کجا اجرا شود. مدلی با این اندازه که روی سخت‌افزار محلی Apple اجرا می‌شود، مسیری معتبر به‌سوی رانتایم‌های agent درون‌سازمانی فراهم می‌کند، جایی که promptها، context بازیابی‌شده و خروجی‌های tool call داخل مرزهای اپراتور باقی می‌مانند. این موضوع برای بارهای کاری تحت رگولاتوری و برای pipelineهایی اهمیت دارد که در آن‌ها هزینهٔ میزبانی به‌ازای هر token با تعداد حلقه‌های agent مقیاس می‌گیرد، نه با تعداد کاربران.
اما هشدارها قابل توجه‌اند. رقم ۱ ترابایت RAM به کلاس سخت‌افزاری خاصی اشاره دارد و از پوشش خبری روشن نیست که throughput، quantisation و latency چندواحدی تحت بار پیوستهٔ agentic چگونه رفتار می‌کنند، یا اینکه معرفی همزمان روی هفت cloud چه تأثیری بر شرایط لایسنس و میزبانی دارد. تصمیم متا به بسته نگه‌داشتن بهترین فناوری‌اش در حالی که این مدل را آشکارا منتشر می‌کند نیز قابل توجه است: انتشار open یک انتخاب جایگاه‌یابی عامدانه است، نه انتقال کامل توانمندی. Behzat AI چنین انتشارهایی را تنها یک ورودی در ارزیابی استقرار می‌داند، نه یک پیش‌فرض.
پیش از هر تصمیم معماری، گام بعدی راستی‌آزمایی ویژگی‌های سرو محلی است.