Muse Spark Open をローカルに導入するには？

Muse Spark Open は、Meta が 2026 年 10 月 15 日に公開した Muse Spark のオープンウェイト版です。816B パラメータの MoE で、1 トークンごとに使うのは 42B、画像・動画・音声も読めます。4-bit で 32K コンテキストなら約 509 GB になるため、手元で動かすには 96GB の GPU 8 枚、512GB の Mac Studio、または大容量メモリのサーバーが必要です。llama.cpp の対応はまだ本流に入っておらず、Unsloth の GGUF は当面パッチを当てたブランチでビルドする必要があります。

Muse Spark Open のモデル情報

4-bit 最小VRAM508 GB · 8K
パラメータ数816B
アクティブ42B
最大コンテキスト1M

アーキテクチャ: MoE
エキスパートオフロード: VRAM 14 GB + RAM 495 GB
ライセンス: Muse Model License
発売日: 2026年10月15日
提供元: Meta AI
Hugging Face リポジトリ: meta-models/Muse-Spark-Open-816B-A42B
GGUF リポジトリ: unsloth/Muse-Spark-Open-816B-A42B-GGUF
NVFP4 リポジトリ（Blackwell）: meta-models/Muse-Spark-Open-816B-A42B-NVFP4
レイヤー数: 62
隠れ層次元: 8,192
KV ヘッド数: 16
ヘッド次元: 64

Muse Spark Open のローカル実行に必要なVRAMは？

4-bit・32K コンテキストで約 509 GB、2-bit なら約 315 GB まで下がります。コンテキストを伸ばしてもほとんど増えません。4 層のうち 3 層は直近 2048 トークンしか覚えず、全体を見るのは 4 層に 1 層だけなので、4-bit を 32K から上限の 1M まで広げても増えるのは約 67 GB です。

量子化	重みサイズGB	32K コンテキストGB	128K コンテキストGB	256K コンテキストGB	1M コンテキスト（最大）GB
1-bit	208.9GGUF	212.5	218.9	227.5	279.1
2-bit	311.2GGUF	314.8	321.2	329.8	381.4
3-bit	401.5GGUF	405.1	411.5	420.1	471.7
4-bit	505.5GGUF	509.1	515.5	524.1	575.7
5-bit	591.2推定	594.8	601.2	609.8	661.4
8-bit	871.7GGUF	875.3	881.7	890.3	941.9
BF16/FP16	1,640.3GGUF	1,643.9	1,650.3	1,658.9	1,710.5

詳しい計算ルールはデータの作り方ページをご覧ください。

Muse Spark Open は GPU 1 枚で動く？

グラフィックボード 1 枚では動かず、1 台で収まるのは 512GB の Mac Studio だけです。Unsloth のいちばん小さい 1-bit 版でも約 176 GB あり、どのグラフィックボードにも、128GB のマシンにも収まりません。512GB の Mac Studio M3 Ultra 1 台なら容量の上では 4-bit が入りますが、macOS が GPU に割り当てるメモリの上限を引き上げる必要があり、速度は推定で毎秒約 21 トークンです。Meta が公式に勧めているのは、512GB の Mac Studio M5 Ultra 2 台を MLX でつなぐ構成です。

デバイス	価格	速度 t/s	最大コンテキスト
Mac Studio M3 Ultra 512GBマシン全体 · 512 GB	価格なし	32.3	1M

デバイス	価格	速度 t/s	最大コンテキスト
Mac Studio M3 Ultra 512GBマシン全体 · 512 GB	価格なし	21.3	637K

よく使われる GPU とマシンだけを、50B 未満と 50B 以上のモデルで分けて、価格の安い順に掲載しています。

Muse Spark Open を動かすには GPU が何枚必要？

2-bit なら 96GB の RTX PRO 6000 4 枚から動き、毎秒約 58 トークンです。4-bit は 8 枚必要で約 41 トークン、80GB の A100 8 枚でも動きます。512GB の Mac Studio M3 Ultra 2 台を Thunderbolt 5 でつなげば 4-bit も 8-bit も収まり、毎秒約 21 トークンと約 13 トークンです。Meta が勧める Mac Studio 2 台構成と同じやり方です。公式の vLLM・SGLang のレシピは Meta 自身が出した約 530 GB の 4-bit 版を使うもので、Blackwell Ultra 4 枚や H200 8 枚といったデータセンター向けの構成を前提にしています。

デバイス	必要枚数	合計価格	合計 VRAM	速度 t/s	合計消費電力
RTX A60001 枚 48 GB	8 枚	¥11,298,216	384 GB	29.4	2,400 W
A100 80GB PCIe1 枚 80 GB	8 枚	価格なし	640 GB	61.2	2,400 W
RTX PRO 60001 枚 96 GB	4 枚	価格なし	384 GB	57.9	2,400 W
Instinct MI2101 枚 64 GB	8 枚	価格なし	512 GB	54.2	2,400 W
RTX PRO 5000 72GB1 枚 72 GB	8 枚	価格なし	576 GB	46.6	2,400 W
GeForce RTX 4090 48GB1 枚 48 GB	8 枚	価格なし	384 GB	37	3,600 W
DGX Spark 128GB1 台 128 GB	4 台	価格なし	512 GB	11.5	960 W

デバイス	必要枚数	合計価格	合計 VRAM	速度 t/s	合計消費電力
A100 80GB PCIe1 枚 80 GB	8 枚	価格なし	640 GB	43.3	2,400 W
RTX PRO 60001 枚 96 GB	8 枚	価格なし	768 GB	40.7	4,800 W
RTX PRO 5000 72GB1 枚 72 GB	8 枚	価格なし	576 GB	32.1	2,400 W
Mac Studio M3 Ultra 512GB1 台 512 GB	2 台	価格なし	1,024 GB	20.8	960 W

デバイス	必要枚数	合計価格	合計 VRAM	速度 t/s	合計消費電力
Mac Studio M3 Ultra 512GB1 台 512 GB	2 台	価格なし	1,024 GB	12.8	960 W

Mac Studio は Thunderbolt 5 で連結し、MLX や exo で動かします。vLLM は対応していません。詳しい計算ルールはデータの作り方ページをご覧ください。

メインメモリを使って Muse Spark Open を動かすには？

エキスパートをメインメモリに逃がせば、GPU に残すのは十数 GB で済みます。256 個のエキスパートが重みの 98% を占め、常駐の共有エキスパートもないためです。問題はメモリ容量で、表の中で収まるのは 12 チャネル DDR5 サーバーに RTX PRO 6000 1 枚を挿した構成だけです。2-bit ならメモリ 384GB で毎秒約 32 トークン、4-bit は 768GB をフルに使って約 19 トークンまで落ちます。

フラッグシップサーバー · 12 チャネル DDR5

速度 t/s19.1

合計—

GPU: RTX PRO 6000 × 1 枚エキスパート層 11 / 62 を VRAM に配置; —; 購入
メモリ: 768 GB DDR5-480012 枚 × 64 GB · 461 GB/s; ¥7,021,008; リアルタイム価格
本体: AMD EPYC 9354Supermicro H13SSL-N マザーボード; ¥426,835; 参考価格
電源: 1,200 Wシステム全体で約 980 W; ¥28,456; 参考価格

一部の購入リンクはアフィリエイトリンクです。リンク経由でご購入いただくと当サイトが手数料を受け取ることがありますが、お支払い金額は変わりません。

Muse Spark Open をローカルで動かす前に知っておきたいこと

llama.cpp も vLLM もマージ待ち

llama.cpp への対応は公開当日に出されたばかり（PR #30616）で、まだ本流にはマージされていません。Unsloth の GGUF を読み込むにはこのブランチを自分でビルドする必要があり、Ollama の公式タグもまだありません。パッチの作者は M3 Ultra と RTX PRO 6000 で、テキスト、画像、音声、ツール呼び出しを確認しています。画像と音声には別のプロジェクターファイルが要ります。Unsloth のリポジトリには今のところテキスト部分しかありませんが、パッチの作者が ggml-org に置いた GGUF には含まれています。チャットでは --jinja を付けます。vLLM の対応もまだ正式版に入っておらず（PR #61879）、公式レシピでは当面 vLLM の muse-spark-open 専用 Docker イメージを使うよう案内しています。検証済みの構成は、Meta の 4-bit 版を GPU 8 枚で動かすものです。

Unsloth の量子化ファイル

Unsloth は 1-bit から 4-bit まで 8 種類の GGUF を出しており、4-bit の UD-Q4_K_XL は約 506 GB です。8-bit と BF16 は ggml-org のファイルの値で、5-bit はまだ誰も作っていないため、表のその行はパラメータ数からの推定値です。Unsloth によると 2-bit の UD-IQ2_XXS（約 226 GB）はメモリ 256GB のマシンで動きますが、エキスパートの重みが 2 bit 前後まで削られるので、回答の質は落ちます。

初期設定ではいちばん長く考える

思考の深さは reasoning_effort で low、medium、high、xhigh から選び、初期値は最大の xhigh です。コーディングやエージェント用途には high か xhigh、速さを優先するなら low か medium が推奨で、それ以外の値を渡すとエラーになります。推奨サンプリングは temperature 1.0、top_p 1.0、top_k は制限なしです。Unsloth の GGUF には top_k 64 が既定値として書き込まれているので、公式どおりにするなら --top-k 0 を付けます。

ライセンスは Llama とは別物

Meta の新しい Muse Model License を使っています。商用利用、ファインチューニング、蒸留はできますが、製品には「Built with Muse Spark Open」と目立つように表示する必要があります。第三者にモデルの API を提供していて、グループの売上が連続 12 か月で 2000 万米ドルを超える企業は、先に Meta と別の契約を結ばなければなりません。社内利用や自社製品の機能に組み込む場合はこの条項の対象外です。Hugging Face の公式リポジトリは手動審査を通らないとダウンロードできませんが、Unsloth の GGUF は審査なしで取得できます。

起動コマンド

Ollama

Ollama ライブラリに公式タグはまだありません。

llama.cpp

実行前にデプロイガイドで必要な実行環境とハードウェアを確認してください。

llama-server -hf unsloth/Muse-Spark-Open-816B-A42B-GGUF:UD-Q4_K_XL --jinja -c 8192

vLLM

実行前にデプロイガイドで必要な実行環境とハードウェアを確認してください。

docker run --gpus all \
  -p 8000:8000 \
  --ipc=host \
  --env "HF_TOKEN=$HF_TOKEN" \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  vllm/vllm-openai:muse-spark-open meta-models/Muse-Spark-Open-816B-A42B-NVFP4 \
    --tensor-parallel-size 8 \
    --enable-expert-parallel \
    --max-model-len 1048576 \
    --reasoning-parser muse \
    --tool-call-parser muse \
    --enable-auto-tool-choice

ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。データ方法

Meta ファミリーのほかのモデル

モデル	総パラメータ	アクティブ	4-bit のサイズ
Llama 3.2 3BDense	3.2B	3.2B	2 GB
Llama 3.1 8BDense	8B	8B	4.9 GB
Llama 3.3 70BDense	70.6B	70.6B	42.5 GB
Llama 4 Scout 17B 16EMoE	108.6B	17B	65.4 GB

Meta について