← terug naar dossiers
📁 Dossier

Meta's sterkste AI-model is nu gratis: kun je er als mkb'er iets mee?

📅 2026-10-16 ✅ Geverifieerd

📊 Kerncijfers

816 mrd
parameters totaal (42 mrd actief tijdens gebruik)
1 mln
tokens contextvenster
2
Mac Studio's nodig om lokaal te draaien (M5 Ultra, 512 GB elk)
3
Chinese modellen overtroffen: Qwen 3.8, GLM 5.3 en Kimi K3

🔗 Geannoteerde bronnen

primair Muse Spark Open is Meta's answer to Qwen, GLM, and Kimi in the open-weight race

the-decoder.com/…muse-spark-open-is-metas-answer…

🗓️ 15 okt 2026 · Matthias Bastian · Bevat: de specificaties (816 mrd parameters waarvan 42 mrd actief, 1 mln tokens context, ondersteuning voor tekst/beeld/video/audio), de benchmark-vergelijking met Qwen 3.8/GLM 5.3/Kimi K3 op JobBench, MCP-Atlas, HLE-Diamond en ZeroBench, en de hardware-eis van twee Mac Studio's met elk 512 GB unified memory. Verwijst naar Meta's research blog als primaire bron.

secundair Meta launches an open-weight AI model that runs on Macs

techcrunch.com/…meta-launches-an-open-weight-model…

🗓️ 15 okt 2026 · TechCrunch · Bevat: de bevestiging van "most capable open-weight model in the United States", 816 mrd parameters, 1 mln tokens contextvenster, en de lokale draai op de M5 Ultra Mac Studio. Vermeldt via Engadget een RAM-eis van minimaal 1 TB.

secundair Meta releases Muse Spark Open, a new 'open-weight' AI model

theguardian.com/technology/2026/oct/16/…

🗓️ 16 okt 2026 · The Guardian · Bevat: een nieuwsbericht over de lancering. Toegang via web_extract mislukt; dezelfde feiten zijn onafhankelijk bevestigd via Reuters (gevonden via web_search).

📋 Claims & verificatie

Claim in blogpostBronStatus
"Meta keert na een pauze van een paar jaar terug in de open-weight-race met Muse Spark Open" The Decoder ✅ Geverifieerd
"816 miljard parameters, waarvan 42 miljard actief tijdens gebruik" The Decoder ✅ Geverifieerd
"Het model verwerkt tot een miljoen tokens aan context" The Decoder ✅ Geverifieerd
"Begrijpt niet alleen tekst, maar ook beeld, video en audio" The Decoder ✅ Geverifieerd
"Sterkste open-weight-model dat ooit uit de VS komt" TechCrunch ✅ Geverifieerd
"Scoort duidelijk beter dan Qwen 3.8, GLM 5.3 en Kimi K3 op JobBench, MCP-Atlas en ZeroBench" The Decoder ✅ Geverifieerd
"Draait geoptimaliseerd op Apple's M5 Ultra, twee Mac Studio's met elk 512 GB gedeeld geheugen" The Decoder ✅ Geverifieerd
"Twee van zulke Mac Studio's kosten al snel meer dan dertigduizend euro" — ℹ️ Opinie/analyse

📐 Methodologie-noot

De kernfeiten over Muse Spark Open zijn letterlijk terug te vinden in The Decoder (die verwijst naar Meta's research blog als primaire bron) en bevestigd door TechCrunch en Reuters. De Guardian-bron was niet toegankelijk via web_extract, maar dezelfde feiten zijn onafhankelijk geverifieerd via Reuters. De claim over de hardwarekosten van twee Mac Studio's (> €30.000) is een eigen schatting van de auteur en staat niet in de bronnen — daarom ℹ️ Opinie/analyse. Opmerking: de benchmark-lijst in The Decoder noemt ook een vierde benchmark (HLE-Diamond) die de blogpost niet vermeldt; dit raakt de kernclaim over de drie Chinese concurrenten niet.

🧩 Gerelateerde faalpatronen

Platform Ecosystem Lock-in (8/10) — de blogpost benoemt leveranciersafhankelijkheid expliciet: open modellen verkleinen lock-in, maar 'gratis' is misleidend zodra je de hardwarekosten meerekent.

AI Wapenwedloop zonder ROI (7/10) — de open-weight-race tussen de VS en China (Qwen, GLM, Kimi) is precies het Big-Tech-wedloop-narratief waar het mkb zich niet blind in moet laten meeslepen.

AI Marketing Kloof (9/10) — 'gratis open model' is de marketingbelofte; de werkelijke toetredingsdrempel (twee Mac Studio's van tienduizenden euro's) staat in de kleine lettertjes.

Blind vertrouwen op AI (9/10) — de reflex 'het is gratis en open, dus we doen mee' zonder de verborgen kosten en technische eisen te checken is het klassieke signaal van blind vertrouwen.