Groq lança Meta Muse Spark Open: 816B de parâmetros e 350+ tokens/s

A Meta lançou o Muse Spark Open, modelo open-weight para programação agêntica, e a Groq o integrou ao GroqCloud no dia do lançamento. Por enquanto, o acesso é um limited preview. Segundo a Groq, o modelo foi construído como Mixture of Experts: 816 bilhões de parâmetros no total, 42 bilhões ativos a cada token e 256 especialistas. No GroqCloud, ele entrega mais de 350 tokens por segundo por usuário, com contexto de 131 072 tokens.

Arquitetura e características

A cada token, cerca de 5% dos pesos entram em ação (42 de 816 bilhões). É assim que funcionam os modelos MoE: todos os parâmetros precisam ficar na memória, mas só os especialistas selecionados fazem o cálculo. Por isso, um modelo desse tamanho pode, em princípio, atingir alta velocidade de geração.

Os principais pontos do anúncio:

• 816B de parâmetros no total, 42B ativos por token;
• 256 especialistas na arquitetura Mixture of Experts;
• contexto de 131 072 tokens no GroqCloud, que, segundo a Groq, é suficiente para grandes bases de código com dependências e código legado;
• entrada: texto e imagens; saída: apenas texto;
• velocidade: 350+ tokens por segundo por usuário;
• treinamento em fluxos de trabalho reais de desenvolvedores: refatoração em vários arquivos, sessões de depuração, tarefas longas.

Um agente que explica seus passos

A Meta projetou o Muse Spark Open como agente desde o início. O modelo planeja, age, avalia o resultado e corrige o rumo ao longo de tarefas longas. Ele consegue iniciar e coordenar subagentes, navegar na web e operar o computador no desktop, no ambiente mobile e no navegador.

Antes de cada ação, o modelo escreve uma breve declaração de intenção. O desenvolvedor vê o que ele pretende fazer e por quê, e pode intervir antes que a alteração chegue ao repositório. Em tarefas autônomas longas, essa transparência já tem valor por si só. A Meta afirma que o modelo tem maior precisão na primeira tentativa e chama ferramentas de forma confiável, mas o material da Groq não traz números nem benchmarks.

Por que a velocidade importa para agentes

Uma tarefa agêntica é uma cadeia de chamadas ao modelo, e cada etapa espera a anterior. Os atrasos se acumulam. Uma conta aproximada: 30 chamadas de 2 000 tokens somam 60 000 tokens, e a 350 tokens por segundo isso dá cerca de três minutos de geração pura. Com uma velocidade três vezes menor, a espera subiria para quase nove minutos. Os números são ilustrativos e, na prática, dependem da tarefa, mas a lógica fica clara.

Scott Albin, chefe da área comercial da Groq, diz que agentes fazem dezenas de chamadas para concluir uma única tarefa, e que a inferência rápida mantém cada uma delas dentro de limites razoáveis. A Groq informa que sua plataforma tem mais de seis milhões de desenvolvedores, empresas da Fortune 500 e milhares de startups AI-native. Ela processa trilhões de tokens por semana a partir de data centers na América do Norte, na Europa, no Oriente Médio e na APAC.

O que o anúncio não traz

Trata-se de um press release de um parceiro de infraestrutura, e a velocidade citada vem do próprio fornecedor. Não há dados sobre preço por token, termos de licença, limites do preview nem medições independentes de qualidade. Também não se sabe como a velocidade de 350+ tokens por segundo se sustenta com o contexto totalmente preenchido e sob alta carga paralela.

Como testar

O pedido de acesso deve ser feito na página groq.com/muse-spark-open. Para avaliar o modelo, vale usar uma tarefa própria em vez de uma demo:

• rodar uma refatoração em vários arquivos em um repositório real e medir o tempo até o resultado final, e não os tokens por segundo;
• verificar se a base de código com dependências cabe nos 131 072 tokens;
• testar a chamada das suas ferramentas e a proporção de tarefas resolvidas na primeira tentativa;
• enviar capturas de tela da interface durante a depuração: o modelo aceita imagens.

Se a Meta e a Groq não inflaram os números, um modelo open-weight dessa classe, com alta velocidade, se tornará uma alternativa séria aos modelos agênticos fechados. Por enquanto, é preciso verificar isso no seu próprio código.