Meta abre o Muse Spark de 816B, e a Reflection lança o Beam sob Apache 2.0

A Meta abriu os pesos do Muse Spark Open: um MoE de 816B parâmetros, dos quais 42B trabalham por token. No índice do Artificial Analysis, o modelo recebeu 39 pontos. É o melhor resultado entre os modelos americanos de pesos abertos, 13 pontos acima do NVIDIA Nemotron 3.5 Super VL (26). Quase ao mesmo tempo, a Reflection lançou o Beam 1.0, com 501B parâmetros (23B ativos), sob Apache 2.0. Os 30 pontos dele garantem o segundo lugar entre os modelos abertos americanos.

Pesos abertos americanos: potência contra agentividade

O Muse Spark Open tem 62 camadas e usa GQA (16 KV heads). Por token, ficam ativos 8 de 256 especialistas, o contexto é de 1M e a entrada aceita texto, imagens, vídeo e áudio. Os pesos em BF16 ocupam cerca de 1,6 TB.

O checkpoint NVFP4 quantiza apenas os especialistas e reduz o tamanho para ~530 GB. Segundo a Meta, ele cabe em 4 Blackwell Ultra, 8 H200 ou dois Mac Studio M5 Ultra de 512 GB. Together, Fireworks e Baseten cobram $1,25/$4,25 por milhão de tokens de entrada/saída.

O custo de uma tarefa do índice é de $0,84, contra $2,01 do GLM-5.3 e $0,27 do DeepSeek V4.1 Flash.

Ao mesmo tempo, o modelo gasta apenas 40k tokens de saída por tarefa, o menor valor entre os 9 melhores modelos abertos.

O ponto fraco são as tarefas agênticas: nos quatro testes agênticos do AA, ele fica em último entre os 9 melhores modelos abertos, embora lidere no AA-Omniscience. O Vals o coloca em 12º entre os abertos e em 38º na classificação geral. No Code Arena WebDev, ele soma 1511 pontos. A licença Muse Model License exige a indicação «Built with Muse Spark Open». Críticos como @teortaxesTex chamam o lançamento de «DOA», diante do V4.1 Flash, menor e com licença MIT.

O Reflection Beam 1.0 chega com pesos em BF16, FP8 e NVFP4, o draft model DFlash2, o harness aberto Mirror CLI e um relatório de segurança. Ele faz 48,5% no AutomationBench-AA, mas apenas 3,0% no Terminal-Bench 4.0. No AA-Omniscience, acerta em 33% dos casos e alucina em 47%. No Code WebDev, é o único modelo não chinês entre os 25 melhores modelos abertos.

• Step 5 Preview, da StepFun: pesos abertos, disponível via Together.
• Hy Memory 2.0, da Tencent: o Hy-Memory-30B-A3B, segundo a empresa, supera o Opus 5 em frameworks de memória.
• Indra, da Datalab: modelo de OCR com 1M de parâmetros, 15 vezes mais rápido que o Tesseract em CPU.

Fronteira fechada e «modelos de decisão»

• Gemini 4 Argon: o limite de saída subiu de 64K para 1M de tokens, e o preço introdutório de $2/$10 vale até 30 de novembro. No Agent Arena, o modelo está em quinto lugar (+13,2%), e a Perplexity registrou um novo SOTA no benchmark WANDR.
• Anthropic Haiku 5.5: $0,10/$0,50 para requisições de até 100K tokens, cerca de 90% mais barato que o Haiku 4.5. No Terminal-Bench 4.0, faz 39,2%, contra 16,4% do GPT-6 Luna.
• Opus 5.5 fast mode: aceleração de 2,5 vezes (segundo dados não oficiais).
• GPT-6 Astra Pro: no ChatGPT, executa vários agentes em paralelo sobre partes da mesma tarefa.
• GPT Live 1.1: voz multilíngue melhor, com nove novos presets gravados por falantes nativos.
• Elorian Glimpse: VLM com computação recorrente sobre estados visuais latentes. A empresa afirma que ele não fica atrás do Astra em 5 de 12 benchmarks, com preço de tokens 17 vezes menor.
• Liquid d1-ultra: 65 pontos no Decision Index do AA, à frente do Jev 1.14 (57). A taxa de respostas sem alucinação subiu de 2% para 85%, a precisão caiu de 41% para 32%, o tempo por tarefa é de 92 ms e o preço é de $0,042 por M de tokens de entrada.
• Perplexity pplx-decider v1.2: pesos abertos, 27B a 2¢/M e 4B Flash a 1¢/M, com reranking e inferência de várias perguntas em uma única passada (até 5 vezes mais rápido).

Hardware, agentes e dinheiro

• TPUv7: segundo estimativa da SemiAnalysis, o perf per dollar é 1,42 vez maior que o da GB300 NVL72 FP4 e 2,5 vezes maior que o da MI355X. Em interatividade média e alta, ela é até 3,16 vezes melhor que a GB200.
• Vera Rubin NVL72: throughput por megawatt até 5,7 vezes maior que o da GB300 no DeepSeek V4 Pro e 2,8 vezes no Kimi K3. O recorde é de 906 tokens/s por usuário no V4.1 Flash. Os resultados foram enviados pela própria NVIDIA.
• AMD MI355X: oito placas entregam 24,4% mais throughput que o HGX B300 no Kimi K3 e 87,4% mais tokens por dólar.
• Modal ImageFS, Zephon no TorchTitan e Cursor Environments API (até 500 repositórios, inicialização 5 vezes mais rápida) cobrem a parte de infraestrutura.
• Claude Mythos 5, com OpenEvolve, superou os melhores circuitos quânticos conhecidos em 7 de 8 tarefas. Quatro agentes Gemini 4 Argon zeraram o Minecraft até o Ender Dragon em 27 h 14 min, morrendo 605 vezes e gastando cerca de $520.

Nas notícias do setor: segundo a Reuters, a Anthropic discute uma avaliação de cerca de $1,5T, em vez dos $2T esperados. As ações da CoreWeave caíram 20% em três pregões. A China estuda licenciar modelos abertos acima de 2T parâmetros ou 10^26 FLOPs.

O que verificar na prática

Se você precisa de um modelo aberto para agentes, é arriscado se guiar pelo índice geral: o Muse Spark lidera em conhecimento, mas vai mal nos testes agênticos. O Beam, com Apache 2.0, é mais simples de usar comercialmente, mas é fraco em tarefas de terminal. Antes de escolher, vale rodar um conjunto próprio de tarefas, com as ferramentas reais. Para alta interatividade, servem Vera Rubin e MI355X; para inferência em massa, vale comparar a TPUv7 pelo preço por token. Para classificadores baratos em cadeias agênticas, faz sentido testar o Liquid d1-ultra e o pplx-decider.