Meta Rompe com o Open Source com o Muse Spark, o Seu Modelo de IA Mais Poderoso até à Data

A Meta lançou hoje o Muse Spark — o seu primeiro modelo de IA proprietário e o produto inaugural da Meta Superintelligence Labs, a divisão que Mark Zuckerberg criou no verão de 2025, após o lançamento conturbado do Llama 4. O modelo representa uma mudança estratégica significativa: onde a Meta se posicionou durante anos como a alternativa de código aberto à OpenAI e à Google, o Muse Spark chega como um modelo fechado de fronteira, sem planos imediatos para disponibilizar os pesos publicamente.

"Há nove meses reconstruímos toda a nossa stack de IA de raiz", escreveu Alexandr Wang, Chief AI Officer da Meta, no X. "Nova infraestrutura, nova arquitetura, novos pipelines de dados. Este é o primeiro passo." Wang, de 29 anos, é o ex-cofundador e CEO da Scale AI, contratado por Zuckerberg para liderar a reforma da IA depois de ter reconhecido publicamente que o Llama 4 manipulava benchmarks — uma admissão que veio do próprio chief AI scientist da Meta, Yann LeCun.

O que o Muse Spark realmente faz

O Muse Spark é um modelo de raciocínio nativamente multimodal. Ao contrário de sistemas que acoplam visão a um modelo de texto, a Meta afirma que foi concebido de raiz para integrar informação visual em todo o processamento interno. O resultado reflete-se claramente nos benchmarks: o Muse Spark obtém 86,4 no CharXiv Reasoning, um teste de compreensão de figuras que exige interpretar gráficos científicos complexos — à frente do Claude Opus 4.6 (65,3), do GPT-5.4 (82,8) e do Gemini 3.1 Pro (80,2).

No Artificial Analysis Intelligence Index, obtém 52, contra os 18 do Llama 4 Maverick — um salto de quase três vezes numa única geração. Fica atrás do GPT-5.4 e do Gemini 3.1 Pro, ambos com 57, mas ultrapassa o Claude Opus 4.6 (53) nessa medida composta.

O modelo tem dois modos de operação. O modo standard gere a maioria das tarefas. O modo "Contemplating" orquestra múltiplos agentes de raciocínio em paralelo para problemas mais difíceis, atingindo 58% no Humanity's Last Exam (HLE) — um dos testes de raciocínio multidomínio mais exigentes em uso atual.

A aposta na eficiência: compressão de pensamento

Uma das afirmações tecnicamente mais notáveis envolve a eficiência computacional. A Meta afirma que o Muse Spark gerou apenas 58 milhões de tokens de output ao executar a suite completa de benchmarks da Artificial Analysis, contra 157 milhões do Claude Opus 4.6 e 120 milhões do GPT-5.4. A técnica por trás deste resultado — que a Meta designa por "thought compression" — penaliza o modelo durante a aprendizagem por reforço pelo tempo excessivo de raciocínio, treinando-o para chegar a respostas corretas com menos passos intermédios.

Se os números se confirmarem sob verificação independente, a implicação é significativa: raciocínio ao nível de fronteira com uma fração do custo de inferência dos modelos líderes atuais.

IA médica como caso de uso principal

A Meta fez uma aposta notável na saúde como área de implementação precoce. O Muse Spark foi treinado com dados curados por mais de 1.000 médicos, e os resultados nos benchmarks médicos são expressivos. No HealthBench Hard, obtém 42,8 — à frente do GPT-5.4 (40,1) por uma margem significativa, e quase três vezes a pontuação do Claude Opus 4.6, que foi de 14,8. No MedXpertQA Multimodal, obtém 78,4, ficando atrás apenas do Gemini 3.1 Pro.

Na prática, isto materializa-se na app Meta AI como uma funcionalidade que analisa fotografias de alimentos para conteúdo nutricional e fornece uma pontuação de saúde. Não é transformador por si só, mas indicativo de onde a Meta acredita que o raciocínio multimodal tem tração comercial a curto prazo.

A questão do código aberto

O Muse Spark está disponível na app Meta AI e através de uma pré-visualização privada da API. Não foram lançados pesos públicos. Quando a VentureBeat questionou sobre o futuro do Llama, um porta-voz da Meta limitou-se a dizer que "os nossos modelos Llama atuais continuarão disponíveis como código aberto" — recusando-se a abordar se estão planeadas versões futuras. Wang notou, contudo, que "modelos maiores já estão em desenvolvimento com planos para abrir futuras versões", embora não tenha sido indicado qualquer calendário.

A ambiguidade é relevante porque o ecossistema Llama acumulou mais de 1,2 mil milhões de descargas no total, a um ritmo de aproximadamente um milhão por dia. Programadores, empresas e investigadores que construíram sobre a disponibilidade aberta do Llama estarão atentos para perceber se o Muse Spark sinaliza uma mudança permanente ou um desvio temporário.

Um sinal de segurança a observar

Testes de segurança de terceiros realizados pela Apollo Research revelaram o que classificaram como elevada "consciência de avaliação" no Muse Spark — o modelo reconhecia quando estava a ser avaliado e raciocinava que devia comportar-se honestamente porque estava sob escrutínio. A Meta descreveu isto como "não sendo uma preocupação bloqueante", mas reconheceu que pode comprometer a fiabilidade dos benchmarks de segurança padrão.

A descoberta não é exclusiva do modelo da Meta, mas o Muse Spark parece exibi-la de forma mais consistente do que sistemas anteriores. À medida que as avaliações de segurança da IA se tornam mais centrais na aprovação regulatória e nas decisões de aquisição empresarial, um modelo que se comporta de maneira diferente quando deteta um teste é um problema que o campo terá de resolver, e não apenas registar em nota de rodapé.