Markdown সংস্করণ

AI-translated from English; not yet reviewed by a fluent editor.

# Muse Spark Open-এর ওয়েট ও চালানোর নির্দেশিকা প্রকাশ করল Meta

> ১৫ অক্টোবর Muse Spark Open-এর ওয়েট প্রকাশ করেছে Meta। BF16 ও NVFP4 চেকপয়েন্ট, হোস্ট করা API এবং Muse Model License ডেভেলপারদের কয়েকটি পথ দিচ্ছে, প্রতিটির সীমা আলাদা।

By BIG CHANGE Editorial

Published: 2026-10-16T06:43:13.531Z
Updated: 2026-10-16T06:43:13.531Z
Canonical: https://bigchange.ai/blog/meta-muse-spark-open-weights-serving-license

![Conceptual charcoal illustration of an open server cabinet on the left and a separate wall-mounted network connection on the right.](https://bigchange.ai/api/media/file/muse-spark-open-serving-choice-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no Meta equipment, actual deployment or BIG CHANGE test is depicted.

২০২৬ সালের ১৫ অক্টোবর Muse Spark Open-এর ওয়েট প্রকাশ করেছে Meta। এখন কোনো দল [Meta-র BF16 বা NVFP4 চেকপয়েন্ট ডাউনলোড করতে পারে](https://dev.meta.ai/docs/muse-spark-open/get-the-model), নিজস্ব হার্ডওয়্যারে সমর্থিত ফরম্যাট চালাতে পারে, অথবা উদ্বোধনী অংশীদারের মাধ্যমে মডেলটি কল করতে পারে। এই নির্বাচন গুরুত্বপূর্ণ: পূর্ণ চেকপয়েন্টে প্রায় ১.৬৫ TB ওয়েট আছে, NVFP4 চেকপয়েন্টে প্রায় ৫৩৭ GB, আর হোস্ট করা এন্ডপয়েন্টের প্রবেশাধিকার ও দামের নিজস্ব শর্ত থাকে। BIG CHANGE প্রকাশের নথি, মডেল কার্ড, চালানোর নির্দেশিকা ও লাইসেন্স যাচাই করেছে। আমরা মডেলটি ডাউনলোড বা চালাইনি।

Meta-র বর্ণনায় Muse Spark Open একটি স্পার্স মিক্সচার-অফ-এক্সপার্টস মডেল; মোট প্যারামিটার ৮১৬ বিলিয়ন, আর প্রতি টোকেনে প্রায় ৪২ বিলিয়ন সক্রিয়। এটি টেক্সট, ছবি, ভিডিও ও অডিও গ্রহণ করে এবং টেক্সট তৈরি করে। [মডেলের নথিতে](https://dev.meta.ai/docs/muse-spark-open) সর্বোচ্চ কনটেক্সট ১,০৪৮,৫৭৬ টোকেন বলা হয়েছে। এটি মডেলের সীমা, প্রত্যেক সরবরাহকারী বা স্থানীয় কনফিগারেশন এত টোকেন বরাদ্দ করবে—এমন প্রতিশ্রুতি নয়।

## বড় পরিবর্তন

- **কী বদলেছে:** Meta নিজস্ব Muse Model License-এর অধীনে ডাউনলোডযোগ্য Muse Spark Open ওয়েট প্রকাশ করেছে; সঙ্গে স্ব-হোস্টিং, অংশীদারের API ও পোস্ট-ট্রেনিংয়ের নথিভুক্ত পথ দিয়েছে।
- **কেন গুরুত্বপূর্ণ:** ইনফারেন্স কোথায় চলবে এবং কোন চেকপয়েন্ট বা সরবরাহকারী কাজের চাপের উপযুক্ত, তা ডেভেলপাররা বেছে নিতে পারেন। প্রকাশিত কনফিগারেশন-পদ্ধতি নির্বাচনটি আরও স্পষ্ট করে, তবে মেমরি, কনটেক্সট, দাম ও প্রবেশাধিকার এখনও নির্বাচিত পথের ওপর নির্ভর করে।
- **যা দেখতে হবে:** প্রকাশিত চেকপয়েন্টের স্বাধীন পরীক্ষা, সরবরাহকারীভেদে কনটেক্সট ও দাম এবং বাস্তব কাজে ছোট কোয়ান্টাইজেশনগুলোর আচরণ। Meta-র প্রদর্শনী ও মূল্যায়ন অন্য স্থাপনায় একই ফল হবে বলে প্রমাণ করে না।

## ওয়েট, হার্ডওয়্যার ও কনটেক্সট

Meta-র [ডাউনলোড নির্দেশিকায়](https://dev.meta.ai/docs/muse-spark-open/get-the-model) Hugging Face-এ দুটি নিজস্ব রিপোজিটরির নাম আছে: `meta-models/Muse-Spark-Open-816B-A42B` BF16-এর জন্য এবং `meta-models/Muse-Spark-Open-816B-A42B-NVFP4` ছোট চেকপয়েন্টের জন্য। BF16 ওয়েট ফাইলের আকার প্রায় ১.৬৫ TB; NVFP4-এর প্রায় ৫৩৭ GB। এগুলো স্টোরেজের আকার—কি-ভ্যালু ক্যাশ, অ্যাক্টিভেশন ও রানটাইমের অতিরিক্ত ব্যয় এর বাইরে। Meta-র চালানোর উদাহরণে BF16-এর জন্য আটটি B300 GPU এবং NVFP4-এর জন্য চারটি B300 GPU ব্যবহৃত হয়েছে। এর [হার্ডওয়্যার তালিকায়](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) vLLM-সহ AMD Instinct কনফিগারেশন, SGLang-সহ Intel Xeon 6 INT4 পথ এবং Apple MLX কনফিগারেশনের বর্ণনাও আছে। Apple কনফিগারেশনে প্রতিটিতে ৫১২ GB ইউনিফায়েড মেমরিসহ দুটি M5 Ultra Mac Studio, অথবা প্রতিটিতে ২৫৬ GB-সহ চারটি ব্যবহৃত হয়। এগুলো নির্দিষ্ট পদ্ধতি, সাধারণ সামঞ্জস্যের নিশ্চয়তা নয়।

অনেক কম মেমরির ওয়ার্কস্টেশনের জন্য [স্থাপনার নির্দেশিকা](https://dev.meta.ai/docs/muse-spark-open/deploy) তৃতীয় পক্ষের GGUF কোয়ান্টাইজেশনের দিকে নির্দেশ করে। ডায়নামিক ২-বিট সংস্করণের জন্য Unsloth-এর পরিকল্পনার পরিসর হলো RAM ও VRAM মিলিয়ে প্রায় ৩০০–৩১৫ GB। এর চেকপয়েন্ট ও রানটাইম Meta-র BF16 ও NVFP4 ডাউনলোড থেকে আলাদা। মেমরির ব্যবহার নিয়ন্ত্রণ করতে Unsloth-এর নমুনা কমান্ড ৩২,৭৬৮ টোকেনের কনটেক্সট দিয়ে শুরু করে। মডেলের দশ লাখ টোকেনের সর্বোচ্চ সীমাকে চালানোর ডিফল্ট সেটিং না ধরে, দলের উচিত উপলভ্য মেমরি অনুযায়ী বাস্তব কনটেক্সট ও সমান্তরাল অনুরোধের পরিমাণ ঠিক করা।

## অনুরোধ কোথায় চলবে তা বেছে নিন

এই [চালানোর নির্দেশিকায়](https://dev.meta.ai/docs/muse-spark-open/deploy) SGLang, vLLM ও TensorRT-LLM সার্ভার-পথ, Transformers Python পথ, নির্দিষ্ট Mac Studio বিন্যাসের জন্য MLX এবং নিজ নিজ GGUF ভ্যারিয়েন্টসহ llama.cpp ও Unsloth নথিভুক্ত আছে। কয়েকটি সার্ভার রানটাইমের জন্য OpenAI-সামঞ্জস্যপূর্ণ HTTP এন্ডপয়েন্টের তালিকা আছে; Transformers একটি Python ইন্টারফেস ব্যবহার করে। প্রতিটি পদ্ধতিতে চেকপয়েন্ট, সমান্তরাল প্রক্রিয়াকরণ ও রানটাইম সেটিং দেওয়া আছে। অন্য কোয়ান্টাইজেশন বা অ্যাক্সেলারেটর বেছে নিলে সেই পথের নিজস্ব পদ্ধতি লাগবে।

Meta প্রকাশের দিন থেকেই Baseten, Fireworks AI, Modal, Nebius, OpenRouter ও Together AI-এর মাধ্যমে হোস্ট করা প্রবেশাধিকারের কথাও বলেছে। Groq-এর পথকে সীমিত প্রিভিউ বলা হয়েছে, তাই সেখানে প্রবেশাধিকার প্রতিষ্ঠানের যোগ্যতার ওপর নির্ভর করে। [অংশীদারদের অংশে](https://dev.meta.ai/resources/blog/build-with-muse-spark-open#hosted-inference) সার্ভারলেস ও ডেডিকেটেড সেবা আলাদা করা হয়েছে। সব সরবরাহকারীর জন্য এক দাম বা এক কনটেক্সট বরাদ্দ সেখানে নির্ধারণ করা হয়নি। হোস্ট করা API সরবরাহকারীর পরিচয়পত্র ও বিলিং ব্যবহার করে; স্থানীয় ইনফারেন্সের জন্য চেকপয়েন্ট, বিপুল স্টোরেজ ও সামঞ্জস্যপূর্ণ কম্পিউটিং লাগে। Meta-র ডাউনলোড নির্দেশিকা অনুযায়ী, ওয়েট পাওয়ার পর অফলাইনে স্থানীয়ভাবে চালাতে মডেল API কী লাগে না।

প্রাথমিক মূল্যায়নে ডেভেলপাররা নিজেদের প্রম্পট ও টুল কল পরীক্ষা করতে অংশীদারের এন্ডপয়েন্ট ব্যবহার করতে পারেন, অথবা তাঁদের চেকপয়েন্ট ও হার্ডওয়্যারের সঠিক স্থানীয় পদ্ধতি অনুসরণ করতে পারেন। Meta-র [মডেল কার্ডে](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) সতর্ক করা হয়েছে যে মডেল ভুল উত্তর দিতে পারে এবং একাধিক ধাপের যুক্তিতে ত্রুটি করতে পারে। টুলসহ এজেন্টের জন্য সিস্টেম-স্তরের সুরক্ষা ব্যবস্থার পরামর্শ দেওয়া হয়েছে। প্রকাশের প্রদর্শনী বা কোম্পানির জানানো বেঞ্চমার্ক—কোনোটিই প্রমাণ করে না যে কোনো এজেন্ট একটি নির্দিষ্ট দলের কাজের প্রক্রিয়া নির্ভরযোগ্যভাবে সম্পন্ন করবে।

## লাইসেন্সে শর্ত আছে

এই [Muse Model License](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md), যার তারিখ ১৫ অক্টোবর, এর শর্ত ও সংযুক্ত ব্যবহারনীতি মেনে ব্যবহার, পরিবর্তন ও বিতরণের অনুমতি দেয়। কপি ও ডেরিভেটিভের সঙ্গে লাইসেন্স ও নীতি দিতে হবে, এবং সফটওয়্যার বা ডেরিভেটিভ ব্যবহার করা পণ্য বা সেবায় স্পষ্টভাবে “Built with Muse Spark Open” বিজ্ঞপ্তি থাকতে হবে। কোনো মডেল-অ্যাজ-এ-সার্ভিস সরবরাহকারীর ও তার সহযোগী প্রতিষ্ঠানগুলোর সম্মিলিত মোট রাজস্ব যেকোনো টানা ১২ মাসে ২ কোটি ডলার ছাড়ালে, সেই ব্যবসায় মডেল বা ডেরিভেটিভ দেওয়ার আগে Meta-কে জানাতে হবে এবং আলাদা লিখিত চুক্তি করতে হবে। লাইসেন্স স্পষ্টভাবে অভ্যন্তরীণ ব্যবহার এবং মডেলকে উপাদান হিসেবে ব্যবহার করলেও মডেল-অ্যাজ-এ-সার্ভিস পণ্য হিসেবে না দেওয়া বাণিজ্যিক পণ্যকে এই নির্দিষ্ট শর্ত থেকে বাদ দিয়েছে। স্থাপনার পরিকল্পনাকারী দলগুলোর উচিত নিজেদের ব্যবহারের জন্য বর্তমান লাইসেন্স ও নীতি পড়া। ডাউনলোডযোগ্য ওয়েট মানেই সীমাহীন ওপেন সোর্স প্রকাশ নয়; হোস্ট করা ইনফারেন্স বা হার্ডওয়্যারও সাধারণত বিনা মূল্যের নয়।

Meta এই মডেল প্রকাশ করেছে [হোস্ট করা Muse Wonder পরিবার চালু করার](https://bigchange.ai/blog/meta-muse-wonder-agent-model-access) তিন দিন পরে। Spark Open দলগুলোকে ওয়েট ডাউনলোড ও স্থাপনা নিয়ে আলাদা সিদ্ধান্তের সুযোগ দেয়। বাস্তব প্রশ্ন এখন হলো, কোন নথিভুক্ত পথ দলের কাঙ্ক্ষিত ইনপুট, কনটেক্সট, বাজেট ও পর্যালোচনা প্রক্রিয়াকে সমর্থন করতে পারে। এটি এখনও কনফিগারেশন ও মূল্যায়নের নির্বাচন, BIG CHANGE-এর মাপা ফল নয়।

## উৎস ও আরও পড়ুন

- [Meta AI Research-এর প্রকাশ ঘোষণা, ১৫ অক্টোবর ২০২৬](https://research.meta.ai/blog/muse-spark-open/) — প্রকাশের তারিখ, মডেলের বর্ণনা, অংশীদারের তালিকা ও কোম্পানির প্রদর্শনী। সক্ষমতা ও মূল্যায়নের বিবৃতিগুলো Meta-র।
- [Meta-র ডেভেলপার প্রকাশ-নির্দেশিকা, ১৫ অক্টোবর ২০২৬](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — প্রতিটি পথের রানটাইম, চেকপয়েন্ট, হোস্ট করা সরবরাহকারী ও পোস্ট-ট্রেনিংয়ের নথি। বেঞ্চমার্ক ও প্রথম ব্যবহারকারীদের নিয়ে বক্তব্য সংশ্লিষ্ট উৎসের বক্তব্য হিসেবেই চিহ্নিত।
- [Meta-র মডেল, ডাউনলোড, হার্ডওয়্যার ও স্থাপনার নথি](https://dev.meta.ai/docs/muse-spark-open) — সুনির্দিষ্ট ইনপুট ও আউটপুট, আকার, পদ্ধতি, পূর্বশর্ত ও সরবরাহকারীর প্রবেশাধিকার; স্থাপনার আগে সংযুক্ত প্রতিটি পথের বর্তমান সেটিং পড়ুন।
- [Muse Spark Open মডেল কার্ড](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — মডেলের সীমা, Meta-র মূল্যায়ন ও ঘোষিত সীমাবদ্ধতা। BIG CHANGE সেগুলো চালায়নি বা স্বাধীনভাবে পুনরুৎপাদন করেনি।
- [Muse Model License ও ব্যবহারনীতি, ১৫ অক্টোবর ২০২৬](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — প্রযোজ্য পুনর্বিতরণ, স্বীকৃতি ও মডেল-অ্যাজ-এ-সার্ভিস শর্ত। এই সারাংশ পূর্ণ লেখার বিকল্প নয়।

## Sources

- [Meta AI Research: Muse Spark Open পরিচিতি](https://research.meta.ai/blog/muse-spark-open/) — ১৫ অক্টোবর ২০২৬-এর প্রকাশ; মডেলের বর্ণনা, হোস্টিং অংশীদারের তালিকা ও কোম্পানির প্রদর্শনী। Meta-র দাবিকে Meta-র বক্তব্য হিসেবেই চিহ্নিত করা হয়েছে।
- [Meta AI Developers: Muse Spark Open দিয়ে তৈরি করুন](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — রানটাইম, কোয়ান্টাইজেশন, হোস্ট করা সরবরাহকারী ও পোস্ট-ট্রেনিং পথের ১৫ অক্টোবর ২০২৬-এর নির্দেশিকা।
- [Meta Model API: Muse Spark Open](https://dev.meta.ai/docs/muse-spark-open) — ইনপুট ও আউটপুট, মডেলের কনটেক্সট, চেকপয়েন্ট ও চালানোর সংক্ষিপ্ত বিবরণ। অনলাইন নথি ১৬ অক্টোবর ২০২৬ যাচাই করা হয়েছে।
- [Meta Model API: মডেল সংগ্রহ করুন](https://dev.meta.ai/docs/muse-spark-open/get-the-model) — BF16 ও NVFP4 চেকপয়েন্টের রিপোজিটরি, ওয়েটের আকার ও পূর্বশর্ত।
- [Meta Model API: হার্ডওয়্যার প্ল্যাটফর্ম](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) — নির্দিষ্ট NVIDIA, AMD, Intel ও Apple কনফিগারেশন। এগুলো পথভিত্তিক।
- [Meta Model API: ইনফারেন্স চালান](https://dev.meta.ai/docs/muse-spark-open/deploy) — রানটাইম API, অংশীদারের প্রবেশাধিকার, কনটেক্সট নির্বাচন ও Unsloth-এর মেমরি পরিকল্পনা।
- [Muse Spark Open মডেল কার্ড](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — Meta-র মডেলের বৈশিষ্ট্য, সুরক্ষা মূল্যায়ন ও স্পষ্ট সীমাবদ্ধতা। BIG CHANGE সেগুলো পুনরুৎপাদন করেনি।
- [Muse Model License ও ব্যবহারনীতি](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — ১৫ অক্টোবর ২০২৬-এর প্রকাশ; কপি, পণ্যে বিজ্ঞপ্তি এবং মডেল-অ্যাজ-এ-সার্ভিস রাজস্বের বিধানসংক্রান্ত শর্ত।