Meta Muse Spark: Da Zuckerberg droppede open source

Meta har altid været open source-forkæmperen i AI-krigen. Llama-modellerne blev downloadet millioner af gange, og hele startup-økosystemer byggede på dem. Men den 8. april 2026 ændrede alt sig: Meta lancerede Muse Spark, den første model fra det nye Superintelligence Labs under ledelse af Alexandr Wang. Og den er lukket. Fuldstændig proprietær.

Det er et strategisk skifte der fortjener mere opmærksomhed, end det har fået. For det handler ikke bare om en ny model. Det handler om, at den virksomhed der i tre år har defineret open source-AI, nu vender ryggen til sin egen filosofi.

Alexandr Wang og det store opkøb

Historien starter i juni 2025, da Meta brugte 14,3 milliarder dollars på at købe 49% af Scale AI og hente stifteren Alexandr Wang ind som Metas første Chief AI Officer. Wang fik frie hænder til at bygge Meta Superintelligence Labs (MSL) fra bunden: ny infrastruktur, ny arkitektur, nye data-pipelines. Ni måneder senere er resultatet Muse Spark, internt kaldt “Avocado”.

Hvor Llama 4 brugte en Mixture-of-Experts-arkitektur med åbne vægte, er Muse Spark en helt anderledes størrelse. Modellen er nativt multimodal, hvilket betyder at tekst, billede og tale er integreret fra dag ét. Det er ikke vision boltet ovenpå bagefter, som vi har set hos mange konkurrenter. Den understøtter tool-use, visuel chain-of-thought-ræsonnering og multi-agent-orkestrering med op til 262.000 tokens kontekst.

Benchmarks: Konkurrencedygtig, men ikke dominerende

Metas egne benchmarks placerer Muse Spark som nummer fire på Artificial Analysis Intelligence Index v4.0 med en score på 52, bag Gemini 3.1 Pro Preview og GPT-5.4 (begge 57) og Claude Opus 4.6 (53). Ikke i top, men tæt nok til at tælle.

Hvor Muse Spark faktisk overgår konkurrenterne er på visuel forståelse. På CharXiv Reasoning, der tester figur- og diagramforståelse fra billeder, scorer Muse Spark 86,4 i sin “Contemplating”-tilstand. Til sammenligning scorer Gemini 3.1 Pro 80,2 og GPT-5.4 82,8. Det er et markant forspring på et område der bliver stadigt vigtigere for enterprise-applikationer.

Meta fremhæver også sundhedsræsonnering som et fokusområde. Over 1.000 læger har kurateret træningsdata specifikt til medicinsk ræsonnering, og på HealthBench Hard scorer modellen 42,8%. Det lyder lavt, men benchmarket er designet til at være ekstremt svært.

“Thought compression”: Tænk mere med færre tokens

En af de mere interessante tekniske detaljer er det Meta kalder “thought compression”. Under reinforcement learning bliver modellen straffet for at bruge for mange tokens på ræsonnering. Resultatet er en model der tænker mere effektivt. Meta hævder at Muse Spark rammer Llama 4 Maverick-niveau med over ti gange mindre compute. Hvis det holder, er det en reel ingeniørmæssig bedrift, ikke bare en benchmarking-øvelse.

Det er værd at bemærke forskellen på denne tilgang og den vi ser hos f.eks. Claude Opus 4.7, hvor Anthropic i stedet tilbyder brugeren kontrol over, hvor meget modellen tænker via “effort”-niveauer. Metas tilgang bager optimeringen ind i modellen selv.

Det virkelige spørgsmål: Hvad sker der med open source?

Og så er vi ved det store spørgsmål. Meta har i tre år positioneret sig som open source-alternativet til OpenAI og Google. Llama-modellerne var ikke perfekte, og Llama 4 blev bredt kritiseret da den udkom i april 2025, men de gav udviklere og virksomheder et reelt alternativ til de lukkede API’er.

Nu er Muse Spark lukket. Meta siger der er “håb om at open source-udgive fremtidige versioner”, men det er vage formuleringer. Der er ingen konkret tidsplan, og det er uklart om det betyder at Muse Spark selv bliver åbnet, eller om der kommer en separat open-weight-gren.

For de virksomheder og udviklere der har bygget på Llama, er signalet bekymrende. Ikke fordi Meta skylder dem noget. Men fordi det understreger en grundlæggende risiko ved at bygge på andres velvilje: platformens strategi kan ændre sig, og så står du med en afhængighed du ikke kontrollerer.

Som Mozilla Thunderbolt-projektet viser, er der stadig aktører der satser helhjertet på open source-AI. Men når den største open source-spiller i feltet skifter kurs, siger det noget om de økonomiske realiteter. At træne frontier-modeller koster milliarder, og det er svært at retfærdiggøre overfor aktionærer at give resultatet væk.

Hvad betyder det for danske udviklere?

Praktisk set er Muse Spark endnu ikke tilgængelig via offentlig API. Den er i “private preview” for udvalgte partnere, og gratis at bruge i Meta AI-appen, dog med rate limits. For danske virksomheder der overvejer at integrere modellen, er der altså ingen adgang endnu.

Det bredere budskab er: diversificér dine AI-afhængigheder. Hvis du har bygget hele din stak på Llama, er det nu et godt tidspunkt at evaluere alternativer. Mistral Medium 3 med åbne vægte og EU AI Act-compliance er et oplagt europæisk alternativ. Gemma 4 under Apache 2.0 er en anden solid mulighed. Og selvfølgelig er der de proprietære API’er fra Anthropic, OpenAI og Google, hvis du alligevel betaler for adgang.

Muse Spark er en teknisk kompetent model. Men den virkelige historie handler om magt, kontrol og hvem der bestemmer spillereglerne i AI-økosystemet. Meta har skiftet side. Og det bør alle der arbejder med AI tage bestik af.