Apple e Meta anunciaram cooperação para rodar o novo modelo de IA Muse Spark Open, da Meta, nos computadores Mac Studio da Apple, usando até quatro unidades conectadas para atender ao requisito de mais de 1 TB de memória.
Detalhes técnicos e requisitos
O modelo Muse Spark Open possui 816 bilhões de parâmetros e arquitetura Mixture of Experts (MoE), sendo disponibilizado como peso aberto (open‑weight). Para executá‑lo localmente, é necessário um Mac Studio baseado no chip M5 Ultra com memória unificada de alta capacidade; a Apple atualizou seu framework MLX para suportar a inferência distribuída em múltiplas máquinas. Cada unidade custa, segundo a análise da WSJ, pelo menos 40 000 dólares (cerca de 54 milhões de won), enquanto um Mac Studio com M5 Ultra e 256 GB de memória tem preço mínimo de 10 799 dólares. A recomendação é conectar de duas a quatro dessas máquinas para compartilhar memória e atender ao requisito de mais de 1 TB, permitindo que desenvolvedores realizem tarefas de codificação baseada em agentes, análise de vídeo e pesquisa de dados sem recorrer a servidores de nuvem.
Contexto, histórico e reação do mercado
A cooperação surge após anos de tensão entre as empresas, sobretudo devido à política de transparência de rastreamento de apps introduzida pela Apple em 2021, que a estimou causar à Meta uma perda de receita publicitária da ordem de 10 bilhões de dólares. Desde então, a colaboração pública entre as duas foi limitada, com Tim Cook e Mark Zuckerberg frequentemente em lados opostos em debates sobre privacidade. Apesar disso, as partes enfatizam que o acordo atual não indica necessariamente uma aliança estratégica mais ampla. A Apple, que até então utilizava modelos da OpenAI e do Google em seus produtos, agora expande seu ecossistema de IA local usando o silício proprietário e o MLX. No mercado, a notícia de 15 de outubro de 2026 levou à leve queda das ações: a Apple fechou em 342,33 dollars (‑0,13 %) e a Meta em 736,52 dollars (‑0,15 %).
- Redução de custos com servidores de nuvem, já que o modelo roda inteiramente no hardware local.
- Possibilidade de desenvolvimento de IA on‑device, diminuindo a transferência de dados externos.
- Suporte a workloads de agente, como codificação assistida e análise de vídeo.
- Facilidade para pesquisa de dados em ambientes com restrições de latência ou privacidade.
