Muse Spark Open 是什么
Meta 在 2026 年 10 月 15 日放出 Muse Spark Open 的权重,这是它今年最大的一次开源动作,也是三天前闭源旗舰 Muse Wonder 之后的第二步。模型总参数 816B、每个 token 激活约 42B,上下文 100 万 token,原生接受文本、图像、视频和音频输入,输出只有文本,官方定位是「美国迄今最强大的开源权重模型」。它最吸引人的地方在部署方式:配合新版 MLX 框架,两台搭载 M5 Ultra 的 Mac Studio 就能把整个模型跑起来。但这个「最强」有范围限定,独立智能指数只有 39 分,至少六款中国开源模型排在它前面,官方重点宣传的编程能力也输给 GLM 5.3 和 Kimi K3。
它的起点并不新。外媒报道这个开源版以 8 月的上一代 Muse Spark 为基础,追加了一轮安全后训练。三天前发布的闭源旗舰 Muse Wonder 与 Muse Wonder Full 不在开源范围内,Meta 首席 AI 官 Alexandr Wang 说,公司原则上不会把最强性能的模型开源,只会持续开放性能稍低的版本。
Meta 开放权重的 816B 模型,两台 M5 Ultra Mac Studio 可本地运行
Muse Spark Open 的主要功能
- 长周期编码与智能体:官方定位是「为编码与智能体工作打造」,能读大型代码库、规划改动、调用工具、检查结果并在失败时自我修正。训练强调真实开发者工作流,包括多文件重构和长时间调试会话。
- 通用工具调用:官方对比表里它最干净的两项胜利都在工具使用上,MCP-Atlas 89.2 分与 JobBench 61.8 分都排第一,前一项要在 36 个实时协议服务器、约 220 个工具里判断调哪几个、按什么顺序调。
- 原生多模态输入:文本、图像、视频、音频都能进,输出只有文本。带工具的视觉评测里 ZeroBench 报 50、SimpleVQA 报 73.6。
- 100 万 token 上下文:足够整体载入一整套中型项目源码或几十本技术资料,长任务的上下文断点更少。
- 四档推理强度:分 low、medium、high、xhigh 四档,默认最高档 xhigh,难题与编码任务建议用高档。
Muse Spark Open 的技术原理
结构是标准的稀疏混合专家。总参数 816B,每个 token 从 256 个专家里选 8 个参与计算,激活约 42B,用大容量参数池换单次推理的低计算量。这类稀疏结构真正吃资源的是显存里的全部专家,而不是每次激活的那一小块。
桌面运行靠的是苹果的统一内存架构。M5 Ultra 芯片让单台 Mac Studio 最高可用 512GB 统一内存,两台连起来约 1TB,芯片 1.2 TB/s 的内存带宽足够快速读取每个 token 需要的参数分片,两台机器因此等效于一台拥有 1TB 内存的机器。这套组合依赖最新版 MLX 框架,是大语言模型第一次以这个体量落进桌面设备。
推理侧,Meta 给 SGLang 配了可自动调优的 Helion 内核,在 NVIDIA 与 AMD 显卡上带来 1.03 到 3.95 倍的内核级加速,AMD MI350 上端到端提速 3%。量化路线也铺得很开,Meta 出 BF16 与 NVFP4,AMD 出 FP8 与 MXFP4,英特尔出 INT4 与 MXFP4,Unsloth 出 GGUF。
如何使用 Muse Spark Open
下载权重:Hugging Face 上是 meta-models/Muse-Spark-Open-816B-A42B,需登录并先同意许可条款才能拿到文件,另外在 Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 也能取。自部署支持 SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp 与 Unsloth,微调可用 PyTorch 的 TorchTitan。
直接调 API:Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家首日上线,Together AI 公布的价格是每百万 token 输入 1.25 美元、输出 4.25 美元,与闭源版 Muse Spark 持平。
自己搭机器要算清账:模型卡写明 NVFP4 版本需要 700GB 以上的加速器显存,BF16 版本要 2TB。走苹果路线的话,苹果机器学习团队实测显示,模型压到 4 bit 后约 493GB,单台 512GB 的 Mac Studio 有点勉强,因为计算本身也要占内存,所以官方给的是两台。满配 M5 Ultra 的 Mac Studio 单台约 10,799 美元,两台就是两万多美元。官方没有给出两台机器的实测生成速度,只在四台集群上提过每秒 36 个 token 以上。
许可要看清三条:权重走的是 Meta 自己的 Muse Model License,不是 Apache 2.0 这类通用许可。一是署名,任何用到它或其衍生物的产品都要显眼标出「Built with Muse Spark Open」;二是衍生物定义很宽,用它的输出训练出来的模型也算衍生物,同样受署名和使用政策约束;三是当许可方及其关联公司在任意连续 12 个月合计营收超过 2000 万美元,且要把模型作为服务对外提供时,须先通知 Meta 并另签书面协议。内部使用、研究,以及把模型嵌进自有产品(产品本身不是模型服务)都不受这条约束,使用政策同时禁止军事、关键基础设施和恶意软件等用途。另外完整安全评估报告官方写的是「即将发布」。
Muse Spark Open 的核心优势
- 工具调用是它的强项:MCP-Atlas 89.2 分在官方对比表里高于全部对手,JobBench 61.8 分也排第一,这类任务考验的是在多工具环境里自主编排调用顺序。
- 桌面本地运行开了先例:同级别开源模型里,它是第一个能靠两台 M5 Ultra Mac Studio 完整本地部署的,对数据不出内网、不想交 API 费用的团队有吸引力。
- 多模态输入齐全:文本、图像、视频、音频四类都收,这类能力在国产开源对手里只有 Kimi K3 能对标。
- 速度与 token 效率不差:Artificial Analysis 测得输出速度 103.4 token/s,跑完整套智能指数用掉 1.1 亿输出 token,低于同类中位数 1.3 亿。
- 生态适配最广:七家托管平台、四大云市场、七套推理引擎首日全通,基本不用等社区补适配。
Muse Spark Open 的官方地址
- Meta 研究与发布公告:https://research.meta.ai/blog/muse-spark-open
- Meta 开发者文档(部署与微调):https://developer.meta.com/ai/resources/blog/build-with-muse-spark-open/
- Hugging Face 权重(需登录并同意许可):https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B
- 独立评测:https://artificialanalysis.ai/models/muse-spark-open
- 第三方对硬件成本的核对:https://venturebeat.com/technology/meta-unveils-muse-spark-open-the-new-top-u-s-open-weights-model-and-it-runs-on-two-paired-mac-desktops
Muse Spark Open 的同类竞品对比
这次选 GLM 5.3 作参照。它在独立智能指数上比 Muse Spark Open 高 6 分,总参数反而更小,而且在 Meta 自己印出来的对比表里,编程相关的几行全都赢。
| 对比维度 | Muse Spark Open | GLM 5.3 |
|---|---|---|
| 出品方与形态 | Meta,2026-10-15 开放权重 | 智谱,开放权重 |
| 总参 / 激活 | 816B / 42B | 753B,更小 |
| 独立智能指数(AA v4.3.2) | 39 | 45 |
| Terminal-Bench 2.1 终端编码(Meta 表) | 76.4 | 83.9 |
| DeepSWE 1.1 软件工程(Meta 表) | 60 | 67 |
| GDPval-AA v2 知识工作(Meta 表) | 1401 | 1653 |
| JobBench 工具调用(Meta 表) | 61.8 | 61.4 |
| MCP-Atlas 工具调用(Meta 表) | 89.2 | 84.2 |
| 托管价(每百万 token) | 输入 1.25 / 输出 4.25 美元 | 未列 |
关于这张表有五点必须说明。第一,「美国最强」是限定范围里的最强。Meta 对比表里的美国对手只有 Thinking Machines 的 Inkling(智能指数 26)和英伟达 Nemotron 3 Ultra(27.2),都远低于它的 39,赢下美国内部并不等于全球领先。第二,编程是它的短板,且与官方定位矛盾。官方说它「为编码与智能体打造」,但终端编码 Terminal-Bench 2.1 输 GLM 5.3 7.5 分、输 Kimi K3 8.6 分,软件工程 DeepSWE 1.1 输 7 到 8 分,知识工作 GDPval 输 250 分以上,三行都没守住。第三,它赢的是工具调用和多模态。MCP-Atlas 与 JobBench 两项第一,多模态视觉几项也领先,代价是国产对手里只有 Kimi K3 有同类能力可比。第四,GLM 5.3 用更小的体量拿到更高分数。753B 对 816B,参数少一截,分数高 6 分,说明这次的差距不在规模。第五,独立榜上排它前面的不止一家。Artificial Analysis 的开放权重同类榜里,小米 MiMo-V2.6-Pro 46 分居首,GLM-5.3、Kimi K3、GLM-5.3-Flash、Qwen3.8-2.4T-A95B、Qwen3.8-Flash-Next 依次为 45、44、42、40、40,至少六款高于 39,且全部来自中国厂商。表里 GLM 5.3 那几行读的是 Meta 官方表,各家用的是 max 强度,Muse Spark Open 是 xhigh,DeepSWE 一行还各用各的智能体外壳,不是受控的同框架对比。
Muse Spark Open 的应用场景
- 私有化编码智能体:权重可下载,配合 Muse Code 这类外壳能读代码库、改文件、跑测试,适合把代码助手整个搬进内网。同类工具可以看 AI 编程工具。
- 多工具编排与客服自动化:MCP-Atlas 与 JobBench 两行是它的强项,适合要在多系统间自动调度工具的长流程业务。
- 多模态内容处理:视频、音频、图像输入齐全,可用于素材审阅、竖版裁切这类需要看画面的活。
- 数据不出本地的团队:两台 Mac Studio 的桌面方案能在完全离线的环境下跑,适合对数据合规要求高的场景。跑长流程先弄清 AI 智能体 的结构。
- 别把它当首选编码模型:终端编码、软件工程、知识工作三项都被国产开源超越,纯写代码的负载优先考虑 GLM 5.3 或 Kimi K3。按 token 计费的长会话要先看 词元 是怎么算的。
同周的闭源旗舰见本站 Muse Wonder 一篇,两篇连起来能看清 Meta「最强闭源、次强开源」的策略。




