Meta“美国最强开源”搭配苹果最强芯发布，GLM5.3和Kimi K3有对手了
Meta 开放 8160 亿参数的 Muse Spark Open 权重，官方称其为美国最强开源模型，但官方跑分表里 GLM-5.3 与 Kimi K3 在综合智能和编程上仍然领先，两台 M5 Ultra Mac Studio 就能本地运行。
本文转载自微信公众号「量子位」2026 年 10 月 16 日推送，作者：闻乐（发自 凹非寺 量子位 | 公众号 QbitAI）。原文：《Meta“美国最强开源”搭配苹果最强芯发布，GLM5.3 和 Kimi K3 有对手了》
当地时间 10 月 15 日，Meta 放出了 Muse Spark Open 的模型权重1。
规格是 8160 亿总参数、每个 token 激活 420 亿、100 万 token 上下文，原生多模态，主攻编程和 Agent 任务1。
Meta 在博客里给它的定位是「迄今能力最强的美国开放权重模型」1。
要掂量这句话的分量，得看 Meta 上一次开放权重是什么时候。今年 4 月这家公司发布初代 Muse Spark 时选了闭源，首席 AI 官 Alexandr Wang 只留下一句「计划未来开源后续版本」2。
这次放出的权重，就是 Muse Spark 的开放版本3。
而它自己列出的跑分表里，GLM-5.3 和 Kimi K3 在综合智能与编程等多项上仍然领先4。
落到使用上，两台搭载 M5 Ultra 的 Mac Studio 就能在桌面上把它跑起来，这也是原文标题里「苹果最强芯」的由来1。
这次开放的是什么
模型卡把架构写得很细：稀疏 MoE Transformer 配一个 1.8B 参数的感知编码器，共 62 层、256 个专家，每个 token 只路由其中 8 个4。
输入吃文本、图像、视频和音频，输出只有文本。训练数据覆盖 100 多种语言，词表 2020484。
权重给了两套：BF16 全精度约 1.6TB，NVFP4 约 530GB，后者只量化专家部分3。
拿模型的渠道铺得很开。官方仓库在 Hugging Face，Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 的模型目录也能直接取3。
另有七家平台同日开放 API：Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI3。
跑分表里，中国模型依然能打
模型卡的对比表横向排了八个模型，除 Muse Spark Open 外还有 GLM 5.3、Kimi K3、Qwen3.8-2.4T、Mistral Large 4、Inkling、Nemotron 3 Ultra 和 Beam4。
纵向则分成 Agentic、知识与推理、编程、多模态四类测试4。
- 综合智能：Artificial Analysis Intelligence Index 上它拿到 39，排在 Inkling 的 26、Nemotron 3 Ultra 的 23 和 Mistral Large 4 的 38 之前；GLM 5.3 与 Kimi K3 分别是 45 和 444。
- Agentic：JobBench 61.8，GLM 5.3 是 61.4、Kimi K3 是 54.3；MCP-Atlas 89.2，另外两家是 84.2 和 82.3，这两项它都是全场最高4。
- 计算机操作与工具使用：OSWorld Verified 80.4，Kimi K3 是 84.8；Toolathlon Verified 72.8，GLM 5.3 是 73.0、Kimi K3 是 76.54。
- 编程：Terminal-Bench 2.1 上 76.4，Qwen3.8 是 82.0、GLM 5.3 是 83.9、Kimi K3 是 85.0；DeepSWE 1.1 上 60，GLM 5.3 和 Kimi K3 分别为 67 和 684。
- 多模态：ZeroBench 50.0，高于 Kimi K3 的 41.0；BabyVision 80.2，低于 Kimi K3 的 85.74。
原文逐项念完这张表，得到的结论是这美国最强开源模型旁边，中国选手们依然能打5。
两台苹果 M5 Ultra 能跑
每台 M5 Ultra 版 Mac Studio 最高能用 512GB 统一内存，两台加起来 1TB；这颗芯片的内存带宽 1.2TB/s，两台机器用 Thunderbolt 5 与 RDMA 直连1。
背后的做法是 MLX 的张量并行：每一层被劈成两半，两台机器各存一半权重、各算一半，权重本身留在原处，只有中间结果在两台机器之间以微秒级往返3。
四台 256GB 内存的 Mac Studio 同样能凑出 1TB 统一内存3。
服务器侧的门槛写在模型卡里：NVFP4 版至少要 700GB 显存，BF16 版要 2TB4。
Unsloth 的 2bit 动态量化能把体积压到约 300GB，一台 256GB 内存的机器配合 llama.cpp 就能跑3。
官方演示了两个完全在设备上跑的 Agent 任务：一是用 Muse Code 改开源 Mastodon 客户端 Ice Cubes，从修 bug、加功能做到完整构建；二是端到端操作 DaVinci Resolve，逐帧看素材、挑出最精彩的瞬间再裁成竖屏1。
推理引擎的支持发布当天就到位：SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp 和 Unsloth 都能起，官方称已针对 NVIDIA、AMD、Intel 与苹果芯片验证1。
SGLang 里那套基于 Helion 的自动调优 GPU Kernel，给出 1.03 到 3.95 倍的算子级加速，AMD MI350 上端到端约 3%1。
许可：免费，但有两条线
权重用的是 Muse Model License。官方说附带的「有限商业条款」让大多数开发者可以免费使用1。
许可全文里有两条硬约束6。
第一条针对模型服务：用它或它的衍生模型对外提供模型服务，且连续 12 个月合计营收超过 2000 万美元，要先通知 Meta 并另签一份书面协议6。
第二条针对署名：任何用到它的产品或服务，都要在界面、文档或设置菜单里写明「Built with Muse Spark Open」6。
安全侧，模型卡给了一组数字：网络滥用基准上拒绝 99.2% 的越狱尝试，汇总 PolyGuard、RedCode 与 CyberBench 2024 为 94.8%；BioTIER 生物基准上拒绝超过 98% 的有害请求4。
同一份模型卡还写着 MASK 基准上诚实率 98.1%、Agentic Misalignment 基准上不当行为率 0%，并说明它不面向 18 岁以下用户，建议部署方把它放进带护栏的系统，对不可回退的操作加人工确认4。
原文里的话
而且这成绩单越看越发现 Meta 是挺心机啊——给自己旁边放几个弱模型显得自己很强，把相似水平的 GLM 和 kimi 直接放后面了
反正一看这美国最强开源模型……发现中国选手们依然能打。
在开源赛道上沉寂许久的 Meta，终于是刷了波存在感。
上面那些对照分数，同样是 Meta 在同一套设置下复测出来的，读的时候可以把它当成一次统一口径的横评4。
References
- 1
- 2
- 3Meta 开发者博客：Build with Muse Spark Open
dev.meta.ai
- 4Hugging Face 模型卡：Muse-Spark-Open-816B-A42B
huggingface.co
- 5量子位原文：Meta“美国最强开源”搭配苹果最强芯发布，GLM5.3和Kimi K3有对手了
mp.weixin.qq.com
- 6Muse Model License 全文
huggingface.co
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.