Meta 放出 816B 开放权重模型 Muse Spark Open：42B 激活、1M 上下文，两台 Mac Studio 可本地跑
Meta 放出 816B 总参、42B 激活的开放权重模型 Muse Spark Open：1M 上下文、原生多模态，NVFP4 权重约 530GB，两台 Mac Studio M5 Ultra 即可本地跑，第三方智能指数 39 分。
Meta 在 2026 年 10 月 15 日放出 Muse Spark Open 的权重。官方把它称作「目前能力最强的美国开放权重模型」，也是同类模型里第一个能在桌面电脑上跑的。1
它总参数 8160 亿，处理每个 token 只激活 420 亿。输入吃文本、图像、视频和音频，输出只有文本，上下文 100 万 tokens。2
官方说它按编码与 agent 任务训练。Meta 自己拿它驱动 Muse Code，把真实的 iOS 改动提交进开源 Mastodon 客户端 Ice Cubes，也用它跑完 DaVinci Resolve 的逐帧挑片和竖版裁切。1
先说结论
- 模型与状态：Muse Spark Open，2026 年 10 月 15 日发布，BF16 与 NVFP4 权重当天上 Hugging Face。12
- 参数规模：总参 816B，每 token 激活 42B，稀疏 MoE。2
- 架构：62 层，隐层 8192，256 个专家按 top-8 路由；外挂一个 18 亿参数的感知编码器。2
- 上下文与模态：1M tokens，词表 202,048；输入文本、图像、视频、音频，输出文本。2
- 许可：Muse Model License，可免费商用；对外提供模型服务且年营收超过 2000 万美元，需先与 Meta 另签书面协议。3
- 官方自测：agentic 与多模态一组领先，编码与知识一组落后于更大的开放权重模型。2
- 第三方：Artificial Analysis 智能指数 39 分，同类开放权重的中位数是 19；它的速度栏与成本栏都是空的。4
- 硬件门槛：NVFP4 权重约 530 GB，两台 Mac Studio M5 Ultra 就能跑起来。5
- 价格：Meta 不直营 API；OpenRouter 标每百万 tokens 输入 1.25 美元、输出 4.25 美元。6
快速核对
| 项目 | 内容 | 来源 |
|---|---|---|
| 名称与状态 | Muse Spark Open，2026 年 10 月 15 日发布，权重当天开放 | 官方博客 |
| 发布方 | Meta Superintelligence Labs | 模型卡 |
| 参数规模 | 总参 816B，每 token 激活 42B | 模型卡 |
| 架构 | 稀疏 MoE，62 层，256 专家 top-8；感知编码器 1.8B | 模型卡 |
| 上下文 | 1M tokens | 模型卡 |
| 词表 | 202,048 tokens | 模型卡 |
| 模态 | 输入文本、图像、视频、音频；输出文本 | 模型卡 |
| 语言 | 训练数据覆盖 100 多种语言 | 模型卡 |
| 许可 | Muse Model License，有限商用条款 | 许可全文 |
| 推理引擎 | SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth | 开发者博客 |
| 托管方 | Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI | 官方博客 |
| 价格 | 第三方托管，OpenRouter 标 1.25 / 4.25 美元每百万 tokens | OpenRouter |
| 何时要动 | 想在本机跑 agent、又需要前沿能力的，现在可以下载权重 | 开发者博客 |
规格：62 层、256 个专家的稀疏 MoE
语言主干 62 层，隐层 8192，输入与输出 embedding 不共享，词表 202,048。2 注意力用分组查询，查询 128 头、键值 16 头，头维度 64；每个 MoE 层有 256 个专家，按 top-8 路由。2
采样参数官方推荐温度 1.0、top_p 1.0、top_k 关闭。2 思考长度由
reasoning_effort 控制，四档 low / medium / high / xhigh，默认 xhigh；官方建议解题、写代码和跑 agent 用 high 或 xhigh，要快就降到 low 或 medium。2许可：三条约束比「开源」两个字更值得看
权重按 Muse Model License 发布，允许使用、复制、修改、微调、蒸馏、合并、发布、分发、再授权和出售。3 约束集中在三条。
第一条：所有副本和衍生模型都要带上许可与使用政策全文，使用行为要符合政策列出的禁止用途。3
第二条：用了这个模型或其衍生产品的产品，界面、文档或设置菜单里要显著标注「Built with Muse Spark Open」。3
第三条针对转售：把模型作为 API 之类对第三方提供服务，且你和关联方任意连续 12 个月的总营收超过 2000 万美元，就要先通知 Meta 并另签书面协议。3 内部使用、研究，以及自家产品里调用它做功能，都不受这一条限制。3
官方自测：agentic 领先，编码与知识落后
官方把 Muse Spark Open 和一批开放权重模型放在同一张表里比，它自己用 xhigh 档。2 下表挑出四个最有对照价值的模型。
| 基准 | Muse Spark Open (xhigh) | Qwen3.8-2.4T-A95B | GLM 5.3 (max) | Kimi K3 (max) |
|---|---|---|---|---|
| JobBench | 61.8 | 52.7 | 61.4 | 54.3 |
| MCP-Atlas | 89.2 | 84.5 | 84.2 | 82.3 |
| GDPVal-AA v2 | 1401 | 1613 | 1653 | 1537 |
| OSWorld Verified | 80.4 | — | — | 84.8 |
| Toolathlon Verified | 72.8 | 72.5 | 73.0 | 76.5 |
| HLE-Diamond（无工具） | 26.1 | 17.3 | 16.4 | 22.2 |
| SciCode | 58.5 | 54.1 | 59.0 | 59.5 |
| HLE（带工具） | 61.0 | 56.2 | 62.5 | 56.0 |
| GPQA Diamond | 89.0 | 93.5 | 91.7 | 93.5 |
| DeepSWE 1.1 | 60 | 57 | 67 | 68 |
| SWE-Atlas-QnA | 58 | 62 | 59 | 66 |
| Terminal-Bench 2.1 | 76.4 | 82.0 | 83.9 | 85.0 |
| ZeroBench（带工具） | 50.0 | — | — | 41.0 |
| BabyVision（带工具） | 80.2 | — | — | 85.7 |
| VideoMMEv2 | 61.5 | — | — | 65.4 |
数字来自官方模型卡的同一张表。2 表里有些高分并不全是 Meta 自己跑出来的：JobBench、GDPVal-AA v2、SciCode、GPQA Diamond 等取自官方榜单或 Artificial Analysis，OSWorld 与 Toolathlon 有 Meta 内部运行也有对手自报值。7
拆分看，agentic 一组是它的主场：JobBench、MCP-Atlas 两项第一，Toolathlon 与 GDPVal 落在第一梯队。2 编码三行全部落后，Terminal-Bench 2.1 比 Kimi K3 低 8.6 分，DeepSWE 1.1 低 8 分。2
多模态里有两点值得注意。它在 ZeroBench 上拿到 50.0，比同表对手高出一截；BabyVision 和 VideoMMEv2 则是 Kimi K3 更高。2 这两行只有 Meta 内部运行和 Kimi K3 的自报值，没有第三方复跑。7
自托管：三条路线，门槛差一个数量级
桌面路线走苹果 MLX：两台各 512 GB 统一内存的 Mac Studio M5 Ultra 拼成 1 TB，或者四台 256 GB 的机器。5 张量并行把每一层拆到两台机器上，各存一半权重、各算一半，机器之间只传中间结果。5
再往下是 Unsloth 的动态 GGUF，压到 2-bit 后约 300 GB，256 GB 内存与显存合计就能在单机上用 llama.cpp 跑；显存不够时向系统内存分层卸载。5
第三方：智能指数 39，速度与成本是空的
Artificial Analysis 给 Muse Spark Open（xhigh）的智能指数是 39 分，在同类大尺寸开放权重模型里明显高于中位数 19。4 同一张榜单上，它和 DeepSeek V4.1 Flash（max）的 39 分并列。8
| 第三方指标 | Muse Spark Open (xhigh) | 来源 |
|---|---|---|
| Artificial Analysis 智能指数 v4.3.2 | 39（同类开放权重中位 19） | Artificial Analysis |
| 智能指数评测输出 tokens | 1.1 亿（同类中位 1.3 亿） | Artificial Analysis |
| 输出速度 | 未公布 | Artificial Analysis |
| 每次任务成本 | 未公布 | Artificial Analysis |
| 托管实测吞吐 | 84 tokens/s（最快一家） | OpenRouter |
| 托管实测延迟 | 0.51 秒（最快一家） | OpenRouter |
AA 的速度栏与成本栏留空，页面注明这些图基于「没有公开可用的 API」。4 换句话说，39 分只说明它的智力水平，不说明调一次要多少钱。
托管侧的数据可以补上一点速度感受。OpenRouter 上四家 provider 里最快的一家跑到 84 tokens/s，延迟 0.51 秒，三天可用率 99.36%。6
价格与可用范围
Meta 不直营 API，价格由各托管方自己定。5
- 托管 API：Baseten、Fireworks AI、Groq（限量预览）、Modal、Nebius Token Factory、OpenRouter、Together AI。15
- 权重与模型目录：Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models。1
- 推理引擎：SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth，覆盖 NVIDIA、AMD、Intel 与苹果芯片。5
- 精度版本：Meta 出 BF16 与 NVFP4，AMD 出 FP8 与 MXFP4，Intel 出 MXFP4 与 INT4，Unsloth 出 GGUF。5
- OpenRouter 标价：输入 1.25 美元、输出 4.25 美元、缓存读 0.15 美元，每百万 tokens。6
- 微调：TorchTitan、SGLang + Miles、NeMo AutoModel、HF TRL，以及 Fireworks 与 Together 的托管训练 API 都在发布日上线。5
安全与已知限制
官方说这个开放权重版本额外做了安全后训练，理由是它可能在没有系统护栏的情况下被单独部署。2
网络风险一项，它在内部基准上拒绝了 99.2% 的越狱请求，在 PolyGuard 网络子集、RedCode 与 CyberBench 2024 上的合并拒绝率是 94.8%；同一套方法里 Kimi K3 分别是 75.5% 和 70.2%。2 这些对手数字由 Meta 自己运行，不是对手官方成绩。7
生化风险一项，它在 SecureBio 的 BioTIER 拒绝基准上超过 98%，在内部单轮化学拒绝基准上超过 99%；多轮 agent 场景的生物学与化学有害请求拒绝率分别是 97% 与 98% 以上。2
失控风险一项，它在 MASK 基准上的诚实率是 98.1%，在 Agentic Misalignment 基准上的不当行为率是 0%。2
官方同时列了六条已知限制：可能给出不准确或带偏见的回答；在新颖场景下的多步推理仍会出错；没有评估过预训练语料里的全部语言；量化推理在边缘情况下可能与全精度有差异；不建议 18 岁以下用户使用；处理几秒、约 100 像素的低分辨率视频时，它有时会回答看不了。2
该不该试
- 想在自己机器上跑一个强 agent：权重开放，NVFP4 加两台 M5 Ultra Mac Studio 就能跑起来，首发支持的推理框架也齐。5
- 要做商用产品：先确认两点——界面是否标了「Built with Muse Spark Open」，以及公司是否在对外卖模型服务且年营收过了 2000 万美元。3
- 要当前最强的开放权重分数：AA 榜单上 GLM-5.3（max）45 分、Kimi K3（max）44 分、Qwen3.8-2.4T-A95B 40 分都在它前面。8
- 要 agent 与工具调用：这是它相对分数最好的部分，JobBench 与 MCP-Atlas 两项在对照组里第一。2
- 要长程编码：Terminal-Bench 2.1 与 DeepSWE 1.1 都落后，值得先拿自己的仓库试一轮。2
- 要做成本测算：现在只有 OpenRouter 一家的公开标价可参考，Meta 没有给官方价。6
- 要等独立复跑再决定：目前只有 AA 的综合分，独立的速度与成本数字还没出。4
还没有的数字
References
- 1
- 2Muse Spark Open 模型卡
huggingface.co
- 3Muse Model License
huggingface.co
- 4Muse Spark Open (xhigh) — Artificial Analysis
artificialanalysis.ai
- 5Build with Muse Spark Open
dev.meta.ai
- 6Muse Spark Open — OpenRouter
openrouter.ai
- 7Muse Spark Open Evaluation Methodology
research.meta.ai
- 8LLM Leaderboard — Artificial Analysis
artificialanalysis.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.