تحليل رقم Muse Spark Open البالغ 150 مليون توكن لكل ميغاواط: معظم هذا الرقم عبارة عن إدخال مخزّن مؤقتًا

أصدرت Meta Muse Spark Open في 15 أكتوبر 2026، وطوال الأيام الثمانية الأولى من حياته العامة كان الرقم الذي أرادته كل مقالة غائبًا. أدرجت Artificial Analysis السعر، وأدرجت مؤشر ذكاء قدره 39، ولم تدرج أي إنتاجية للخدمة على الإطلاق. في 23 أكتوبر تغيّر ذلك: يظهر النموذج على AA-AgentPerf بما يصل إلى نحو 150 مليون رمز في الثانية لكل ميغاواط من طاقة المسرّعات على أربع وحدات GPU من NVIDIA GB300 أو B300، وبنحو 70 مليونًا على MI355X من AMD. هذه ليست قصة إطلاق — فالأوزان عمرها تسعة أيام. إنها قصة عما يقيسه ذلك الرقم، لأن المقياس يحتسب رموز الإدخال فضلًا عن الإخراج، وعند الطرف ذي التزامن العالي من المنحنى، يكاد يكون كل ما يحتسبه قراءة من الذاكرة المخبئية.

ما الذي يحصيه AA-AgentPerf فعليًا

AA-AgentPerf ليس معيارًا للدردشة مزوَّدًا بساعة توقيت. لقد بنت Artificial Analysis هذا المعيار لأحمال عمل الوكلاء، والحِمل هو جوهر الأمر: فهو يعيد تشغيل مسارات حقيقية لوكلاء البرمجة مقابل مستودعات عامة، وتمتد الجلسات إلى نحو 200 دورة، وتتراوح مدخلات كل طلب من حوالي 5,000 إلى 131,000 رمز بمتوسط قريب من 27,000. المخرجات قصيرة وغير متساوية — وسيطها نحو 150 رمزًا، تتخللها دفعات استدلال أطول. تتمثل مهمة الخادم في ذلك الحِمل غالبًا في الإبقاء على بادئة ضخمة جدًا وشبه ثابتة في الذاكرة المؤقتة، وإرجاع ردود صغيرة بسرعة.

تُعرَّف الوحدة الرئيسية في صفحة مركز البيانات الخاصة بـ Artificial Analysis بأنها إجمالي إنتاجية الخادم — الرموز المُدخلة والمُخرجة في الثانية — لكل ميغاواط من طاقة المسرّعات. تُقاس الطاقة عند وحدة معالجة الرسومات (GPU) والقالب وذاكرة HBM، لا عند مقبس الحائط ولا عند قدرة التصميم الحرارية (TDP) المقدرة، لذا فإن "الميغاواط" هنا ليس فاتورة كهرباء المنشأة. التزامن ليس ثابتًا هو الآخر: تزيد أداة الاختبار الحمل تدريجيًا، ثم تُجري بحثًا ثنائيًا عن أعلى عدد من الوكلاء المتزامنين الذي يحافظ عليه النظام دون الإخلال بهدف التفاعلية، ويُقيَّم ذلك بسرعة الإخراج p25 ووقت الوصول إلى الرمز الأول p95 خلال نافذة حالة مستقرة يكون فيها كل وكيل قد نشط لمدة 30 ثانية على الأقل.

مما يعني أن 150M سقفٌ أعلى، وليس سرعة إبحار. إنه معدل الإنتاجية المتاح عند مستوى التزامن الذي تكون عنده سرعة كل وكيل عند أدنى قيمة يسمح بها الهدف. والعتاد نفسه، إذا ضُبط لوكيل أسرع استجابةً، يعطي رقمًا أصغر بكثير، ولا تعرض أي شريحة من شرائح الإطلاق ذلك الرقم.

الأرقام كما نُشرت

• الحد الأقصى للإنتاجية — ما يصل إلى نحو 150 مليون رمز/ثانية لكل ميغاواط على أربع وحدات معالجة رسومية GB300 أو B300، وفق ما أوردته Artificial Analysis في 23 أكتوبر.

• AMD — ~70 مليون توكن/ثانية لكل ميغاواط على MI355X، أي نحو نصف نتيجة NVIDIA على نفس عبء العمل.

• داخل NVIDIA — أظهر GB300 تفوقًا على B300 بعد ارتفاع سرعات الإخراج، وفقًا للتقرير نفسه.

• سرعة الاستضافة — 142.9 توكن إخراج/ث و0.76 ث للوصول إلى أول توكن في قائمة النموذج، مقابل وسيط 75.4 توكن/ث لنماذج مفتوحة الأوزان مماثلة.

• الذكاء — AA Intelligence Index 39، مقابل وسيط قدره 19 لنماذج مفتوحة الأوزان مماثلة الحجم.

• السعر — 1.25 دولار لكل مليون رمز إدخال و4.25 دولار لكل مليون رمز إخراج، مع خصم 88% على ذاكرة التخزين المؤقت، ومعدل مدمج قدره 0.78 دولار وإنفاق قدره 0.84 دولار لكل مهمة Index.

الثلاثة الأولى فقط جديدة هذا الأسبوع. أما الباقي فهو على الصفحة منذ الإطلاق، وهو يسير في اتجاه مختلف عن رقم الإنتاجية: رخيص لكل رمز مخزَّن مؤقتًا، ومكلف لكل رمز مولَّد. وفي وضع هاتين الحقيقتين جنبًا إلى جنب تكمن القراءة المفيدة.

التحقق المتقاطع: 43 نقطة تشغيل على نفس عبء العمل

نشر طلب سحب (pull request) في دليل SGLang، دُمج في 22 أكتوبر، خمسة عمليات نشر لـ GB300 قيست على سيناريو وكيل البرمجة نفسه AA AgentPerf، وذلك قبل يوم واحد من تحديث لوحة الصدارة. اختيرت النقاط الخمس من 43 إعدادًا مقيسًا، مع الحفاظ على طرفي حدود المقايضة بين زمن الاستجابة والإنتاجية وتغطية 81% من مساحتها. وهي أوضح صورة عامة لشكل منحنى خدمة Muse Spark Open — ولأن طلب السحب مشروع إطار عمل يعرض منظومته الخاصة، فاقرأه كأفضل حالة مضبوطة لا كحالة محايدة.

• التزامن 1، عقدتان، TP8·EP8 — 485.8 رمز إخراج/ثانية لمستخدم واحد، و2,514 إجمالي الرموز/ثانية لكل GPU، وزمن الوصول إلى أول رمز عند p95 هو 0.10 ثانية.

• التزامن 16، وأربع وحدات GPU، وTP4·EP4 — 208.7 رمز/ثانية لكل مستخدم، و49,646 إجمالي الرموز/ثانية لكل وحدة GPU.

• التزامن 64 — 97.1 رمز/ثانية لكل مستخدم، و114,342 رمزًا إجماليًا في الثانية لكل GPU.

• تزامن 160 مع HiCache — 40.9 رمز/ثانية لكل مستخدم، و185,382 إجمالي الرموز/ثانية لكل وحدة معالجة رسوميات، منها 1,237 مخرجات مولّدة.

• التخزين المؤقت — نسب إصابة البادئة من 96.8% إلى 97.6% عبر التشغيلات الخمس، وهذا ما يجعل أرقام إجمالي الرموز كبيرة بهذا الشكل.

تلك النقطة الأخيرة هي الحجة كاملة في سطر واحد. عند قمة المنحنى، يمثّل الناتج المولّد نحو 0.7% من الرموز التي يحسبها المقياس. أما الـ99.3% الأخرى فهي إدخال، وقد خُدِم نحو 97% من ذلك الإدخال من ذاكرة التخزين المؤقت. إن عنوان 150M-per-MW ورقم 40.9 tokens/s-per-user هما التشغيل نفسه مقروءًا من طرفين متقابلين. لا أي منهما خاطئ، لكنهما يجيبان عن سؤالين مختلفين، والثاني هو السؤال الذي يطرحه منتج وكيل فعلاً.

الحساب متسق على الأقل، وهذا يُحتسب في صالح الرقم. تسحب أربع وحدات GB300 من قدرة المسرّعات ما يعادل خمس إلى ست كيلوواط؛ ويشير 150M توكن/ثانية لكل MW إلى نحو 750,000 إلى 900,000 توكن في الثانية للعقدة، أو 190,000 إلى 225,000 لكل GPU. أعلى نقطة لدى SGLang هي 185,382 توكن/ثانية إجمالًا لكل GPU. نفس الرتبة، ونفس الشكل. هذا حسابنا مقابل قياسهم، لكن هذا النوع من التوافق هو ما يخبرك بأن العنوان الرئيسي لم يُجمَّع من تشغيل مختلف.

رقم AMD هو الذي يغيّر القرار

نصف الإنتاجية لكل ميغاواط ليس فرقًا في التقريب بين المورّدين. إنه الفرق بين خطتي نشر، ويتوافق مع منحنى التكلفة الذي تنشره SemiAnalysis على InferenceX للنموذج نفسه في FP4. عند 128 توكن/ثانية لكل مستخدم، يُحسب B300 بتكلفة 0.019 دولار لكل مليون توكن مقابل MI355X عند 0.024 دولار. وعند 191 توكن/ثانية لكل مستخدم، 0.027 دولار مقابل 0.044 دولار. وعند 254، 0.046 دولار مقابل 0.076 دولار. تلك نقاط مخطط مُستكملة بالاستيفاء من تشغيلات مقاسة، بسعر 2.26 دولار لكل ساعة شريحة B300 و1.50 دولار لكل ساعة شريحة MI355X.

شريحة AMD أرخص لكل ساعة وأغلى لكل رمز عند كل نقطة على ذلك المنحنى، وتتسع الفجوة كلما طلبت مزيدًا من التفاعلية. هذا هو الشكل الذي تتوقعه عندما تكون كفاءة الطاقة لمنصة ما نصف كفاءة الأخرى، ولهذا يستحق انقسام 70M مقابل 150M اهتمامًا أكبر مما يستحقه 150M بمفرده.

تحذيران، وكلاهما من المقيّمين لا منّا. عندما أُطلق AA-AgentPerf في يونيو، لاحظت Artificial Analysis أن تهيئة MI355X الخاصة به بُنيت داخليًا بدلاً من أن تقدّمها AMD، وأن هامش التحسين قد يكون أكبر على الأنظمة التي ضبطتها بنفسها — لذا فإن رقم AMD يمثل حدًا أدنى، على نحو لا تمثله أرقام NVIDIA. ورقم الإنتاجية ليس نتيجة دقة. بوابة الدقة الخاصة بـ MI35x التي تغطي مسار ROCm لهذا النموذج لم تُشغَّل بعد على العتاد، وقد كُتب أحد حدّي النجاح/الفشل فيها كقيمة نائبة لا يوجد قياس من AMD يسندها. اعتبارًا من هذا الأسبوع، صار لسؤال الكفاءة جواب. أما سؤال الصحة فليس له جواب.

ما الذي يفعله ذلك في حساب الاستضافة الذاتية مقابل الاستئجار

يُدرج Muse Spark Open بسعر $1.25 لكل مليون توكن إدخال و$4.25 لكل مليون توكن إخراج، مع خصم 88% على التخزين المؤقت يجعل عبء عمل مختلطًا بنسبة 7:2:1 يبلغ $0.78 لكل مليون. هذه هي الأرقام التي يتعين على النشر المستضاف ذاتيًا التغلب عليها، والمقارنة هي ما سيخطئ فيه معظم مستخدمي الإنترنت هذا الأسبوع.

ضع رقم InferenceX البالغ $0.019 لكل مليون توكن على B300 عند 128 توكن/ثانية لكل مستخدم بجانب $0.78 المدمج، وستبدو الاستضافة الذاتية أرخص بأربعين مرة. لكنها ليست كذلك. إن $0.019 يُسعَّر على جميع التوكنات، وفي تتبُّع وكيل يكون nearly all of them مدخلات مخزَّنة مؤقتًا. أما $0.78 فيمزج بين الإدخال والإخراج بنسبة تمنح الإخراج وزنًا أكبر بكثير مما يفعله تتبُّع AgentPerf. سعِّر إدخال حملك الخاص وإخراجه بشكل منفصل قبل أن تصدق أي مضاعف — ولاحظ أن تكلفة الأجهزة المنشورة لكل توكن تستبعد عادةً ساعات الخمول، وفريق العمليات، والسعة التي تحتفظ بها للذروة.

النسخة الصادقة: يمكن أن تنجح استضافة Muse Spark Open ذاتيًا، وحمل العمل الذي تنجح فيه يشبه تقريبًا تمامًا ذلك الذي يختبره AgentPerf — بادئات طويلة ومستقرة وقابلة للتخزين المؤقت، وإجابات مولّدة قصيرة، وتزامن عالٍ، وعقدة تبقى مشغولة. أما منتج محادثة ذو مطالبات قصيرة وإجابات طويلة فيكاد يكون العكس، وبسعر 4.25 دولار لكل مليون توكن إخراج، فإن السعر المستأجَر ليس الجزء الذي سيؤلم في الفاتورة.

• الأوزان — تبلغ نقطة الحفظ BF16 حوالي 1.65 تيرابايت؛ أما إصدار NVFP4 فيبلغ نحو 537 جيجابايت.

• الحد الأدنى المعقول للعقدة — أربع وحدات معالجة رسومية Blackwell Ultra، وهي التكوين الذي صدرت منه أرقام معدل النقل الجديدة. كما عرضت Meta تشغيل النموذج محليًا عبر جهازَي M5 Ultra Mac Studios، وهو أمر مختلف: عرض توضيحي على محطة عمل، وليس خطة تقديم خدمة.

• الترخيص — ترخيص Muse Model License. مجاني لمعظم الاستخدامات، لكن الشركات التي تتجاوز إيراداتها الإجمالية السنوية 20 مليون دولار تحتاج إلى اتفاق مع Meta لتقديمه كخدمة، ويجب أن تحمل المنتجات المبنية عليه إشعار "Built with Muse Spark Open".

أين تشغّله، وما الذي يغيّره الموجّه

يوجّه OrcaRouterMuse Spark 1.1 وMuse Spark 1.2 ولا يقدّم نقطة التحقق المفتوحة، لذا لا شيء هنا يُعدّ ادعاءً باستضافته. الجدير بالمعرفة أن نقاط التحقق المستضافة مُدرجة بالسعر نفسه $1.25 و$4.25 كسعر واجهة API الخاص بالنموذج المفتوح نفسه. وعليه، فالأوزان المفتوحة ليست وسيلة أرخص لاستدعاء هذا النموذج؛ بل هي وسيلة لامتلاك مسار الخدمة. وإذا لم تكن ستمتلكه، فالخيار بين نقاط التحقق المستضافة، وذلك الخيار تغيير في الإعدادات لا ترحيل.

إذا كنت ستمتلكه، فإن الطريقة المعقولة لمعرفة ما إذا كان عبء العمل لديك يتصرف مثل أثر {{1}}AgentPerf{{/1}} هي التشغيل بالتوازي بدلًا من التبديل. احتفظ بنقطة تحقق مستضافة كخيار احتياطي في مكدسك الخاص، وضع حصة من حركة المرور على النشر الجديد، وأعِد تلك الحصة إلى الخلف عندما تخيب الأرقام. في الجانب المستضاف من تلك المقارنة، يمرر {{2}}OrcaRouter{{/2}} سعر القائمة لدى المزوّد بهامش ربح {{3}}0%{{/3}}، لذا فإن القياس المرجعي مقابل عتادك ليس عليه هامش ربح من جانبنا؛ {{4}}التبديل التلقائي عند الفشل ولغة التوجيه DSL{{/4}} هما ما يجعلان نقل حركة المرور تغييرًا في الإعدادات لا تغييرًا في الشيفرة؛ و{{5}}دمج النماذج{{/5}} متاح إذا كنت تفضّل مقارنة الإجابات عبر لوحة بدلًا من مقارنة البنية التحتية.

ماذا تشاهد

• وكلاء لكل ميغاواط — نُشرت نتائج إطلاق AA-AgentPerf لشهر يونيو بهذه الوحدة، بنحو 91,500 وكيل لكل ميغاواط لجهاز GB300 NVL72 على DeepSeek V4 Pro عند فئة 20 رمزًا/ثانية. إن عدد الوكلاء القابل للمقارنة لـ Muse Spark Open هو ما سيجعله قابلًا للترتيب مقابل النماذج الأخرى بدلًا من مجرد وصفه.

• تحليل Meta المعمّق لخدمة الاستدلال في 26 أكتوبر — مُبلَّغ عنه من المورّد، لذا صنّفه على هذا النحو عند صدوره، لكن التفصيل المفيد الذي ينبغي البحث عنه هو مستوى التزامن الذي تفترضه نسبة الكفاءة.

• تكوين MI355X المقدَّم من AMD — تُقاس نتيجة نصف الإنتاجية مقابل تكوين أنشأته Artificial Analysis بنفسها، وقد ذكرت AA أن الهامش المتاح هناك قد يكون أكبر.

• بوابة الدقة MI35x تصل بأرقام حقيقية — فالكفاءة دون فحصٍ للصحة ليست سوى نصف قرار النشر، والشق المؤقت من تلك البوابة لا يزال مؤقتًا.

القراءة المفيدة لهذا الأسبوع ضيقة ومحددة. ووفقًا للأدلة المنشورة الآن، فإن Muse Spark Open نموذج غير معتاد في كفاءته عند تقديمه على Blackwell بتزامن عالٍ مع سياق قابل للتخزين المؤقت، إذ يبلغ هناك نحو ضعف كفاءته على MI355X في المهمة نفسها، ويأتي بسعر نموذج متميز عند استئجاره حسب الرمز. وراء كل واحد من هذه الادعاءات رقم. ولا يقول أي منها إن النموذج سريع بالطريقة التي يختبر بها المستخدم السرعة — ذلك الرقم هو 40.9 رمزًا في الثانية عند مستوى التزامن الذي يقع عنده العنوان الرئيسي.