Muse Spark Open مقابل Muse Wonder: أحدُهما يمكنك تنزيله، والآخر يمكنك استئجاره فقط

Meta put Muse Wonder on the market on October 12, 2026 and put M​use Spark Open on Hugging Face three days later, on October 15. They are not two versions of the same product. Muse Wonder is a closed frontier model you reach through an API or a subscription; M​use Spark Open is a gated download that arrives as 816 billion parameters of mixture-of-experts weights, a licence, and a hardware decision. Comparing them on a leaderboard is therefore the wrong first move, because the leaderboard measures capability and the thing that separates them is who owns the machine. This piece works through both — the measured gaps, what they cost per unit of work, and the four situations in which the answer flips — using the numbers that are actually published, with a note wherever a number is a vendor claim rather than a measurement.

بفارق ثلاثة أيام، وليسا في الفئة نفسها

The release order matters more than the release dates. Muse Wonder shipped first as two checkpoints: muse-wonder-1.0, served on Meta's Model API and inside Muse Code, and muse-wonder-full-1.0, which Meta sells only through a Muse Code subscription and does not expose as an API model. M​use Spark Open shipped next as a single artefact: a BF16 checkpoint and an NVFP4 build behind an access-controlled repository, a model card, a technical report, and the Muse Model License. One of those is a service. The other is a file.

كل ما يأتي لاحقًا ينبع من ذلك. سعر النموذج المغلق هو ما يقوله المورّد، ويمكن للمورّد تعديل قدرته في أي وقت. أما سعر النموذج المفتوح فهو رقم رأسمالي — وحدات معالجة الرسومات، والطاقة، والمهندس — وقدرته هي ما تستطيع منظومة تقديم الخدمة لديك استخراجه منه. لذا فالمقارنة المفيدة ليست "أيّهما يحقق درجات أعلى"، وهي ليست متقاربة، بل "أيّ هذين يكلّفك أقل للوصول إلى القدرة التي تحتاجها"، وهو ما يتوقف كليًا على ما تملكه بالفعل وما يُسمح لك بفعله بالأوزان.

يستقبل كلا الطرازين النص والصور والكلام والفيديو ويُنتجان نصًا، وكلاهما يعلن عن نافذة سياق بسعة 1,048,576 رمزًا. وهنا ينتهي التشابه.

لوحة النتائج كما هي اليوم، لا كما تتذكرها

أعادت Artificial Analysis صياغة مؤشر Intelligence Index الخاص بها، والإصدار الحالي هو v5.0.1، وهو يتضمن تسعة تقييمات: AA-Briefcase v1.1، وAutomationBench-AA، وTerminal-Bench 4.0، وFrontierCode-AA 2.0، وAA-Omniscience v1.1، وGDP.pdf، وHLE-Diamond، وCritPt v2 على مجموعتها الفرعية الصعبة، وTerminal-Bench-Science 0.1. وهذا مهم لهذه المقارنة لأن أي رقم تقرأه عن أي من الطرازين قبل هذا التعديل ليس على المقياس نفسه الذي تكون عليه الأرقام أدناه. وقد أُعيد تقييم كلا الإدخالين ضمن المجموعة نفسها، لذا فإن الفجوة بينهما قابلة للمقارنة، رغم أن قيمهما المطلقة غير قابلة للمقارنة مع الأرقام الأقدم التي قد تكون رأيتها لأي منهما.

On that revision, M​use Spark Open (Xhigh) scores 25 against a median of 23 among other open-weight models of similar size — above average, but not by much. Muse Wonder (Max) scores 44 against a median of 40 among models in a similar price tier. Nineteen points is not a rounding difference, but it is also not the whole story, because the two medians describe two different comparison sets: one is a small class of same-size open models, the other a broader and more expensive tier. What the pair does establish cleanly is that each model is above its own peer group, which is a more useful statement than a rank and considerably harder to game.

تقول صفوف التقييم الفردي الشيء نفسه بقدر أعلى من الدقة. كل سطر أدناه يحمل الطرفين على البعد نفسه، وبالترتيب نفسه، بحيث يمكن قراءتهما كزوج بدلاً من قراءتهما كادعاءين منفصلين.

• Index, v5.0.1 — M​use Spark Open 25 at Xhigh effort, against a class median of 23; Muse Wonder 44 at Max effort, against a class median of 40

• AA-Briefcase v1.1 (agentic knowledge work, Elo) — 1,278.7 for M​use Spark Open; 1,658.7 for Muse Wonder

• AutomationBench-AA (agentic SaaS workflows) — 0.497 for M​use Spark Open; 0.681 for Muse Wonder

• Terminal-Bench 4.0 — 0.081 for M​use Spark Open; 0.520 for Muse Wonder

• FrontierCode-AA 2.0 — 0.076 for M​use Spark Open; 0.240 for Muse Wonder

• HLE-Diamond — 0.263 for M​use Spark Open; 0.390 for Muse Wonder

• CritPt v2, hard subset — 0.295 for M​use Spark Open; 0.505 for Muse Wonder

• GDP.pdf, all-pass — 0.186 for M​use Spark Open; 0.306 for Muse Wonder

• Terminal-Bench-Science 0.1 — 0.019 for M​use Spark Open; 0.257 for Muse Wonder

• AA-Omniscience v1.1 accuracy — 25.8 for M​use Spark Open; 25.1 for Muse Wonder, and the hallucination rate runs the other way: 28.0% for M​use Spark Open against 20.9% for Muse Wonder

Two rows deserve a sentence each. Terminal-Bench-Science at 0.019 against 0.257 is the widest proportional gap on the sheet, and Terminal-Bench 4.0 at 0.081 against 0.520 is the widest on the workload both models are actually marketed for — an agent that runs commands. If that is your use case, this is close to the whole argument. The Omniscience pair is the one place the cheaper model holds its ground: on knowledge accuracy the two are within a point, and the thing that separates them is not how much they know but how readily they invent an answer when they do not — roughly one in 3.6 responses for M​use Spark Open against one in 4.8 for Muse Wonder.

تحفّظ واحد على كل ذلك: هذه أرقام مُقيِّمين لا أرقام مورّدين، وهذا ما يجعلها أقوى نوعَي الأدلة المتاحين. ومع ذلك فهي ما زالت عدّة اختبار من مختبر واحد على مجموعة اختبارات جرى تنقيحها هي نفسها في هذه الدورة، وعدد من هذه التقييمات جديد بما يكفي بحيث ستظل نتائجه في تغيّر. تعامل مع الاتجاه بوصفه سليماً والمنزلة العشرية الثالثة بوصفها ضجيجاً.

أعداد المعاملات، وحيث يتوقف السجل ببساطة

M​use Spark Open publishes its size as part of being open: 816 billion total parameters with roughly 42 billion active per token, 62 decoder layers, 256 experts per mixture-of-experts layer with 8 selected per token, and experts held in 4-bit NVFP4 in the shipped quantised build with some layers left in bf16. The 42-billion-active figure is the one that matters for serving, because it sets how much weight has to be read for every token generated, and it is the reason the model can be served on eight GPUs at all.

بالنسبة إلى Muse Wonder، لا يرد الرقم المقابل في السجل الذي يمكننا التحقق منه. يصنّفه Artificial Analysis على أنه مملوك، وتُدرج لوحة مواصفاته الفنية الاستدلال ووسيلة الإدخال ووسيلة الإخراج والسياق — من دون أي صف إجمالي للمعاملات أو صف للمعاملات النشطة على الإطلاق. لن نستنتج عدد المعاملات من سعر أو من معيار قياس، ولن نكرر رقمًا لا يمكننا الإشارة إليه. ما يمكن قوله هو اتجاهي: نموذج مغلق ذو مؤشر 44 على بطاقة سعرية بسعر 4/20 دولارًا يقدّم خدمةً لنموذج أكبر بكثير من نموذج مفتوح نشط بقوة 42 مليارًا، وكل تكلفة تشغيل يتحملها هي رأس مال شخص آخر لا رأس مالك.

النموذج الرخيص هو أيضًا السريع، وهذا هو الأمر المفاجئ.

عادةً ما يتعارض السعر والسرعة أحدهما مع الآخر. أما هنا فيسيران في الاتجاه نفسه، وهذا هو الاستنتاج الأكثر صلةً باتخاذ القرار في أيٍّ من الصفحتين.

• Output speed — 169 tokens per second for M​use Spark Open; 118 tokens per second for Muse Wonder

• Time to first answer token — 13.81 seconds for M​use Spark Open; 25.19 seconds for Muse Wonder

• Time per Index task — 6.6 minutes for M​use Spark Open; 13.6 minutes for Muse Wonder

• Output tokens used in the Index run — 90.6 million for M​use Spark Open; 113 million for Muse Wonder, against a median of 72.8 million for comparable models

Read the last two lines together and the mechanism is obvious. Muse Wonder is a reasoning model in the strict sense: it works longer, produces more tokens, and takes roughly twice the wall-clock time per task. M​use Spark Open, at Xhigh effort, is leaner — it generated fewer output tokens than the median comparable model, which is unusual for a reasoning configuration and is a genuine mark against the assumption that more thinking is always more capability. The 169 against 118 figure is a hosted-endpoint measurement including time to first token, so it is a statement about the deployed endpoints rather than about the silicon underneath either model.

النتيجة العملية هي أن فجوة السعر أوسع مما توحي به بطاقة الأسعار، لأنك تدفع مقابل كل توكن، وتُصدر Muse Wonder توكنات أكثر لكل مهمة. وهذا يقودنا إلى الرقم الوحيد الذي يقارن نموذجين بأمانة عبر أسعار مختلفة ودرجات إسهاب مختلفة: التكلفة لكل مهمة.

ما تكلفة المهمة فعليًا على كل منها

تحسب Artificial Analysis تكلفة تشغيل مجموعة التقييم الكاملة لديها وتقسمها على عدد المهام، مع ترجيح كل تقييم بحسب مساهمته في المؤشر. وهذا ينتج رقمًا قابلًا للمقارنة المباشرة يستوعب بالفعل فرق الإسهاب.

• Cost per Index task — $2.02 for M​use Spark Open; $6.95 for Muse Wonder

• Blended list price, 3:1 input to output — $2.00 per million tokens for M​use Spark Open; $8.00 per million for Muse Wonder

• Cache read — $0.15 per million tokens for M​use Spark Open, an 88% discount; $0.20 per million for Muse Wonder, a 95% discount

The headline rate card is $1.25 in and $4.25 out against $4.00 in and $20.00 out, so the output price differs by 4.7× and the input price by 3.2×. The realised per-task cost differs by 3.4× rather than 4.7×, which is the verbosity and cache effects doing their work: Muse Wonder's 95% cache discount is steeper than M​use Spark Open's 88%, and heavy caching pulls its effective cost back toward the cheaper model's. If your workload is cache-friendly — long shared system prompts, repeated documents — the rate card overstates the gap. If it is not, the per-task number is the one to plan against and the rate card understates nothing.

Divide each per-task cost by its Index score and you get a third number, which is mine rather than the evaluator's: about eight cents per index point for M​use Spark Open against about sixteen cents for Muse Wonder. That is the cleanest statement of the trade. You are paying roughly twice as much per unit of measured capability for the closed model, and what you receive for the premium is nineteen index points and a lower hallucination rate.

الترخيص بند تكلفة تخفيه بطاقة الأسعار.

M​use Spark Open's terms are the Muse Model License, and two of its clauses change what "free weights" means in a business plan.

البند الأول هو بند النموذج كخدمة. إذا وفّرت لأطراف ثالثة إمكانية الوصول إلى النموذج كمنتج أو خدمة عبر API، وتجاوزت إيراداتك الإجمالية من ذلك عشرين مليون دولار أمريكي في أي فترة اثني عشر شهرًا متتالية، فيجب عليك إخطار Meta وإبرام اتفاقية كتابية منفصلة قبل المتابعة. تضمين النموذج في منتجك الخاص مستثنى؛ أما إعادة بيعه فليست كذلك. على الفريق الذي يعتزم أن يصبح مزوّد استدلال فوق هذه الأوزان أن يقرأ ذلك البند قبل كتابة وثيقة الهندسة المعمارية، لا بعدها.

The second is attribution: the licence requires "Built with M​use Spark Open" to be displayed prominently in the interface of any product using the model or a derivative, or in its documentation, site or settings. That is a small tax and an unconditional one, and it appears exactly where a product decision gets made — the about screen.

ما يمنحه الترخيص صراحةً هو الجزء الذي يبرّر التنزيل: الضبط الدقيق، والتقطير، والدمج، والنشر، والترخيص من الباطن، وبيع المشتقات، مع عدم ادّعاء Meta ملكية المخرجات. ولا يقدّم Muse Wonder أيًا من ذلك. فلا يمكنك ضبط نقطة تحقق مستضافة، ولا دمجها في نموذج مجال، ولا تشغيلها في بيئة معزولة عن الشبكة، ولا إصلاح سلوك ما بإعادة تدريبه. إن العلاوة التي تدفعها مقابل Muse Wonder تشتري لك القدرة وتُعفييك من العبء التشغيلي؛ لكنها تُخرجك أيضًا من كل خيار يتطلب التعامل مع الأوزان.

ثمة نقطة إجرائية تفاجئ البعض: التنزيل نفسه مقيّد. فالوصول إلى المستودع محكوم، ونموذج الطلب يطلب الاسم القانوني وتاريخ الميلاد والمنظمة مع المعرّفات المؤسسية، ولا يمكن تعديله بعد الإرسال. فاحسب حساب طابور انتظار، لا نقرة.

حيث يغيّر الميغاكيرنل الحساب

There is a third number in this comparison that neither rate card contains, and it arrived yesterday from outside Meta. On November 11, 2026 the SGLang team published a megakernel for M​use Spark Open — one resident kernel per layer instead of roughly 1,450 launches per decode step — and measured decoding going from 517 to 1,109 tokens per second on eight GB300s. That is a 2.1× improvement on the same weights, the same precision, and the same numerics, achieved purely in software.

ضع ذلك بجانب أرقام الخدمة المستضافة، وتتغيّر صورة هذا القرار. نقطة نهاية مستأجرة تستجيب بمعدل 169 توكنًا في الثانية؛ أما حزمة مبنية يدويًا من ثماني وحدات GPU تشغّل نوى بحثية فتستجيب بمعدل 1,109. الرقم الثاني عند حجم دفعة واحد، وعلى طلب GSM8K واحد، وهو وسيط 20 خطوة، ولم يُعِد إنتاجه أحد خارج المؤلفين — لذا فهو سقف قد تبلغه، لا رقم إنتاجية يمكنك وضعه في خطة سعة. لكنه يرسّخ عدم التماثل الذي يحدّد هذه الثنائية: فكفاءة تقديم الخدمة للنموذج المغلق هي مسألة تخص Meta لتحسينها وعليك أنت الانتظار، بينما كفاءة تقديم الخدمة للنموذج المفتوح دالة يمكنك مهاجمتها بمهندسيك.

بالنسبة لفريق يمتلك بالفعل وحدات معالجة رسومات مدفوعة الثمن، فإن هذا التفاوت يستحق أكثر من تسع عشرة نقطة مؤشر في أحمال العمل التي يكون فيها النموذج المفتوح قريبًا. أما بالنسبة لفريق لا يمتلكها، فهو لا يستحق شيئًا، لأن رقم 1,109 يأتي مرتبطًا بعقدة من ثماني وحدات معالجة رسومات سيكون عليك شراؤها.

أربع حالات، أربع إجابات مختلفة

تتضح المقارنة تمامًا بمجرد أن تحدّد القيد، والقيد لا يكون المعيار المرجعي في الغالب أبدًا.

إذا كنت تُطلق منتجًا هذا الربع، وكان العمل يتمثل في استدلال صعب أو مهام وكيلية طويلة الأفق أو أي شيء تكون فيه فجوة معيار طرفي مقدارها 0.081 مقابل 0.520 هي شكل مشكلتك، فالإجابة هي Muse Wonder، والفرق ليس ضئيلًا. أنت تدفع 6.95 دولارًا لكل مهمة مقابل نموذج يُنجز المهمة، والبديل هو دفع 2.02 دولارًا لكل مهمة مقابل نموذج كثيرًا ما لا يُنجزها.

If you are running high-volume, latency-sensitive work where an answer at 169 tokens per second with a first token in 13.8 seconds is acceptable and one at 118 tokens per second with a first token in 25.2 seconds is not, the answer is M​use Spark Open even before you consider price — and the price then makes it a 3.4×-cheaper answer. The 28% hallucination rate is the thing to design around: ground it, cite it, or verify it downstream.

If you have data that cannot leave your infrastructure, or a regulator who wants to see the weights, or a domain where fine-tuning on your own corpus is the entire value proposition, the comparison is over. Muse Wonder cannot be that, and no amount of index points changes it. M​use Spark Open can, and the licence explicitly permits the fine-tune, the merge and the redistribution.

إذا كنت تمتلك بالفعل عنقود تدريب من عُقد من فئة {{1}}GB300{{/1}}، فإن اقتصاديات النموذج المفتوح ليست قائمة الأسعار على الإطلاق — بل هي التكلفة الحدية لوحدات معالجة الرسوميات التي سبق أن استهلكت تكلفتها الرأسمالية. وهذه هي الحالة التي تُحدث فيها سرعة 1,109 رمزًا في الثانية فرقًا حقيقيًا، وحيث يصبح العمل على النواة الضخمة (megakernel) قابلًا للتنفيذ المباشر، وحيث يكون بند «النموذج كخدمة» البالغ عشرين مليون دولار هو الوثيقة الوحيدة التي تفصل بين مشروع جانبي وعمل تجاري.

الحالة التي لا تجد حلًّا هي أكثر ما يسأل عنه الناس: فريق صغير يريد قدرات في الطليعة ويريد أيضًا تكلفة منخفضة. لا يمكنه الحصول على الاثنين من هذين النموذجين. ما يمكنه الحصول عليه هو تتابعٌ هرمي — نموذج رخيص لمعظم حركة الاستخدام والنموذج المكلف للبقية — وهذا قرار توجيه لا قرار اختيار نموذج.

ما نوجّهه، وما لا نوجّهه

Neither of these two models is on OrcaRouter. There is no meta/muse-wonder entry and no meta/muse-spark-open entry in the catalogue, and we are not going to describe either as available through us. M​use Spark Open is a download and a licence; Muse Wonder is Meta's own endpoint and a subscription.

What we do carry from the same lab is the M​use Spark line: Muse Spark 1.2 and Muse Spark 1.1. That matters for exactly one of the four situations above — the cascade. A routing layer is where the "cheap model for most traffic, expensive model for the residue" answer stops being an architecture diagram and becomes configuration: one API across 200+ models, with the provider's list price passed through at 0% markup, so a Meta price cut lands on your bill the same day rather than at the next contract renewal, and automatic failover plus a routing DSL that moves traffic between models by configuration rather than by a code change and a deploy.

بالنسبة للنصف مفتوح الأوزان من المقارنة، فالقول الصادق هو أنه لا يوجد أي موجّه يساعد. فالأوزان ملكك، ووحدات GPUs ملكك، والنواة ملكك، والسبيل الوحيد للوصول إلى رقم 1,109 هو مهندس مزوّد بمحلل أداء.

عندما تصبح هذه المقارنة قديمة

• وصول Muse Wonder Full إلى API. نقطة التحقق الأعلى تقييمًا محصورة حاليًا خلف اشتراك، لذا فإن Muse Wonder في هذه المقارنة هو نموذج API عند 44، وليس نقطة التحقق Full التي تُبلغ عنها Meta بشكل منفصل. إذا فتحت Full نقطة نهاية، اتسعت فجوة القدرات وأصبحت حجة التسلسل المتتالي أكثر صعوبة.

• إعادة إنتاج مستقلة لأرقام الـ megakernel. تحقيق فريق واحد ‎2.1×‎ عند حجم دفعة واحد هو سقف؛ أما مطابقة فريق ثانٍ له عند حجم دفعة حقيقي فتحوّله إلى حالة استضافة ذاتية مصحوبة بالأرقام.

• A price move on either side. M​use Spark Open's hosted rate is $1.25/$4.25 and Muse Wonder's is $4.00/$20.00, and a single vendor announcement could compress or invert the 3.4× per-task gap. This is the cheapest thing on the list to change and the most likely to.

• A fine-tune that closes the gap. Nineteen index points is a large deficit for a derivative to recover, and the open model's licence is what makes the attempt legal. If a domain tune on M​use Spark Open lands near the median of Muse Wonder's class on the specific evaluations your product cares about, the premium stops being justified for that product.

Until one of those moves, the summary is short. Muse Wonder is the more capable model and you rent it by the token. M​use Spark Open is the less capable model and you own it outright, along with the GPUs, the licence clauses, the hallucination rate, and — as of this month — a public recipe for making it twice as fast.