Muse Spark Open לעומת Muse Wonder: אחד ניתן להורדה, ואחד ניתן רק להשכרה

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.

בהפרש של שלושה ימים, ולא באותה קטגוריה

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.

כל מה שנגזר מכך בהמשך נובע מזה. המחיר של מודל סגור הוא מה שהספק אומר שהוא, והיכולת שלו יכולה להתעדכן על ידי הספק בכל רגע. המחיר של מודל פתוח הוא מספר הוני — ה-GPUs, החשמל, המהנדס — והיכולת שלו היא מה שמערך ההגשה שלך יכול להפיק ממנו. לכן ההשוואה השימושית אינה "מי מקבל ציון גבוה יותר", וזה לא קרוב, אלא "איזה משני אלה עולה לך פחות כדי להגיע ליכולת שאתה צריך", וזה תלוי לחלוטין במה שכבר יש לך ובמה שמותר לך לעשות עם המשקולות.

שני המודלים מקבלים כקלט טקסט, תמונות, דיבור ווידאו ומפיקים טקסט כפלט, ושניהם מפרסמים חלון הקשר של 1,048,576 טוקנים. שם מסתיים הדמיון.

לוח התוצאות כפי שהוא כיום, לא כפי שאתה זוכר אותו

Artificial Analysis עיבדה מחדש את מדד ה-Intelligence שלה, והגרסה הנוכחית היא v5.0.1, הכוללת תשע הערכות: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 על תת-הקבוצה הקשה שלה, ו-Terminal-Bench-Science 0.1. זה חשוב להשוואה הזו מכיוון שכל נתון שתקראו על אחד משני המודלים לפני עדכון זה אינו באותו קנה מידה כמו הנתונים שלהלן. שתי הרשומות דורגו מחדש במסגרת אותה מערכת הערכה, כך שהפער ביניהן ניתן להשוואה, אף שערכיהן המוחלטים אינם ניתנים להשוואה למספרים ישנים יותר שאולי ראיתם עבור מי מהן.

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.

השורות לפי הערכה אומרות את אותו הדבר ברזולוציה מפורטת יותר. כל שורה להלן נושאת את שני הצדדים באותו ממד, באותו סדר, כך שניתן לקרוא אותן כזוג ולא כשתי טענות נפרדות.

• 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.

הסתייגות אחת לגבי כל זה: אלו מספרי מעריך, לא מספרי ספק, מה שהופך אותם לחזקים מבין שני סוגי הראיות הזמינים. הם עדיין מערכת בדיקות של מעבדה אחת על חבילת מבחנים שעודכנה בעצמה במחזור הזה, וכמה מההערכות האלה חדשות מספיק כדי שהניקוד שלהן ימשיך לזוז. התייחסו לכיוון כמוצק ולספרה השלישית אחרי הנקודה העשרונית כרעש.

ספירות פרמטרים, והיכן שהרשומה פשוט נעצרת

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.

עבור Muse Wonder, המספר המתאים אינו מופיע ברשומה שאנו יכולים לאמת. Artificial Analysis מסמנת אותו כקנייני, ולוח המפרט הטכני שלה מפרט יכולות הסקה, מודאליות קלט, מודאליות פלט והקשר — ללא שורה של סך פרמטרים או פרמטרים פעילים כלל. איננו מתכוונים להסיק מספר פרמטרים ממחיר או מבנצ'מרק, ואיננו מתכוונים לחזור על מספר שאיננו יכולים להצביע עליו. מה שאפשר לומר הוא כיווני: מודל סגור עם אינדקס 44 על מחירון של $4/$20 משרת משהו גדול באופן מהותי ממודל פתוח עם 42 מיליארד פרמטרים פעילים, וכל עלות הגשה שהוא נושא היא ההון של מישהו אחר ולא שלך.

המודל הזול הוא גם המהיר, וזה מה שמפתיע.

מחיר ומהירות בדרך כלל פועלים זה נגד זה. כאן הם פועלים באותו כיוון, וזהו הממצא הרלוונטי ביותר לקבלת החלטה בכל אחד מהדפים.

• 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.

ההשלכה המעשית היא שפער המחירים רחב יותר ממה שמשתמע מלוח התעריפים, משום שאתם משלמים לפי טוקנים ו-Muse Wonder פולט יותר טוקנים לכל משימה. מה שמביא אותנו למספר היחיד שמשווה שני מודלים באופן הוגן על פני מחירים שונים ורמות פירוט שונות: עלות למשימה.

כמה באמת עולה משימה בכל אחד

Artificial Analysis מחשבת את העלות של הרצת מערך ההערכה המלא שלה ומחלקת במספר המשימות, תוך שקלול כל הערכה לפי תרומתה ל-Index. כך מתקבל נתון בר-השוואה שכבר מגלם את הבדל האריכות.

• 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.

הרישיון הוא שורת עלות שכרטיס התעריפים מסתיר.

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.

הראשון הוא סעיף המודל כשירות. אם אתם מעניקים לצדדים שלישיים גישה למודל כמוצר או כשירות דרך API וההכנסה הגולמית המצטברת שלכם מכך עולה על עשרים מיליון דולר אמריקאי בכל תקופה רצופה של שנים עשר חודשים, עליכם להודיע ל-Meta ולהתקשר בהסכם כתוב נפרד לפני שתמשיכו. הטמעת המודל במוצר שלכם עצמכם נמצאת מחוץ לתחולה; מכירה חוזרת שלו לא. צוות שמתכוון להפוך לספק הסקה על גבי המשקלים האלה צריך לקרוא את הסעיף הזה לפני כתיבת מסמך הארכיטקטורה, לא אחרי.

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.

מה שהרישיון נותן בבירור הוא החלק שמצדיק את ההורדה: כוונון עדין, זיקוק, מיזוג, פרסום, מתן תת-רישיונות ומכירת נגזרים, כאשר Meta מצהירה שאין לה בעלות על הפלטים. Muse Wonder לא מציעה דבר מזה. אי אפשר לכוונן צ'קפוינט מתארח, אי אפשר למזג אותו לתוך מודל תחומי, אי אפשר להפעיל אותו בסביבה מנותקת, ואי אפשר לתקן התנהגות באימון מחדש. הפרמיה שאתה משלם עבור Muse Wonder קונה יכולת ומשחררת אותך מעול התפעול; היא גם מוציאה אותך מכל אפשרות שמחייבת נגיעה במשקלים.

נקודה טכנית אחת שמפתיעה אנשים: ההורדה עצמה מותנית באישור. הגישה למאגר מבוקרת, טופס הבקשה דורש שם חוקי, תאריך לידה וארגון עם מזהים תאגידיים, ואי אפשר לערוך אותו לאחר ההגשה. קחו בחשבון תור, לא קליק.

היכן שה-megakernel משנה את האריתמטיקה

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.

הציבו את זה לצד הנתונים של המודלים המתארחים, וצורת ההחלטה הזו משתנה. נקודת קצה שכורה עונה בקצב של 169 טוקנים לשנייה; מערך של שמונה מעבדי GPU שנבנה ביד והמריץ קרנלים מחקריים עונה בקצב של 1,109. המספר השני הוא בגודל אצווה של אחד, על בקשת GSM8K אחת, חציון של 20 צעדים, ואף אחד מחוץ למחברים לא שחזר אותו — כך שזו תקרה שאולי תגיעו אליה, לא נתון תפוקה שאפשר לשים בתוכנית קיבולת. אבל הוא establishes את האסימטריה שמגדירה את הצמד הזה: יעילות ההגשה של המודל הסגור נתונה לשיפור בידי Meta, ואילו אתם רק ממתינים, בעוד שיעילות ההגשה של המודל הפתוח היא פונקציה שאתם יכולים לתקוף עם המהנדסים שלכם.

עבור צוות שיש ברשותו GPUs שכבר שולמו עבורם, האסימטריה הזו שווה יותר מתשע־עשרה נקודות אינדקס בעומסי העבודה שבהם המודל הפתוח קרוב. עבור צוות בלי GPUs כאלה, היא לא שווה דבר, כי הנתון 1,109 מגיע כרוך בצומת של שמונה GPUs שתצטרכו לקנות.

ארבעה מצבים, ארבע תשובות שונות

ההשוואה מתבהרת לגמרי ברגע שנותנים לאילוץ שם, והאילוץ הזה כמעט אף פעם אינו אמת המידה.

אם אתם משיקים מוצר ברבעון הזה והעבודה היא חשיבה קשה, משימות סוכניות לטווח ארוך, או כל דבר שבו פער של 0.081 מול 0.520 בבנצ'מרק טרמינל הוא צורת הבעיה שלכם, התשובה היא Muse Wonder וזה בכלל לא קרוב. אתם משלמים $6.95 למשימה עבור מודל שמסיים את המשימה, והחלופה היא לשלם $2.02 למשימה עבור מודל שלעיתים קרובות לא מסיים אותה.

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.

אם כבר יש לכם אשכול אימון עם צמתים בדרגת GB300, הכלכלה של המודל הפתוח אינה המחירון כלל — היא העלות השולית של כרטיסי ה-GPU שכבר הפחתתם. זה המקרה שבו 1,109 טוקנים בשנייה חשובים, שבו עבודת המגה-קרנל ניתנת לפעולה ישירה, ושבו סעיף מודל-כשירות בסך עשרים מיליון דולר הוא פיסת הניירת היחידה שעומדת בין פרויקט צד לבין עסק.

המקרה שאינו נפתר הוא זה ששואלים עליו הכי הרבה: צוות קטן שרוצה יכולת בחזית וגם רוצה זול. הוא לא יכול לקבל את שניהם מהזוג הזה. מה שהוא כן יכול לקבל הוא מפל — מודל זול לרוב התעבורה והמודל היקר לשארית — וזו החלטת ניתוב ולא החלטת מודל.

מה אנחנו מנתבים, ומה אנחנו לא

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.

עבור החצי של המשקלים הפתוחים בהשוואה, הגרסה הכנה היא שאף ראוטר לא עוזר. המשקלים שלכם, כרטיסי ה-GPU שלכם, הקרנל שלכם, והדרך היחידה להגיע למספר 1,109 היא מהנדס עם פרופיילר.

כשההשוואה הזו מתיישנת

• Muse Wonder Full מגיע ל-API. הצ'ק-פוינט בעל הניקוד הגבוה יותר נעול כעת מאחורי מנוי, לכן ה-Muse Wonder בהשוואה הזו הוא מודל ה-API בציון 44, ולא צ'ק-פוינט ה-Full שמטא מדווחת עליו בנפרד. אם Full תפתח נקודת קצה, הפער ביכולות יתרחב והטיעון בדבר הקסקייד ייעשה קשה יותר.

• שחזור עצמאי של נתוני המגה־קרנל. פי 2.1 של צוות אחד בגודל אצווה של אחד הוא תקרה; צוות שני שמשיג תוצאה זהה בגודל אצווה אמיתי הופך אותו למקרה של self-hosting עם נתונים מצורפים.

• 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.