Muse Spark Open 816B A42B vs Muse Spark 1.3: nove punti e un'attesa di cinquantaquattro secondi

I numeri di versione fanno sembrare questo confronto semplice, e ti stanno mentendo. Muse Spark 1.3 si colloca sopra Muse Spark Open 816B A42B nella stessa denominazione di Meta, e si colloca sopra anche nell'Intelligence Index indipendente — 48 contro 39, un divario di nove punti che è l'unico motivo per cui qualcuno presenta i pesi aperti come l'opzione economica. Ma Muse Spark 1.3 è stato rilasciato il 2 settembre 2026, ed è un modello che privilegia il ragionamento, venduto a token, il che significa che la sua capacità arriva con annesso un costo di deliberazione. Muse Spark Open 816B A42B — la mixture of experts da 816 miliardi di parametri e 42 miliardi attivi, i cui pesi Meta ha pubblicato il 15 ottobre 2026 senza alcun annuncio — arriva invece con annesso un costo hardware. Il 16 ottobre 2026, NVIDIA ha pubblicato un drafter di decodifica speculativa per il target aperto, il che per la prima volta mette un percorso di ottimizzazione documentato sotto un lato di questo confronto e non sotto l'altro. I nove punti sono reali. Ciò che vale la pena sapere è quanto si paga per essi, e in quale valuta. Per un modello i cui modi di fallire sono ancora non documentati, la controparte utile è il registro di ciò che è già andato storto altrove: gli incidenti documentati di IA e i fallimenti degli agenti relativi a modelli di questa classe sono raccolti in l'OrcaRouter AI Incident Archive dove ogni voce riporta le proprie fonti, il livello di gravità, il grado di confidenza e il flag di contestazione.

Due modi per essere costosi

Le tabelle di benchmark appiattiscono tutto questo. Entrambi i modelli sono costosi; sono costosi in direzioni opposte, e la direzione determina per quali carichi di lavoro ciascuno dei due risulti sbagliato.

Muse Spark 1.3 è costoso per unità di pensiero. È un modello di ragionamento verboso — Artificial Analysis ha misurato che consuma nell'ordine di 170 milioni di token durante la sua valutazione, circa un terzo in più rispetto a Muse Spark 1.2 — e ognuno di quei token viene fatturato come output a 4,25 $ per milione. È per questa verbosità che 1.3 si colloca a un costo misurato di 1,60 $ per attività dell'Intelligence Index, contro 0,97 $ per 1.2, a prezzi per token di listino identici. Non stai pagando di più per token. Stai pagando per più token, perché il modello ragiona di più e ad alta voce.

Muse Spark Open 816B A42B è costoso ancora prima di fare qualsiasi cosa. Non c'è un contatore per token, quindi il costo è l'hardware: circa 1,5 TB in BF16 più una build NVFP4 per farlo stare su qualcosa che possiedi, un nodo Blackwell per il percorso datacenter, oppure due M5 Ultra Mac Studio per quello desktop. Quel denaro se ne va che il modello sia occupato o meno, ed è la proprietà distintiva di un costo fisso nonché la fonte sia del suo vantaggio sia della sua più comune valutazione errata.

La conseguenza pratica è che questi due modelli sono, per costruzione, mal abbinati a carichi di lavoro opposti. Un prodotto interattivo a raffiche non può ammortizzare un costo hardware fisso. Una pipeline stazionaria ad alto volume non si preoccupa della fatturazione per token e non dovrebbe pagarla.

Che cosa ti fanno davvero guadagnare nove punti di ragionamento

Una misurazione indipendente colloca Muse Spark 1.3 a 48 sull’Intelligence Index, classificandolo tra il miglior pochi per cento dei modelli monitorati da Artificial Analysis, con una velocità di output misurata di 127,7 token al secondo e un tempo al primo token di 54,06 secondi. Quest’ultimo è il numero che una scheda tecnica seppellisce e che un utente sperimenta: 1.3 pensa prima di parlare, e su un prompt difficile il pensiero non è istantaneo.

Muse Spark Open 816B A42B si colloca a 39 — il punteggio open-weight più forte di qualsiasi rilascio di un laboratorio statunitense, e comunque un livello di capacità inferiore. La scheda di valutazione di Meta per il modello aperto, riportata dal fornitore e misurata all'interno di harness per benchmark scelti da Meta, indica Terminal-Bench 2.1 a 76,4, DeepSWE 1.1 a 60, MCP-Atlas a 89,2, GDPval-AA v2 a 1401, SciCode a 58,5, JobBench a 61,8 e HLE-Diamond senza strumenti a 26,1. Le righe corrispondenti del fornitore per 1.3 riportano 83,9 e 68 sui primi due. Queste sono le stesse valutazioni e mostrano un vantaggio costante di sette-otto punti nella fascia agentica — che è all'incirca dove risiede il divario indipendente di nove punti nell'indice.

Leggi la forma di quel dato, non l'aritmetica. Il divario tra questi due modelli è concentrato nella resistenza degli agenti e nella profondità del ragionamento a libro chiuso. Non è un divario di conoscenza, e non è un divario che si manifesta in ogni attività. Un modello che è nove punti più debole su un punteggio composito non è nove punti peggiore nel recuperare un fatto specifico da un corpus fisso, e trattare l'indice come un tasso di sconto uniforme sulla capacità è l'errore più comune in confronti come questo.

La manopola dello sforzo, e chi ne emette fattura

Questa è la parte del confronto in cui i due modelli smettono del tutto di assomigliarsi, ed è più utile del divario dell'indice.

Muse Spark Open 816B A42B espone direttamente il suo budget di ragionamento. Basso, medio, alto e xhigh corrispondono a 16, 64, 256 e 512 token di ragionamento, e un suggerimento nel prompt di sistema svolge lo stesso compito. Scegli per ogni richiesta dal tuo codice, conosci in anticipo il costo di ogni impostazione e, poiché non c'è un contatore, abbassare la manopola ti costa precisione e nient'altro. Un processo batch che può permettersi di pensare intensamente a mezzanotte può pensare intensamente a mezzanotte gratis. Un processo batch che non ha bisogno di pensare intensamente può fermarsi.

Lo sforzo di ragionamento di Muse Spark 1.3 non è gratuito in nessuna delle due direzioni. Ogni tacca in più sono token di output, e i token di output sono la metà costosa del listino prezzi. La verbosità misurata del modello è la conseguenza visibile di questo: spende quanto gli serve per raggiungere 48 punti, e 48 punti di ragionamento sono molta deliberazione. Se sia un buon compromesso dipende interamente dal fatto che il ragionamento sia il prodotto o un costo aggiuntivo su di esso.

La distinzione da tenere a mente è che sul modello aperto, pensare più a fondo è una scelta di configurazione con un costo in termini di tempo. Su Muse Spark 1.3, pensare più a fondo è un acquisto. Non sono lo stesso tipo di decisione e non hanno lo stesso tetto.

Cosa cambia la bozza del 16 ottobre riguardo a questo abbinamento

Muse Spark 1.3 non ha alcun drafter pubblicato per la decodifica speculativa. Muse Spark Open 816B A42B ne ha acquisito uno il 16 ottobre 2026, quando NVIDIA ha pubblicato nvidia/Muse-Spark-Open-816B-A42B-DFlash2 — un checkpoint senza restrizioni di accesso da 4,38 miliardi di parametri che genera bozze di blocchi di token per il target da 816B, così che possa verificarli in un'unica passata in avanti. Riporta lunghezze di accettazione di 3,73 su MT-Bench con decodifica greedy e di 3,01 con campionamento, un numero consigliato di sette token speculativi, e funziona su Blackwell tramite vLLM o TensorRT-LLM.

Due avvertenze oneste contano più dei numeri. La prima è che NVIDIA non ha pubblicato alcuno speedup end-to-end — la lunghezza di accettazione dice che il draft va a segno spesso, non che il server sia diventato più veloce. La seconda è che SGLang, il runtime che i materiali di Meta stessa abbinano a DFlash V2, è assente dall'elenco dei motori supportati da NVIDIA, quindi se il tuo stack di serving è SGLang, questo checkpoint non è scritto per te.

Ciò che resta è comunque strutturalmente interessante. Alla curva di costo del modello aperto è ora associato un percorso di ottimizzazione pubblico e ispezionabile: un drafter documentato, una ricetta pubblicata, un flag vLLM aperto. La curva di costo di Muse Spark 1.3 è del fornitore, e non puoi metterla a punto, riaddestrarla o accelerarla da solo. Nell'arco di un anno, una capacità fissa con una storia di serving in miglioramento e una capacità superiore con una congelata non sono ordinate come dice l'indice che siano.

Il confine che in realtà lo decide

Due condizioni sono decisive qui, e tutto il resto è rumore.

Il primo è la tolleranza alla latenza. Cinquantaquattro secondi al primo token non sono un difetto: è ciò che costa il ragionamento profondo, e per un job batch notturno è irrilevante. Per un'interfaccia con una persona davanti, è l'intero carattere del carico di lavoro. Se un essere umano è in attesa, il budget di ragionamento di Muse Spark 1.3 lavora contro di te anche quando le sue risposte sono migliori, e dovresti misurare il tempo al primo token anziché il punteggio dell'indice. Se nulla è in attesa, la verbosità di 1.3 è una voce di costo e la sua capacità è il prodotto.

Il secondo è se il compito possa essere specializzato. Muse Spark 1.3 non può essere sottoposto a fine-tuning sui tuoi dati a nessun prezzo, e il fatto che sia il modello generale più capace non aiuta quando il tuo problema è ristretto. Muse Spark Open 816B A42B viene fornito con il supporto TorchTitan insieme ai pesi. Un modello generale da 39 punti messo a punto sul tuo codice, sul tuo schema o sul tuo corpus di documenti non è lo stesso modello che ha ottenuto 39, in nessuna delle due direzioni — e per un compito sufficientemente ristretto, la versione messa a punto del modello più debole vince senza che il confronto sia ravvicinato. Il divario di nove punti è una misurazione della capacità generale applicata a un problema specifico, ed è qui che è meno informativo.

Tra queste due condizioni si collocano i casi ordinari, ed è lì che l'indice si ripaga. Ragionamento complesso a più passaggi, lunghe catene di utilizzo di strumenti, recupero dai vicoli ciechi del modello stesso — è qui che 48 contro 39 fa la differenza tra il completamento o meno di un flusso di lavoro, e nessuna modifica di configurazione da parte tua può colmare il divario.

Dove ciascuno smette di essere la risposta giusta

Muse Spark 1.3 smette di essere la scelta giusta quando il ragionamento non è il collo di bottiglia: estrazione ad alto volume, classificazione, trasformazione a schema fisso e lavoro in domini ristretti sono tutte attività in cui paghi $1,60 per attività di indicizzazione per una capacità che l'attività non usa. Smette inoltre di essere la scelta giusta quando i dati non possono uscire dalla tua rete, e a quel punto il confronto non è tra 39 e 48 ma tra 39 e non avere un modello. E smette di essere la scelta giusta quando la risposta deve essere regolabile, cosa che non è.

Muse Spark Open 816B A42B smette di essere la scelta giusta quando una persona è in attesa dell'output, quando il ragionamento richiede davvero il livello frontier e quando il carico di lavoro è abbastanza irregolare da far dominare la fattura all'hardware inattivo. Smette di essere la scelta giusta anche se conta l'elenco delle modalità: Artificial Analysis ha misurato che il modello aperto accetta testo e immagini, mentre i materiali di Meta dichiarano testo, immagine, video e audio — e l'input testo, immagine e video di 1.3 è elencato in modo indipendente. Se è l'affermazione ampia ad averti interessato, verificala sul tuo stack prima di impegnare hardware.

Un'altra avvertenza va inserita qui anziché in una nota a piè di pagina. I termini della Muse Model License si applicano ai pesi aperti e includono una clausola che richiede un accordo scritto separato una volta che i ricavi da model-as-a-service superano i 20 milioni di dollari in qualsiasi periodo di dodici mesi consecutivi, oltre alla stringa di attribuzione "Built with Muse Spark Open" su ciò che costruisci. Non è un ostacolo per la maggior parte dei team. È una cosa da leggere prima che l'architettura venga definita, perché è una conversazione sulla licenza con un fornitore, ed è più economico avviarle presto.

Eseguire entrambi è la risposta onesta per la maggior parte dei team

Le organizzazioni che finiscono per averle entrambe lo fanno perché le due condizioni al centro di questo pezzo dividono davvero i loro carichi di lavoro: alcuni percorsi hanno una persona in attesa, altri no, e solo alcuni hanno dati che devono rimanere in sede. L'architettura è facile. La modalità di guasto è che la separazione risiede in un documento invece che nella configurazione, e uno sviluppatore copia una stringa di modello da un tutorial.

Un layer di routing è il meccanismo che impedisce che ciò accada. OrcaRouter instrada Muse Spark 1.2 e Muse Spark 1.1 al prezzo di listino del provider, con lo 0% di markup passato direttamente, così una variazione di prezzo del fornitore è attiva sulla tua chiave lo stesso giorno, senza alcun lavoro di riprezzamento. Non instrada Muse Spark 1.3 e non ospita Muse Spark Open 816B A42B, e questo articolo non va letto come se sostenesse l'una o l'altra cosa — un modello la cui intera proposta è che puoi tenere i pesi è un modello che esegui sul tuo hardware. Ciò che il router ti offre è la metà raggiungibile: una sola API su oltre 200 modelli, failover automatico quando un provider si degrada, fusione di modelli per combinarli e un DSL di routing che sposta il traffico tra i modelli tramite configurazione anziché tramite codice. È il modo economico per scoprire cosa fanno i pesi aperti sul traffico reale prima che una route di produzione dipenda da essi.

Il numero di versione non è la specifica.

Muse Spark 1.3 è il modello più capace. Questo è stabilito da misurazioni indipendenti e non è in discussione. Ciò che è in discussione è se "più capace" sia l'asse sul quale si trova il tuo carico di lavoro, e per moltissimi carichi di lavoro non lo è: l'asse è se una persona è in attesa, se il compito è abbastanza ristretto da poter essere messo a punto, e se i dati possono uscire dall'edificio.

Scegli Muse Spark 1.3 se il ragionamento è il prodotto, il lavoro è a raffiche e nessuno sta guardando uno spinner. Scegli Muse Spark Open 816B A42B se il compito è ristretto, i dati sono inamovibili, il volume è costante, oppure la possibilità di pensare al livello di impegno che preferisci senza che il contatore giri vale più di nove punti indice. E nota, prima di decidere, che la seconda opzione ha appena acquisito una storia di serving che non aveva la settimana scorsa — non quantificata, specifica per l'hardware, documentata a metà, e ciononostante la prima prova che qualcuno abbia pubblicato su come questa fascia 816B venga effettivamente eseguita.

Muse Spark Open 816B A42B è scaricabile con la Muse Model License; Muse Spark 1.3 viene venduto per token, e i checkpoint Muse Spark instradati su OrcaRouter sono 1.2 e 1.1.