Muse Spark Open: 최고의 미국 오픈 웨이트 모델이라는 주장에는 조건이 붙는다

그 주장은 2026년 10월 15일 저녁 X에 등장했으며, 한 문장에서는 참이고 다음 문장에서는 따져볼 여지가 있는 종류의 주장입니다. Meta는 Muse Spark Open의 가중치를 공개했습니다 — 한 달 전 Hugging Face에 저장소가 등장한 이후로 Meta가 계속 보유해 온, 8160억 개 파라미터, 420억 개 활성 파라미터 체크포인트입니다 — 그리고 몇 시간 만에 여기에 붙은 표현은 "미국 최고의 오픈 웨이트 모델"이었습니다. 이를 가장 직접적으로 뒷받침하는 수치는 Meta의 것이 아닙니다. 그것은 39입니다: Artificial Analysis의 자체 호스팅 목록이 xhigh 추론 설정에서 Muse Spark Open에 부여한 점수이며, 해당 보드에서 1,500억 개 파라미터보다 큰 118개 오픈 웨이트 모델 중 9위이고, 동급 중앙값 19와 대비됩니다. 그것은 실제로 다운로드 가능한 모델에 대한 진짜 제3자 측정입니다. 별도로, Muse Spark 1.3은 — 2026년 9월 2일부터 일반 제공된 비공개 Muse Spark 라인의 현재 체크포인트 — 같은 지수에서 48점을 받습니다. 두 수치 모두 Meta의 것입니다. 그중 하나만 다운로드할 수 있는 것에 속하며, 그중 하나만 Meta가 아닌 누군가에 의해 측정됩니다.

날짜들, 프레이밍이 그것들에 달려 있기 때문에

여기서 무슨 출시가 있었던 건 아니며, 혼란은 쉽게 설명된다. 메타 슈퍼인텔리전스 랩스는 2026년 4월 8일 Muse Spark 패밀리를 공개했다. Muse Spark 1.1은 7월 16일, Muse Spark 1.2는 8월 5일, Muse Spark 1.3은 9월 2일에 등장했으며, 마지막 버전은 추가 안전성 테스트를 거친 뒤 9월 4일 "max" 추론 수준을 갖추게 되었다. 이 라인은 독점 모델이며 서비스로 제공된다. Muse Spark Open은 별개의 결과물이다. 접근이 제한된 Hugging Face 저장소, meta-models/Muse-Spark-Open-816B-A42B로, 생성 타임스탬프는 2026-09-15이고, 몇 초 앞서 만들어진 NVFP4 빌드도 함께 있다. 가중치는 접근 제어된 양식 안에서 4주 동안 그대로 놓여 있었다. 2026년 10월 15일, 메타는 라이선스 텍스트와 연구 블로그 글, 개발자 빌드 가이드, 벤치마크 스코어카드를 공개했고, 그 저장소는 아무도 발표하지 않았던 결과물이라는 상태에서 벗어났다.

그러므로 올바른 해석은 “스텔스 드롭”도 “출시”도 아니다. 그 모델은 한 달 동안 조용히 존재했고, 공식 문서는 10월 15일에야 따라왔다. 무엇을 실행할지 결정하는 사람에게 달라진 점은 좁고 구체적이다: 이제 읽을 수 있는 라이선스, 명시된 하드웨어 레시피, 사람들이 실제로 사용하는 프레임워크에서의 첫날부터의 지원, 그리고 하나의 독립적인 측정 결과가 있다. 클로즈드 라인은 변하지 않았고, 그 가격도, 이 사이트의 대부분 독자가 호출하는 API 모델에 관한 어떤 것도 변하지 않았다.

"Open"은 조건이 있는 부분입니다.

라이선스는 헤드라인 주장에 세부 조항이 붙는 곳이며, 그 주장을 반복하기 전에 읽어볼 가치가 있다. Muse Spark Open은 Muse Model License에 따라 제공된다. Meta는 이 모델을 많은 개발자가 무료로 사용할 수 있게 해준다고 설명하며, 두 조항이 '무료'가 끝나는 지점을 규정한다.

• 모델 서비스형(Model-as-a-service) — 귀하 또는 귀하의 계열사가 제3자에게 API를 통해 제품 또는 서비스로서 모델에 대한 접근 권한을 제공하고, 연속된 12개월 기간 중 어느 기간에서든 합산 총매출이 2천만 미국 달러를 초과하는 경우, 해당 사업을 운영하기 전에 Meta에 통지하고 별도의 서면 계약을 체결해야 합니다. 모델을 자체 제품에 내장하는 것은 예외로 인정되지만, 모델에 대한 접근 권한을 재판매하는 것은 예외가 아닙니다.

• 저작자 표시 — 라이선스는 해당 모델 또는 파생물을 사용하는 모든 제품의 인터페이스에, 또는 함께 제공되는 문서, 사이트 또는 설정 메뉴에 "Built with Muse Spark Open"을 눈에 띄게 표시할 것을 요구합니다.

• 당신이 분명히 할 수 있는 일 — 파인튜닝, 증류, 병합, 게시, 재라이선스 및 파생물 판매, 메타는 출력물에 대한 소유권을 주장하지 않음.

• 입수 방법 — 저장소는 접근이 제한되어 있습니다. 요청 양식에는 법적 성명 전체, 생년월일, 법인 식별자가 포함된 조직명을 기재해야 하며, 제출 후에는 수정할 수 없습니다.

그 조합이 "최고의 미국 오픈 웨이트 모델"이라는 표현을 절대적 주장이 아니라 범주적 주장으로 만드는 요소다. 같은 Artificial Analysis 패널에서, 퍼미시브 라이선스가 적용된 가장 강력한 미국 오픈 웨이트 항목은 26.49의 NVIDIA Nemotron 3.5 Super VL이며, Inkling Small이 25.66으로 그 뒤를 잇는다. Muse Spark Open은 둘보다 더 높은 점수를 받지만 같은 도입 범주에 있지 않다: 요청 양식 뒤에 있는 맞춤형 상용 라이선스는 오늘 오후에 OpenMDW-1.1에 따라 복제하고 배포할 수 있는 체크포인트와는 다른 것이다. Meta 자체 블로그 글은 "지금까지 가장 유능한 미국 오픈 웨이트 모델"이라는 표현을 사용하는데, 이는 해당 지수에서는 정당화될 수 있고 일단 라이선스가 문장에 들어오면 "최고"가 암시하는 것보다 더 좁다.

체크포인트가 Meta의 도움 없이 해결하는 것

이 부분은 어떤 벤치마크를 신뢰하기 전에 저장소 자체에서 검증할 수 있습니다.

• 규모 — 총 파라미터 약 8,160억 개, 토큰당 약 420억 개가 활성화되며, 62개 레이어에 걸친 희소 전문가 혼합(mixture of experts) 구조이고 은닉 차원은 8,192이며, MoE 레이어당 전문가 256개 중 토큰당 8개가 선택됩니다. 그룹화 쿼리 어텐션(grouped-query attention)은 128개의 쿼리 헤드와 16개의 키-값 헤드를 사용하며 각각 64차원입니다.

• 컨텍스트 — 1,048,576 토큰. Meta가 1M이라고 표기하는 윈도우로, 텍스트, 이미지, 비디오, 오디오 토큰 전반에 걸쳐 하나의 예산으로 공유됩니다.

• 모달리티 — 텍스트, 이미지, 비디오, 오디오 입력; 텍스트 출력. 멀티모달 입력을 읽고 텍스트를 작성합니다. 이는 그중 어느 것을 생성하는 것과는 같지 않습니다.

• 체크포인트 — 약 1.5TB의 safetensors로 구성된 BF16 빌드, 그리고 Meta가 단일 B200 노드에서 실행된다고 말하는 NVFP4 4비트 빌드. 이후 제3자들은 자체 양자화를 추가해 왔는데, GGUF 빌드부터 출시 당일 날짜가 찍힌 MLX 3비트 및 4비트 변환에 이르기까지 다양하다.

• 추론 제어 — low, medium, high, xhigh 수준의 추론 노력 설정. Meta의 툴링은 추론을 끄는 것이 선택 사항이 아니라고 밝히고 있다.

• 런타임 — Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX, Unsloth를 첫날부터 지원하며, SGLang을 위한 자체 개발 자동 튜닝 가능 Helion 커널은 Meta가 NVIDIA 및 AMD 실리콘 전반에서 1.03배에서 3.95배에 달하는 커널 수준의 속도 향상을 보고한 바 있습니다.

• 데스크톱 데모 — MLX에서 M5 Ultra 칩을 탑재한 두 대의 Mac Studio로, 각 머신이 최대 512GB의 통합 메모리를 1.2 TB/s로 제공하기 때문에 가능한 구성이다. Meta의 데모들은 오픈소스 iOS 클라이언트에 실제 변경 사항을 반영하고 DaVinci Resolve를 처음부터 끝까지 실행하고 있었다.

그중 어느 것도 마케팅 주장이 아니다. 그것은 구성 파일이고, 파일 목록이며, 공개된 레시피다. 또한 "개방"의 실질적 비용이 귀결되는 지점이기도 하다 — 메모리 산술은 당신이 어떤 라이선스에 동의했는지 따지지 않는다. BF16에서 꽉 찬 1M 토큰 컨텍스트에서는 KV 캐시만으로도 대략 266GB에 달하므로, 모델이 광고하는 창과 당신의 하드웨어에서 감당할 수 있는 창은 서로 다른 두 개의 예산이다.

메타가 쓰지 않은 단 하나의 숫자

Artificial Analysis의 목록은 현재 공개 기록상 Muse Spark Open에 대한 유일한 제3자 측정치이며, 이는 지수만이 말해주는 것보다 더 많은 것을 말해준다.

• 지능 — xhigh 설정에서 Artificial Analysis Intelligence Index 39, 파라미터 150B 초과 오픈 웨이트 모델 118개 중 9위로, 동급 중앙값 19를 웃돕니다.

• 속도 — 초당 출력 토큰 103.4개, 해당 코호트에서 76개 중 18위.

• 비용 — 완료된 Intelligence Index 태스크당 $0.84이며, 입력 토큰 100만 개당 $1.25, 출력 토큰 100만 개당 $4.25로 책정된 호스팅 라우트 기준입니다.

• 효율성 — 이 리스팅은 해당 모델을 상당히 간결한 것으로 표시하는데, 인덱스 실행 전반에서 약 1억 1,000만 개의 토큰을 생성했으며, 이는 중간값인 1억 3,000만 개와 대비됩니다.

그것들을 Meta 자체의 스코어카드와 대조해 보면, 격차는 사양에 있는 것이 아니라 커버리지에 있습니다. Meta의 카드는 Terminus 2 에이전트로 Terminal-Bench 2.1을 76.4, MCP-Atlas를 89.2, GDPval-AA v2를 1401, SciCode를 58.5, JobBench를 61.8, 도구 없이 HLE-Diamond를 26.1, 그리고 카드가 사용 가능한 최고의 하네스라고 부르는 환경에서 DeepSWE 1.1을 60으로 보고합니다. 그 행들 각각은 공유 하네스가 아니라 모델 자체의 에이전트 하네스 안에서 산출된 것이며, 이는 그것들을 동등 비교 순위라기보다 역량 주장에 가깝게 만들고, 우리는 그중 어느 것도 재현하지 못했습니다. 두 계정 사이의 일치점은 사양서에 있습니다 — 총 816B, 활성 42B, 1M 컨텍스트, 동일한 라이선스, 동일한 입력 모달리티. 불일치점은 한쪽에는 여덟 개의 벤치마크가 있고 다른 쪽에는 하나의 지수, 하나의 속도 수치, 하나의 가격만 있다는 것입니다. 모달리티 행이 이 모델의 가장 두드러지는 특징임에도 불구하고, 아직 공개된 어디에도 오디오 측정치와 비디오 측정치는 없습니다.

그다음에는 메타가 공개하지 않은 평가가 있다.

출시 게시물은 Muse Spark Open이 Meta Superintelligence Scaling Framework에 따라 평가되었고 "우리 프레임워크가 출시를 위해 요구하는 기준을 충족했다"며, 자세한 결과는 모델 카드에 있다고 밝힌다. 모델 카드는 곧 제공될 예정이라고 설명된 전체 평가 보고서를 가리킨다. 내부 프레임워크를 통과한 안전성 주장은 독자가 검토할 수 있는 안전성 보고서와는 다른 대상이며, 이 글을 쓰는 시점에는 첫 번째 것만 존재한다.

마감이 있는 사람에게 이것이 바꾸지 않는 것

Muse Spark Open은 API 키를 넣어 바로 쓸 수 있는 대상이 아니다. 그것은 다운로드이고, 라이선스이고, 승인을 거쳐야 하는 요청 양식이며, 하드웨어 결정 사항이다. 그리고 이번 주 안에 답이 필요한 워크로드라면 첫 토큰이 나오기까지 거쳐야 할 표면적이 크다. 실용적인 질문은 지금 당장 접근할 수 있는 Muse 모델이 무엇이냐는 것이고, 그 답은 클로즈드 라인에 있다: Muse Spark 1.2와 Muse Spark 1.1은 OrcaRouter가 라우팅하는 두 개의 체크포인트이며, 둘 다 마크업 0%로 Meta의 정가인 입력 토큰 100만 개당 $1.25, 출력 토큰 100만 개당 $4.25에 제공된다. 제공자의 정가를 마크업하지 않고 그대로 전달하기 때문이다. 두 모델 모두 동일한 1,048,576 토큰 윈도우 안에서 텍스트, 이미지, 비디오, 오디오, PDF 입력을 받으므로, 오픈 체크포인트가 칭송받는 그 멀티모달 동작을 오늘 바로 다운로드 대기열 없이 서빙 라인에서 이용할 수 있다.

Muse Spark Open은 우리 카탈로그에 없으며, 그렇지 않다고 제안할 생각도 없습니다 — 전체 제안이 바로 직접 실행할 수 있다는 것인 모델은 직접 실행하는 모델입니다. 라우팅된 구성이 여전히 도움이 되는 지점은 그 주변입니다: 200개 이상의 모델을 아우르는 하나의 API는 검증되지 않은 체크포인트가 프로덕션에 걸린 판돈이 될 필요가 없다는 뜻이며, 자동 장애 조치(failover)는 첫 번째 제공자의 성능이 저하될 때 요청을 두 번째 제공자로 넘겨줄 수 있고, 라우팅 DSL은 코드 변경이 아니라 구성으로 모델 간 트래픽을 이동시킵니다. 독립 벤치마크 하나와 미공개 평가 보고서만 있는, 하루 전에 출시된 모델에게 이것은 여러분의 트래픽에서 이 모델이 무엇을 하는지 알아내는 가장 저렴한 방법이며, 그동안 다른 누군가의 인프라가 변동성을 흡수합니다.

이 조각을 움직이게 할 것은 무엇일까요?

세 가지는 알 수 없는 것이 아니라 아직 결론이 나지 않은 채 열려 있으며, 각각은 판단을 바꿀 것이다. 첫째는 Meta의 평가 보고서로, 이것이 안전성 주장과 안전성 기록을 가르는 차이다. 둘째는 또 하나의 독립적 측정이다. 한 명의 분석가가 하나의 지수로 내놓은 결과는 데이터 포인트일 뿐 합의가 아니다. 그리고 Muse Spark Open을 오디오나 비디오 평가에 통과시킨 사례는 아직 없는데, 그것들이 이 모델이 내세우는 차별점임에도 그렇다. 셋째는 라이선스가 실제로 어떻게 작동하는가이다. 2천만 달러 임계값과 출처 표시 조항은, 점수상 미국에서 가장 강력한 오픈웨이트 모델이 가장 많이 쓰이는 모델이 될지, 아니면 팀들이 테스트하려고 내려받은 뒤 다른 곳에서 서빙하는 모델로 남을지를 결정할 조건이다. 그중 적어도 하나가 해결될 때까지, 헤드라인의 정직한 표현은 Meta가 이용 가능한 유일한 독립적 척도에서 가장 성능이 뛰어난 미국 오픈웨이트 모델을, "open"이라는 단어를 절대적이기보다 구체적으로 유지하는 라이선스 아래에서 출시했다는 것이다.

숫자만으로는 이런 것들 중 어느 하나라도 현장에서 잘못된 적이 있는지 알 수 없습니다. 이 등급의 모델과 관련해 문서화된 AI 사고와 에이전트 실패 사례는 the OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 여부 표시가 함께 제공됩니다.