Muse Spark Open vs Muse Glimmer: 22 지수 포인트가 실제로 당신에게 치르게 하는 것

39 대 17. 이것이 Muse Spark Open과 Muse Glimmer 사이의 Artificial Analysis Intelligence Index 비교의 전부이며, 2026년 10월 15일 Meta가 더 큰 모델의 가중치를 공개한 뒤 널리 퍼진 숫자이기도 하다. 그 숫자만 놓고 보면 거의 쓸모가 없다. 두 모델은 같은 질문에 대한 두 개의 답이 아니기 때문이다. 하나는 데이터센터에서 서빙되도록 만들어진 8,160억 개 파라미터의 전문가 혼합(MoE) 모델이다. 다른 하나는 소비자용 그래픽 카드 한 장에서 실행되도록 만들어진 300억 개 파라미터의 덴스 모델이다. 이 격차를 "새 모델이 더 낫다"고 읽으면 결정의 방향은 맞히지만 그 이유는 완전히 틀리게 된다.이 모든 것은 이 모델을 피할 이유가 아니라, 그 이력을 알아야 할 이유일 뿐이다. 이 계열 모델들을 둘러싼, 문서로 남은 AI 사고와 에이전트 실패 사례는 OrcaRouter AI 인시던트 아카이브에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그가 함께 제공된다.

다음은 그 격차가 실제로 무엇을 가져다주는지, 그 대가는 무엇인지, 그리고 더 작은 모델이 여전히 완전히 우위를 점하는 단 하나의 축이다.

서로 다른 질문에 답하는 두 개의 다운로드

둘 다 Meta의 이름을 달고 있고, 둘 다 Hugging Face Hub에 가중치를 올리며, 둘 다 누구의 엔드포인트에도 토큰을 보내지 않고 추론을 실행할 수 있게 해준다. 닮은 점은 거기서 끝난다.

• Muse Spark Open — 총 파라미터 816B, 토큰당 활성 파라미터 42B, 희소 전문가 혼합(MoE) 방식, 2026년 10월 15일 Muse Model License에 따라 공개.

• Muse Glimmer — 총 파라미터 약 296억 개로 dense 방식이며, 별도의 18억 개 비전 인코더를 갖추고 2026년 8월 Apache 2.0 라이선스로 공개되었습니다.

활성 파라미터 차이는 헤드라인이 시사하는 것보다 작다: 42B 대 약 29.6B는 약 1.4배인데, 이는 Muse Spark Open이 토큰당 전문가의 일부만 깨우기 때문이다. 하드웨어 비용을 충당하는 것은 전체 파라미터 차이다: 저장하고 양자화하고 이동해야 할 가중치가 약 27.6배다.

작업당 22포인트의 비용은 얼마인가요?

Artificial Analysis는 두 모델을 동일한 잣대 — 자체 Intelligence Index에서 작업 하나를 완료하는 비용 — 로 가격 평가하며, 바로 여기서 격차에 두 번째 차원이 생긴다. 호스팅 목록에서 xhigh 추론의 Muse Spark Open은 Index 작업당 $0.84인 반면, high의 Muse Glimmer는 $0.05다. 이는 2.3배의 점수에 약 16.8배의 비용이 드는 셈이다.

요금표는 재무 팀이 사용하는 단위로 동일한 이야기를 전합니다. Muse Spark Open은 백만 입력 토큰당 $1.25, 백만 출력 토큰당 $4.25로 책정되어 있으며, 88% 캐시 할인과 약 백만 토큰당 $0.78의 혼합 요율이 적용됩니다. Muse Glimmer는 백만 입력 토큰당 $0.30, 백만 출력 토큰당 $1.20로 책정되어 있습니다. 워크로드가 대량 분류, 추출 또는 라우팅 작업이라면, 더 작은 모델은 타협이 아닙니다. 그것은 입력 요율의 5분의 1 가격으로 책정된 정답입니다.

출력 속도는 두 모델이 사실상 동률이라고 할 만큼 비슷한 유일한 지표인데, 이는 직관에 반하기 때문에 분명히 짚을 가치가 있다: Muse Spark Open은 첫 청크까지 0.67초에 초당 102.0 출력 토큰을 측정했고, Muse Glimmer는 1.14초에 초당 124.4 토큰을 기록했다. 816B 모델이 단일 프롬프트에 답하는 데 더 느린 쪽은 아니다. 왜냐하면 자기 자신의 일부만 활성화하고 그에 맞게 설계된 하드웨어에서 실행되기 때문이다. 더 작은 모델이 이기는 지점은 엣지에 있다: 4비트 빌드는 언어 모델을 20GB 아래로 떨어뜨리고, 한 번에 16개 토큰을 제안하는 동반 블록 확산 드래프터는 RTX 5090에서 최대 3.1배 속도 향상을 제공한다고 주장된다. 이는 벤더 수치이며 독립적으로 재현되지 않았다.

컨텍스트 윈도우 역시 공정한 싸움이 아니다

Muse Spark Open은 1,048,576토큰의 컨텍스트 윈도우를 갖추고 있으며 텍스트, 이미지, 비디오, 오디오를 입력으로 받고 텍스트를 출력합니다. Muse Glimmer는 131,072토큰(Meta가 쓰는 어림수로 128k)을 지원하며 텍스트와 이미지를 받고, 오디오 경로는 전혀 없습니다. Muse Spark Open의 지각 인코더는 희소 어텐션을 사용하는 1.8B, 50개 레이어 구성 요소이고, 언어 스택은 62개 레이어, 은닉 차원 8,192, 202,048토큰 어휘, top-8 라우팅을 사용하는 256개 전문가, 그리고 16개 키-값 헤드에 대해 128개 쿼리 헤드로 구성된 그룹화된 쿼리 어텐션으로 이루어져 있습니다.

당신의 문제가 "이 두 시간짜리 녹음과 이 스크린샷 더미를 읽고 무슨 일이 있었는지 알려줘"라면, Muse Spark Open은 둘 중에서 그 입력을 감당할 수 있는 유일한 쪽입니다. 당신의 문제가 "이 화면 하나를 읽고 내 노트북에서 올바른 버튼을 클릭해줘"라면, 128k는 당신이 가장 먼저 부딪히게 될 제약이 아닙니다.

라이선스는 같은 종류의 '오픈'이 아니다

이것이 바로 22개 항목 헤드라인이 묻어버리는 부분이며, 법률 검토가 주목하게 될 부분이다.

• Muse Glimmer — Meta가 공개한 모든 것에 Apache 2.0 적용: 풀 정밀도 BF16 가중치, 두 가지 4비트 양자화 변형, 드래프터 헤드와 지각 인코더까지. 상업적·연구용 사용 모두 가능하며 별도 게이트가 없습니다.

• Muse Spark Open — Muse 모델 라이선스입니다. 사용, 복제, 수정, 파인튜닝, 증류, 병합 및 판매에 대한 광범위한 권리가 있지만, 계획을 세우기 전에 알아 둘 만한 세 가지 조건이 적용됩니다: 복제물과 파생물에는 해당 라이선스와 사용 정책을 포함해야 합니다; 이를 기반으로 만든 제품은 인터페이스, 문서 또는 설정에 "Built with Muse Spark Open"을 표시해야 합니다; 그리고 제3자가 출력물을 받는 모델에 제3자 접근을 제공하고, 어떤 연속된 12개월 기간 동안 합산 총매출이 2,000만 달러를 초과하는 경우, 먼저 Meta에 통지하고 별도 계약을 체결해야 합니다. 내부 사용, 연구 및 모델-서비스형(model-as-a-service)이 아닌 상업적 작업은 제외됩니다. Meta는 출력물에 대한 소유권을 주장하지 않습니다.

접근 방식도 성격이 다릅니다. Muse Spark Open 저장소는 제한되어 있습니다 — 로그인하고 전체 법적 이름, 생년월일, 조직명 및 식별자를 제출해야 하며, 페이지에는 이 양식을 나중에 수정할 수 없다고 경고합니다. Muse Glimmer 다운로드는 제한되지 않습니다. 도입을 결정하기 전에 두 제품을 조용히 평가하려는 팀에게 이러한 비대칭은 실질적인 마찰이며, $20M 조항은 "우리가 그것을 다운로드했다"와 "우리가 그것을 기반으로 호스팅 제품을 출시할 수 있다"가 서로 다른 답이라는 뜻입니다.

각각이 랙에서 어디에 들어가는지

Meta 자체 모델 카드에는 하드웨어 요구 사항이 명확히 나와 있습니다: BF16 체크포인트는 약 2TB의 VRAM이 필요하고, NVFP4 빌드는 최소 700GB가 필요합니다. 지원되는 서빙 스택은 SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth 및 llama.cpp이며, 이 카드는 두 대의 M5 Ultra Mac Studio에 맞춰 조정된 MLX도 가리킵니다. 그것이 Meta가 선보인 데스크톱 데모입니다 — 노트북이 아니라, 최고 사양 기기 두 대를 서로 연결한 것입니다.

Muse Glimmer의 목표는 정말로 다릅니다: 단일 RTX 5090, 20GB 미만의 양자화 빌드, 그리고 그 카드에서 토큰이 더 빠르게 나오도록 설계된 드래프터 헤드입니다. 두 모델은 같은 실리콘을 두고 경쟁하지 않습니다. 더 큰 모델에 대한 Meta의 출시 글은 반대 방향에서 같은 점을 지적하며, 단일 카드 수치보다는 에이전트 작업과 두 대의 Mac Studio 구성을 앞세웁니다.

어느 걸 고를까?

제약 조건을 고정하고 나면 그 결정은 순식간에 무너진다.

• 당신은 자신이 소유한 하드웨어에서 로컬 에이전트를 출시하고 있습니다 — Muse Glimmer. 22점은 단일 GPU에서 당신이 지불할 수 있는 그 어떤 가격으로도 이용할 수 없습니다.

• 한 번의 호출로 오디오, 비디오 또는 백만 토큰 입력이 필요하다면 — Muse Spark Open이며, 더 작은 모델로는 대체할 수 없습니다.

• 대량의 저난도 작업을 하는 경우 — 백만 입력 토큰당 0.30달러의 Muse Glimmer를 사용하세요. 단, 측정된 평가에서 17점 모델이 귀하의 특정 작업을 수행하지 못한다고 판단하는 경우는 예외입니다.

• 최전선 점수를 원하면서도 당신은 임대하고 있습니다 — 솔직히 말하자면, Muse Spark Open은 39에 도달하는 가장 저렴한 방법이 아닙니다. 가중치를 자신의 디스크에 둔 채로 39에 도달하는 유일한 방법입니다.

서빙 문제에 관해 말하자면, 대부분의 팀에게 실질적인 현실은 두 모델 모두 첫날부터 직접 호스팅할 대상이 아니라는 점입니다. GPU를 세우지 않고 Meta의 Muse 라인을 호출하고 싶다면, OrcaRouter가 실제로 라우팅하는 두 Muse 모델 중 하나인 Muse Spark 1.2는 200개 이상의 모델을 위한 단일 API를 통해 사용할 수 있으며, 자동 페일오버가 지원되므로 익숙하지 않은 모델이 프로덕션 경로를 차지하지 않고도 테스트 트래픽을 처리할 수 있습니다. 저희가 서빙하는 두 Muse 모델은 모두 제공사 정가 기준 0% 마크업으로 청구되므로, 공급업체 측 가격이 변경되면 같은 날 저희 쪽에도 반영됩니다. 한계를 분명히 밝히자면, OrcaRouter는 현재 Muse Spark Open을 라우팅하지 않으며 Muse Glimmer도 라우팅하지 않습니다. 둘 다 직접 실행하는 가중치이거나 다른 곳에서 구매하는 엔드포인트입니다.

아직 측정되지 않은 것은 무엇인가

비교를 매듭지을 수 있는 거의 모든 것.

39는 자체 출시 스코어카드에 JobBench 61.8, MCP-Atlas 89.2, GDPval-AA v2 1401, OSWorld Verified 80.4, Toolathlon Verified 72.8, 도구 없이 HLE-Diamond 26.1과 도구 사용 시 61.0, GPQA Diamond 89.0, SciCode 58.5, DeepSWE 1.1에서 60, Terminus 2 에이전트를 사용한 Terminal-Bench 2.1에서 76.4를 나열한 모델에 붙은 하나의 독립적인 숫자다. 그중 어느 것도 벤더가 보고했고 재현되지 않았으며, 여러 항목은 Meta 자체 에이전트 하네스 안에서 측정된 것이어서, 이들을 동등 비교 순위가 아니라 역량 주장으로 만든다. Glimmer의 카드에는 자체 벤더 표가 실려 있다 — SWE-Bench Verified 76.0, Terminal-Bench 2.1 51.7, GPQA Diamond 83.5, AIME 2026 94.7, HLE 22 — 같은 유의사항이 붙는다. 서로 다른 하네스에서 몇 달 간격으로 만들어진 두 벤더 스코어카드는 서로 빼서 비교할 수 없으며, 바로 그렇기 때문에 이 글에서 기대는 수치는 단 하나의 독립적인 Index다.

실제로 결정을 좌우할 차이는 어느 카드에도 없습니다. 그것은 당신이 개인적으로 필요로 하는 품질 기준에서, 당신 자신의 입력으로, 한 번 측정한 작업의 비용입니다. 누군가 그것을 실행하기 전까지, 39와 17은 같은 제품군 이름을 달고 있는 서로 다른 두 기기에 관한 두 가지 사실일 뿐입니다.