Muse Spark Open vs Muse Spark: Meta가 당신에게 가중치를 넘겨줄 때 당신이 포기하는 것

"Muse Spark Open vs Muse Spark"라고 입력할 때 사람들이 실제로 의미하는 비교는 두 모델이 아니라, 같은 패밀리 이름을 달고 있는 두 가지 배포 방식입니다. Muse Spark Open은 Meta가 2026년 10월 15일에 공개한 오픈 가중치 816B 파라미터 희소 전문가 혼합(MoE) 모델로, Muse Model License에 따라 다운로드할 수 있으며, 텍스트·이미지·영상·오디오를 입력받아 텍스트를 출력합니다. Muse Spark는 같은 패밀리의 폐쇄형 호스팅 라인으로, 2026년 4월의 원본 모델에 이어 Muse Spark 1.1, 1.2, 1.3이 차례로 등장했으며, Meta의 Model API를 통해 토큰당 판매되고 다른 방식으로는 접근할 수 없습니다. 하나는 파일과 라이선스의 형태로 오고, 다른 하나는 엔드포인트와 요금표의 형태로 옵니다. 두 모델 사이의 실질적인 차이는 거의 모두 이 하나의 갈림길에서 비롯됩니다.

먼저, 정리하고 넘어갈 만한 명명 문제

"Muse Spark"는 버전 번호 없이는 정말로 모호한데, 이제 공개된 형제 제품까지 생겼으니 그 모호함은 더욱 심해진다.

• Muse Spark, 버전 미지정 — 최초 모델, 2026년 4월 출시, Artificial Analysis 목록 기준 262K 토큰 컨텍스트, 텍스트·이미지·음성 입력 지원.

• Muse Spark 1.1과 1.2 — 각각 2026년 7월과 8월, 둘 다 해당 제품군의 1M 토큰 컨텍스트 윈도우를 갖춤.

• Muse Spark 1.3 — 2026년 9월, Meta가 최신 버전으로 표시하고 새 작업에 권장하는 버전.

• Muse Spark Open — 별도의 오픈 웨이트 릴리스이며, 폐쇄형 라인의 한 버전이 아니고 1.3의 후속 버전도 아닙니다.

그리고 위의 모든 것과 흔히 혼동되는 네 번째: 같은 연구 그룹에서 Apache 2.0으로 공개한 30B 덴스 오픈 모델인 Muse Glimmer. "오픈 Meta Muse 모델"을 검색하다 Glimmer에 도착한 사람은 진짜 오픈 웨이트 모델을 찾긴 했지만 잘못된 것을 찾은 셈이다. Muse Spark Open이 816B 모델이고, Glimmer는 작은 로컬용 모델이다.

서류상으로 양측이 무엇인지

여섯 가지 차원, 양측 모두, 벤더가 밝힌 수치와 Artificial Analysis의 독립적인 목록이 존재하는 경우 이를 사용하여.

• 가중치 — Muse Spark Open: 다운로드 가능, 총 816B / 활성 42B, 게이트된 저장소, BF16 및 NVFP4 체크포인트. Muse Spark(비공개 라인): 1.3을 포함한 모든 버전에 대해 가중치 없음, 라이선스 없음, 다운로드 없음.

• 입력 — 오픈: Meta에 따르면 텍스트, 이미지, 비디오, 오디오이며, Artificial Analysis의 목록에 따르면 텍스트, 이미지, 음성, 비디오. Closed 1.2: Artificial Analysis에 따르면 텍스트, 이미지, 음성, 비디오. 두 출처는 오픈 모델의 모달리티 목록에 대해서는 일치한다; 어느 쪽도 공개하지 않은 것은 오디오 또는 비디오 경로에 대한 측정값이다.

• 출력 — 텍스트만, 양쪽 모두. 어느 쪽도 이미지, 오디오 또는 비디오를 생성하지 않습니다.

• 컨텍스트 — Open 및 1.1, 1.2, 1.3의 경우 1,048,576 토큰입니다. 원래 버전이 지정되지 않은 Muse Spark는 그보다 낮은 262K입니다.

• 라이선스 및 약관 — 오픈: Muse Model License로, 저작자 표시 요건과 연간 계열사 매출이 2,000만 달러를 초과할 때 적용되는 모델-서비스(MaaS) 조항이 있습니다. 클로즈드: 상용 API 약관으로, 더 낮은 가격 대신 사용자의 프롬프트와 컴플리션으로 학습할 수 있는 권한을 주는 할인된 "Contributor" 등급이 있습니다.

• 가격 — 오픈: Meta는 아무 가격도 책정하지 않습니다. Meta가 이를 제공하지 않기 때문입니다. 여러분이 지불하는 비용은 자체 하드웨어이거나 추론 플랫폼이 부과하는 요금입니다. 클로즈드 1.3: 백만 입력 토큰당 $1.25, 백만 출력 토큰당 $4.25, 백만 캐시 입력 토큰당 $0.15이며, Contributor 변형은 $0.10 / $0.20 / $0.002입니다.

독립적인 수치, 그리고 그것들에 대한 솔직한 단서

Artificial Analysis는 이 비교의 양쪽 모두에 대해 공개 목록을 제공하는 유일한 제3자이며, 따라서 대등한 비교 판독이 가능한 유일한 곳이다. 다만 그것이 숨기지 않는 단서가 하나 있다. Artificial Analysis는 오픈 웨이트 모델을 같은 크기 등급의 다른 오픈 웨이트 모델과 비교하고, 독점 모델을 같은 가격대의 독점 및 오픈 모델과 비교한다. 또한 아래 클로즈드 라인의 수치는 Artificial Analysis가 호스팅된 엔드포인트를 직접 측정한 값인 반면, 오픈 모델의 Index와 속도는 아무도 호스팅할 의무가 없는 모델에 대해 같은 분석가가 제공한 호스팅 목록에서 나온 값이라는 점도 유의해야 한다. 따라서 점수는 방향성 면에서 비교 가능할 뿐, 감사를 거친 등가물은 아니다.

• Muse Spark Open (xhigh) — 인텔리전스 지수 39, 텍스트·이미지·음성·동영상 입력 지원, 출력 속도 초당 103.4토큰, 공개 호스팅 가격 입력 $1.25 / 출력 $4.25, 지수 작업당 $0.84.

• Muse Spark 1.2 (xhigh) — 인텔리전스 인덱스 40, 텍스트, 이미지, 음성 및 동영상 입력, 초당 361.4토큰, 입력 $1.25 / 출력 $4.25, 인덱스 작업당 $0.97. 이제 해당 페이지에는 1.3을 가리키는 사용 중단 안내가 표시됩니다.

• Muse Spark 1.3 (max) — Intelligence Index 48, 텍스트·이미지·동영상 입력, 초당 121.9 토큰, 입력 $1.25 / 출력 $4.25, 지수 작업당 $1.60.

• 오리지널 Muse Spark — 인텔리전스 지수 31, 262K 컨텍스트, 속도 및 비용 미측정, 지원 중단 표시됨.

그 목록의 형태가 흥미로운 부분이다. 오픈 모델은 클로즈드 라인을 이기지 못한다. 최대 추론 설정에서 지원 중단된 1.2보다 1점 낮고 1.3보다 9점 낮은 점수를 기록한다 — 그러면서 1.2보다 약 3.5배 느리다. 그것이 확실히 이기는 것은 작업당 비용이다: 동일한 지수에서 1.3의 $1.60에 맞서 $0.84이며, 이는 제품군에서 작업당 가장 저렴한 수치다. 그래서 트레이드오프는 역량이 아니고, 실제로 토큰당 가격도 아니다. 왜냐하면 이 표의 모든 호스팅 목록이 동일한 $1.25 / $4.25를 제시하기 때문이다. 그것은 통제권이다.

그 표의 한 숫자는 인용하기보다 회의적으로 봐야 한다. Muse Spark Open의 등록된 호스팅 가격은 비공개 모델인 Muse Spark 1.3에 대한 Meta의 정가와 세 열 모두에서 센트 단위까지 동일하다. 이는 실제 시장 청산 가격일 수도 있고, 해당 모델 자체의 가격이 정해질 때까지 분석가가 형제 모델의 요금표로 해당 항목을 채운 것일 수도 있다. 실제 제공업체 인보이스가 이를 확인해 줄 때까지 Open의 비용 수치는 잠정치로, 1.3의 수치는 공급업체 공개치로 취급하라.

오픈 라이선스가 당신에게 물리는, API라면 결코 물지 않았을 비용

라이선스는 두 경로가 가장 뚜렷하게 갈라지는 지점이며, 대부분의 독자가 대충 훑어 넘기는 부분이기도 하다.

당신이 분명히 얻는 것: 사용, 복사, 수정, 미세 조정, 증류, 병합, 게시, 재라이선스 및 파생물 판매의 자유이며, Meta는 출력물에 대한 소유권을 주장하지 않습니다. 여기에 두 가지 조건이 더해집니다.

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

• 서비스형 모델(MaaS) 발동 조건 — 귀하 또는 귀하의 계열사가 API를 통해 제3자에게 모델을 제품이나 서비스로 제공하고, 연속된 12개월 동안 합산한 총 매출이 $20M를 초과하는 경우, 먼저 Meta에 통지하고 별도 계약을 체결해야 합니다. 내부 사용, 연구, 그리고 자체 비-API 제품 내에 모델을 포함해 제공하는 행위는 예외입니다.

• 접근 제한 — 다운로드 자체가 접근 제어되며, 요청 양식은 법적 성명 전체, 생년월일, 법인 식별자가 있는 조직을 요구하고, 제출 후에는 수정할 수 없습니다.

그것을 폐쇄형 라인의 약관과 견주어 보면 비교는 뒤집힙니다. API 경로는 저작자 표시에 대해 아무것도 요구하지 않고, 매출 기준을 부과하지 않으며, 키 하나 외에는 어떤 서류 작업도 필요로 하지 않습니다. 대신 요구하는 것은 데이터 관련 질문입니다: Contributor 등급에서는 Meta가 귀하의 프롬프트와 완성 결과로 학습할 수 있으며, 바로 그것이 입력 비용을 약 10배 더 저렴하게 만들고 출력 비용은 20배 이상 더 저렴하게 만드는 이유입니다. 폐쇄형 Standard 등급의 약속은 그 반대입니다 — 귀하의 데이터는 학습에 사용되지 않습니다.

각 경로를 실제로 실행하는 데 드는 비용

"토큰당 $0 대 백만 개당 $1.25"라는 대표적인 비교는 양방향 모두 틀렸으므로, 정직하게 가격을 매길 가치가 있다.

• 데이터센터 BF16 — 메타 자체의 레시피는 전체 체크포인트를 8개의 H200 GPU로 구성된 4개 노드에 걸쳐 텐서 병렬 처리 32로 실행합니다. 오픈 가중치는 하드웨어 비용을 없애지 않았습니다. 그 비용을 여러분의 재무제표로 옮겨 놓았을 뿐입니다.

• Datacentre NVFP4 — 4비트 빌드는 단일 B200 노드에서 문서화되어 있으며, Meta의 SGLang 참조 구성은 4개의 GB300 GPU에 걸쳐 있습니다.

• 데스크톱 — 진정으로 새로운 선택지. M5 Ultra 칩을 탑재한 Mac Studio 두 대는 전체 BF16 체크포인트를 담을 수 있는데, 각각 최대 512GB의 통합 메모리를 1.2TB/s 대역폭으로 제공하기 때문이다. Hugging Face와 llama.cpp 팀이 테스트한 2비트 양자화는 512GB M3 Ultra 한 대에서 304GB를 사용해 초당 18토큰으로 실행되었고, 캐시를 위한 여유 공간도 남았다.

• 두 경로 모두에서의 컨텍스트 함정 — BF16에서 전체 1M 토큰 윈도우에서는 KV 캐시만으로도 대략 266GB에 달한다. 가중치를 산다고 해서 그 윈도우까지 사는 것은 아니다. 호스티드 엔드포인트에서는 같은 상한이 같은 방식으로 커지는 토큰당 가격 뒤에 자리한다.

클로즈드 라인에는 데스크톱 제품군에 대응하는 것이 없습니다. Muse Spark 1.3이 여러분이 보유한 하드웨어에서 어떤 양자화로든, 어떤 속도로든 실행되는 구성은 존재하지 않습니다.

상황별로 무엇을 고를까

결정 규칙은 양측의 마케팅이 시사하는 것보다 더 좁다.

• 워크로드가 역량에 결정적이고 오늘 이 제품군이 낼 수 있는 최선의 답변이 필요하다면, 클로즈드 라인이 이기며 그 차이는 근소하지 않습니다 — 최대 추론에서 1.3은 오픈 모델보다 지수 9점 높은 점수를 내고, 오픈 모델은 더 느립니다.

• 프롬프트가 귀하가 통제하는 인프라를 벗어나서는 안 된다거나, 파인튜닝·병합·증류가 필요하다는 것이 제약 조건이라면, 오픈 웨이트가 이 제품군에서 유일한 선택지입니다. Muse Spark의 어떤 버전에도 둘 다 해당하지 않습니다.

이 제품군에서 작업당 가장 저렴한 결과를 원한다면, 오픈 모델의 $0.84 인덱스 작업이 가장 낮은 수치입니다 — 하지만 이는 표에서 가장 검증되지 않은 숫자이기도 하며, 어느 플랫폼에서 실행하느냐에 따라 달라집니다.

• 약정하기 전에 실제 트래픽에서 둘 중 하나를 평가해 보고 싶다면, 그 분할 자체가 단일 엔드포인트를 선택하는 근거가 됩니다: Muse Spark 1.2는 OrcaRouter가 라우팅하는 두 Muse 모델 중 하나이며, Meta의 정가에 0% 마크업으로 제공되므로, 공지된 가격 변경이 재협상 없이 귀하의 키에 반영됩니다. Muse Spark Open은 우리 카탈로그에 없으며 그렇다고 주장하지도 않습니다. — 그것은 호출하는 모델이 아니라 다운로드하는 모델입니다. Muse Spark 1.3도 라우팅하지 않습니다. 우리가 제공하는 두 버전은 1.2와 1.1입니다.

이 특정한 경우에 라우팅 계층이 제공하는 것은 할인이 아니라 출구입니다. 200개 이상의 모델을 아우르는 단일 API, 공급자가 성능 저하를 보일 때의 자동 페일오버, 그리고 구성만으로 모델 간 트래픽을 이동시키는 라우팅 DSL은 모두 오픈과 클로즈드 사이의 선택이 더 이상 마이그레이션이 아니게 됨을 의미합니다. 하루 전에 출시되어 단 하나의 애널리스트 지수만 있고 재현 사례가 없는 모델은 바로 코드 변경 없이 트래픽을 전환할 수 있는 옵션을 원하는 정확한 사례입니다.

양측 모두 해결하지 못한 부분

이 비교에는 두 가지 미해결 질문이 남아 있으며, 어느 것도 명쾌한 판정에 유리하게 해소되지 않는다.

첫 번째는 측정입니다. Muse Spark Open에 대한 Meta 자체 스코어카드는 공급업체가 보고한 것이며 평가 하네스에 상대적인 값이고, 출시 게시물이 가리키는 안전 보고서는 게시된 것이 아니라 곧 공개될 예정이라고 설명됩니다. 독립적인 그림은 분석가 인덱스 하나, 속도 수치 하나, 모달리티 목록 하나뿐입니다. 그리고 그 목록은 사양에 대해서는 공급업체와 일치하지만, 네 가지 입력 경로 중 어느 것이 실제로 측정되었는지에 대해서는 아무 말도 하지 않습니다. 인덱스 9포인트는 큰 격차이며, 현재 그것은 단일 주체가 서로 다른 모델 클래스에서 측정한 격차입니다.

두 번째는 오픈 웨이트가 이 패밀리의 방향을 조금이라도 바꾸는지 여부다. Meta는 이제 이 규모의 모델을 공개하면서도 폐쇄형 라인의 모든 버전은 독점으로 유지했고, 오픈 릴리스는 역량 면에서 폐쇄형 플래그십과 동등하기보다 그 아래에 있다. 이는 일관된 전략이다 — 최전선은 호스팅된 상태로 남고, 이전 세대의 형태는 다운로드가 된다 — 그리고 Meta가 밝힌 적 없는 전략이다. 미래의 Muse Spark Open이 출시 시점에 폐쇄형 라인과 맞먹는다면, 이 비교는 존재하지 않게 된다. 그때까지 정직한 해석은, 오픈 웨이트가 역량을 할인한 대가로 이 패밀리의 아키텍처와 컨텍스트 윈도우를 사준 것이며, 최전선을 사준 것은 아니라는 것이다.

Comparisons like this one are also where the failure modes show up: the documented AI incidents and agent failures behind models in this class are collected in the OrcaRouter AI Incident Archive, where each entry carries its own sources, severity, confidence grade and disputed flag.