Muse Spark Open vs Muse Glimmer: wat 22 indexpunten je werkelijk kosten

Negenendertig tegen zeventien. Dat is de hele vergelijking tussen Muse Spark Open en Muse Glimmer op de Artificial Analysis Intelligence Index, en het is het getal dat rondging nadat Meta op 15 oktober 2026 de gewichten van het grotere model publiceerde. Op zichzelf is het bijna nutteloos, want de twee modellen zijn geen twee antwoorden op dezelfde vraag. Het ene is een mixture-of-experts met 816 miljard parameters, gebouwd om vanuit een datacenter te worden aangeboden. Het andere is een dense model met 30 miljard parameters, gebouwd om op één enkele grafische kaart voor consumenten te draaien. Als je de kloof leest als "de nieuwe is beter", krijg je de richting van de beslissing goed en de reden ervoor volledig verkeerd. Niets hiervan is een reden om het model te vermijden, alleen een reden om de geschiedenis te kennen: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive waarbij elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-markering heeft.

Dit is wat het verschil daadwerkelijk oplevert, wat het kost, en de enige as waarop het kleinere model nog steeds zonder meer wint.

Twee downloads die verschillende vragen beantwoorden

Beide dragen de naam van Meta, beide zetten gewichten op de Hugging Face Hub, en beide laten je inferentie uitvoeren zonder een token naar iemands endpoint te sturen. Daar houdt de gelijkenis op.

• Muse Spark Open — 816B totale parameters, 42B actief per token, sparse mixture-of-experts, gepubliceerd op 15 oktober 2026 onder de Muse Model License.

• Muse Glimmer — ongeveer 29,6 miljard parameters in totaal, dense, plus een aparte vision-encoder van 1,8 miljard, gepubliceerd in augustus 2026 onder Apache 2.0.

Het verschil in actieve parameters is kleiner dan de kop doet vermoeden: 42B tegen ongeveer 29,6B is een factor van ongeveer 1,4, omdat Muse Spark Open per token slechts een deel van zijn experts activeert. Het verschil in totale parameters is wat de hardwarerekening financiert: ongeveer 27,6 keer zoveel gewichten om op te slaan, te kwantiseren en te verplaatsen.

Wat kosten 22 punten per taak?

Artificial Analysis prijst de twee modellen af tegen dezelfde maatstaf — de kosten van het voltooien van één taak op zijn eigen Intelligence Index — en daar krijgt de kloof een tweede dimensie. Op zijn hosted listing draait Muse Spark Open bij xhigh reasoning op $0,84 per Index-taak, tegenover $0,05 voor Muse Glimmer bij high. Dat is ongeveer 16,8 keer de kosten voor 2,3 keer de score.

Lijstprijzen vertellen hetzelfde verhaal in de eenheden die een finance-team gebruikt. Muse Spark Open staat vermeld voor $1,25 per miljoen inputtokens en $4,25 per miljoen outputtokens, met een cachediscount van 88% en een gecombineerd tarief van ongeveer $0,78 per miljoen tokens. Muse Glimmer staat vermeld voor $0,30 per miljoen input en $1,20 per miljoen output. Als je workload een classificatie-, extractie- of routeringsronde met een hoog volume is, is het kleinere model geen compromis — het is het juiste antwoord, geprijsd tegen een vijfde van het inputtarief.

Uitvoersnelheid is de enige metriek waarop ze dicht genoeg bij elkaar liggen voor een gelijkspel, en het is de moeite waard om dat ronduit te zeggen, want het is tegenintuïtief: Muse Spark Open mat 102,0 uitvoertokens per seconde met een tijd tot de eerste chunk van 0,67 seconde, Muse Glimmer 124,4 tokens per seconde bij 1,14 seconden. Het 816B-model is niet het model dat langzamer is in het beantwoorden van één enkele prompt, omdat het slechts een fractie van zichzelf activeert en draait op hardware die daarop is toegesneden. Waar het kleinere model wint, is aan de edge: een 4-bit-build brengt het taalmodel onder de 20 GB, en van een bijbehorende block-diffusion-drafter die 16 tokens per keer voorstelt, wordt beweerd dat die tot 3,1× versnelling oplevert op een RTX 5090. Dat is een leverancierscijfer en is niet onafhankelijk gereproduceerd.

Het contextvenster is ook geen eerlijke strijd.

Muse Spark Open heeft een venster van 1.048.576 tokens en accepteert tekst, afbeeldingen, video en audio als invoer, met tekst als uitvoer. Muse Glimmer heeft 131.072 tokens — 128k in de ronde getallen die Meta schrijft — en accepteert tekst en afbeeldingen, zonder enig audiopad. De perceptie-encoder in Muse Spark Open is een component van 1,8B met 50 lagen en sparse attention, en de taalstack telt 62 lagen, verborgen dimensie 8.192, een vocabulaire van 202.048 tokens, 256 experts met top-8-routing en grouped-query attention met 128 query-heads tegenover 16 key-value-heads.

Als je probleem is "lees deze opname van twee uur en deze stapel screenshots en vertel me wat er is gebeurd," is Muse Spark Open de enige van de twee die de invoer aankan. Als je probleem is "lees dit ene scherm en klik op de juiste knop op mijn laptop," is 128k niet de beperking die je het eerst zult tegenkomen.

De licenties zijn niet hetzelfde soort open.

Dit is het deel dat de 22-punts kop begraaft, en het is het deel waar een juridische toetsing om zal geven.

• Muse Glimmer — Apache 2.0 voor alles wat Meta heeft uitgebracht: BF16-gewichten met volledige precisie, twee 4-bit gekwantiseerde varianten, de drafter-head en de perceptie-encoder. Commercieel en onderzoeksgebruik, geen gate.

• Muse Spark Open — de Muse Model License. Ruime rechten om te gebruiken, kopiëren, wijzigen, fine-tunen, distilleren, samenvoegen en verkopen, met drie voorwaarden die het kennen waard zijn voordat je plannen maakt: kopieën en afgeleiden moeten de licentie en het gebruikersbeleid bevatten; producten die erop zijn gebouwd moeten "Built with Muse Spark Open" weergeven in de interface, documenten of instellingen; en als je derden toegang biedt tot modellen waarvan die derden de output ontvangen, en de gecombineerde bruto-omzet over een willekeurige periode van twaalf opeenvolgende maanden $20 miljoen overschrijdt, moet je Meta eerst op de hoogte stellen en een afzonderlijke overeenkomst ondertekenen. Intern gebruik, onderzoek en commercieel werk dat geen model-as-a-service is, vallen hierbuiten. Meta claimt geen eigendom van outputs.

De toegang is ook van een andere aard. De Muse Spark Open-repository is afgeschermd: je logt in en geeft je volledige wettelijke naam, geboortedatum en organisatienaam met identificatiegegevens op, en de pagina waarschuwt dat het formulier daarna niet meer kan worden bewerkt. Muse Glimmer-downloads zijn niet afgeschermd. Voor een team dat beide rustig wil evalueren voordat het zich vastlegt, is die asymmetrie echte wrijving, en de $20M-clausule betekent dat "we hebben het gedownload" en "we kunnen er een gehost product op uitbrengen" twee verschillende antwoorden zijn.

Waar elk op het rack past

Meta's eigen modelkaart vermeldt de hardware ronduit: het BF16-checkpoint heeft ongeveer 2 TB VRAM nodig, en de NVFP4-build heeft minstens 700 GB nodig. Ondersteunde serving-stacks zijn SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth en llama.cpp, en de kaart wijst ook op MLX dat is afgestemd op twee M5 Ultra Mac Studios. Dat is de desktopdemo waarmee Meta begon — twee machines met de hoogste specificaties die aan elkaar zijn gekoppeld, geen laptop.

Het doel van Muse Glimmer is werkelijk anders: één RTX 5090, een gekwantiseerde build van minder dan 20 GB, en een drafter-head die is ontworpen om de tokens sneller uit die kaart te laten komen. De twee modellen concurreren niet om dezelfde silicon. De lanceringspost van Meta voor het grotere model maakt hetzelfde punt vanuit de andere richting, met agentisch werk en de twee-Mac-Studio-configuratie voorop, in plaats van met een getal voor één kaart.

Welke moet je kiezen?

De beslissing stort snel in elkaar zodra je de beperking vastlegt.

• Je brengt een lokale agent uit op hardware die je zelf bezit — Muse Glimmer. De 22 punten zijn niet beschikbaar tegen welke prijs je ook kunt betalen op één GPU.

• Je hebt audio, video of een input van een miljoen tokens nodig in één aanroep — Muse Spark Open, en geen kleiner model kan dat vervangen.

• Je doet werk met een hoog volume en een lage moeilijkheidsgraad — Muse Glimmer voor $0,30 per miljoen inputtokens, tenzij een gemeten evaluatie aangeeft dat het model met score 17 jouw specifieke taak niet aankan.

• Je wilt de frontier-score en je huurt — de eerlijke kanttekening is dat Muse Spark Open niet de goedkoopste manier is om een 39 te bereiken. Het is de enige manier om een 39 te bereiken met de gewichten op je eigen schijf.

Wat de servingvraag betreft, de praktische realiteit voor de meeste teams is dat geen van beide modellen er een is die je op dag één zelf host. Als je Meta's Muse-lijn wilt aanroepen zonder GPU's op te zetten, Muse Spark 1.2, een van de twee Muse-modellen die OrcaRouter daadwerkelijk routeert, is beschikbaar via één API voor meer dan 200 modellen, met automatische failover zodat een onbekend model testverkeer kan dragen zonder je productiepad te dragen. Beide Muse-modellen die wij serveren worden gefactureerd tegen de lijstprijs van de provider met 0% opslag, dus een prijswijziging aan de leverancierskant is dezelfde dag bij ons live. Om expliciet te zijn over de limieten: OrcaRouter routeert momenteel Muse Spark Open niet, en routeert Muse Glimmer niet — beide zijn gewichten die je zelf draait, of endpoints die je elders koopt.

Wat is nog ongemeten

Bijna alles wat de vergelijking zou beslechten.

De 39 is één onafhankelijk getal dat aan een model hangt waarvan de eigen lanceringsscorekaart JobBench 61,8, MCP-Atlas 89,2, GDPval-AA v2 1401, OSWorld Verified 80,4, Toolathlon Verified 72,8, HLE-Diamond 26,1 zonder tools en 61,0 met tools, GPQA Diamond 89,0, SciCode 58,5, DeepSWE 1.1 op 60 en Terminal-Bench 2.1 op 76,4 met de Terminus 2-agent vermeldt. Elk van deze is door de leverancier gerapporteerd en niet gereproduceerd, en verschillende zijn gemeten in Meta's eigen agent-harness, wat ze tot een capaciteitsclaim maakt in plaats van een één-op-één-rangschikking. Glimmers kaart bevat zijn eigen leverancierstabel — SWE-Bench Verified 76,0, Terminal-Bench 2.1 51,7, GPQA Diamond 83,5, AIME 2026 94,7, HLE 22 — met hetzelfde voorbehoud. Twee leveranciersscorekaarten die maanden na elkaar op verschillende harnessen zijn geproduceerd, kunnen niet van elkaar worden afgetrokken, wat precies de reden is waarom de enige onafhankelijke Index het getal is waarop dit stuk leunt.

Het verschil dat de beslissing echt zal doen kantelen, staat op geen van beide kaarten. Het is de kostenpost van een taak op het kwaliteitsniveau dat je zelf nodig hebt, met je eigen invoer, eenmalig gemeten. Totdat iemand dat uitvoert, zijn 39 en 17 twee feiten over twee verschillende machines die dezelfde familienaam dragen.