Muse Spark Open 816B A42B vs Muse Spark 1.2: Otwarty model w końcu ma historię serwowania

Do tego tygodnia porównywanie Muse Spark Open 816B A42B z Muse Spark 1.2 za każdym razem załamywało się w tym samym miejscu: jedna kolumna zawierała pomiary, a druga repozytorium. Meta opublikowała wagi dla Muse Spark Open 816B A42B — 816-miliardowej mieszaniny ekspertów z 42 miliardami aktywnych parametrów, udostępnionej na Hugging Face jako Muse-Spark-Open-816B-A42B — 15 października 2026 r., bez wydarzenia premierowego i bez cyklu prasowego. Muse Spark 1.2 od miesięcy jest niezależnie notowany i mierzony. Następnie 16 października 2026 r. NVIDIA opublikowała checkpoint dekodowania spekulacyjnego o 4,38 miliarda parametrów dla otwartego modelu, a charakter porównania się zmienił, ponieważ ten checkpoint jest pierwszym artefaktem strony trzeciej zbudowanym specjalnie po to, aby poziom 816B nadawał się do serwowania. Nic tutaj nie jest premierą i nic tutaj nie jest obniżką ceny. To, co się zmieniło, jest węższe i bardziej użyteczne: otwarta strona księgi zdobyła pierwszy dowód na to, jak będzie faktycznie działać. Ta luka między tym, co mierzy tablica wyników, a tym, z czym spotyka się wdrożenie, jest powodem, dla którego zapis ma znaczenie: udokumentowane awarie AI i incydenty z agentami wokół modeli tej klasy są zbierane w OrcaRouter AI Incident Archive gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i flagę sporności.

Brakująca kolumna była całym argumentem

Odsuń na bok rodzinne podobieństwo, a okaże się, że to nie są dwie konfiguracje jednego produktu. To zestaw wag do pobrania i wynajmowany endpoint, a liczby, które decydują o rzeczywistym przyjęciu, to nie te z karty benchmarku.

Pod względem możliwości niezależny Intelligence Index plasuje Muse Spark 1.2 na 40, a Muse Spark Open 816B A42B na 39. To remis w każdym praktycznym sensie; pojedynczy punkt mieści się w szumie tego, jak zestawia się te złożone wskaźniki, i nie jest powodem, by wybierać którykolwiek z tych modeli.

Jeśli chodzi o szybkość i koszt, różnica nie była różnicą, lecz dziurą. Muse Spark 1.2 ma zmierzoną szybkość generowania, opublikowaną cenę za token i koszt na zadanie indeksowe. Muse Spark Open 816B A42B nie miał żadnego z tych elementów, bo nikt nie udostępnił go na skalę i nie zaraportował wyniku. To właśnie ta asymetria była przedmiotem rzeczywistego sporu i to ona właśnie się zmieniła.

Co dodaje checkpoint NVIDIA, a czego celowo nie dodaje

Repozytorium nazywa się nvidia/Muse-Spark-Open-816B-A42B-DFlash2, nie jest objęte ograniczeniami dostępu i jest drafterem — małym modelem, którego jedynym zadaniem jest odgadywanie następnego bloku tokenów, aby model docelowy 816B mógł zweryfikować cały blok w jednym przebiegu w przód, zamiast generować po jednym tokenie na raz.

• Z czego się składa — 4,38 miliarda gęstych parametrów w BF16, pięć warstw dekodera, uwaga z przesuwanym oknem o rozmiarze 2048 tokenów, rozmiar bloku wynoszący osiem oraz korzystanie z pięciu warstw 62-warstwowego modelu docelowego. To dodatek, a nie model: nie generuje własnego tekstu i nie może działać bez modelu docelowego, dla którego został wytrenowany do tworzenia szkiców.

• Co raportuje — długości akceptacji wynoszące 3,73 na MT-Bench przy dekodowaniu zachłannym i 3,01 przy próbkowaniu, współczynniki przepustowości SPEED-Bench wynoszące 3,30 i 2,78 oraz zalecana liczba tokenów spekulacyjnych równa siedem. Na GPU Blackwell przez vLLM lub TensorRT-LLM oznacza to znaczne przyspieszenie modelu docelowego.

• Czego nie raportuje — przyspieszenia end-to-end, w tokenach na sekundę, względem dopasowanego baseline’u bez spekulacji. Długość akceptacji mówi ci, że draft trafia wystarczająco często. Nie mówi jednak, że serwer stał się szybszy, a te dwie rzeczy mogą mocno się rozjechać, gdy target jest już ograniczony przepustowością pamięci.

• Gdzie to działa — NVIDIA Blackwell z Linuksem, przez dwa nazwane silniki. SGLang, środowisko uruchomieniowe, którego używa materiał DFlash V2 samej Meta, nie znajduje się na liście. To artefakt centrum danych, a nie coś, co wpasowuje się we wdrożenie desktopowe.

Uczciwa aktualizacja jest więc taka: kolumna prędkości otwartego modelu przeszła ze stanu pustego do opatrzonego adnotacją, a nie z pustego do wypełnionego. Czytelnik porównujący dziś te dwa modele może powiedzieć, że Muse Spark Open 816B A42B można obsługiwać na datacenter Blackwell z dekodowaniem spekulatywnym. Taki czytelnik nadal nie może powiedzieć, ile tokenów na sekundę uzyska.

Wymiar po wymiarze, z dołączoną klasą dowodową

Każdy wiersz podaje nazwę wymiaru, obie strony oraz to, jak dobrze udokumentowana jest strona wygrywająca — ponieważ w tym zestawieniu klasa dowodów ma większe znaczenie niż kierunek.

• Możliwości — Muse Spark 1.2 z wynikiem 40, Muse Spark Open 816B A42B z wynikiem 39, oba niezależnie zmierzone przez Artificial Analysis. W granicach jednego punktu. Nierozstrzygające.

• Szybkość — Muse Spark 1.2, zdecydowanie i niezależnie: wpis Artificial Analysis dla Muse Spark 1.2 obecnie podaje 374,6 tokena na sekundę, co daje pierwsze miejsce wśród 186 zmierzonych modeli, przy czasie do pierwszego tokena wynoszącym 12,67 sekundy. Wcześniejszy zapis tego samego zestawienia podawał 361,4 tokena na sekundę i pierwsze miejsce wśród 185, co warto wiedzieć, zanim przytoczysz którąkolwiek z tych liczb jako stały fakt — trwałe jest miejsce w rankingu, a nie miejsce po przecinku. Muse Spark Open 816B A42B nie ma od nikogo żadnej liczby dotyczącej przepustowości end-to-end. Jedyne jego liczby zbliżone do przepustowości należą do modelu draftującego, a są to współczynniki akceptacji, a nie przepustowość serwera.

• Koszt — Muse Spark 1.2 po $1,25 za milion tokenów wejściowych i $4,25 za milion wyjściowych, 88% zniżki na buforowane dane wejściowe oraz zmierzony koszt $0,97 na zadanie Intelligence Index. Muse Spark Open 816B A42B nie ma ceny za token ani publikowanego kosztu na zadanie; jego koszt to sprzęt, energia i czyjaś uwaga, a nie istnieje żadna niezależna liczba.

• Wagi — Muse Spark Open 816B A42B, w całości i wyłącznie. Około 1,5 TB w BF16 plus wersja NVFP4, za bramką akceptacji warunków. Wagi Muse Spark 1.2 nie są dystrybuowane w żadnej formie i żaden drafter tego nie zmienia.

• Dostrajanie — Muse Spark Open 816B A42B, ze wsparciem TorchTitan dostarczanym razem z wagami. Muse Spark 1.2 nie da się dostroić na własnych danych za żadne pieniądze. To największa pojedyncza przewaga strukturalna modelu otwartego i nic, co opublikował NVIDIA, tego nie zmienia.

• Kontekst — remis przy 1 048 576 tokenach, za którym stoi inna fizyka. W modelu otwartym pełnowymiarowy kontekst w BF16 kosztuje rzędu 266 GB pamięci podręcznej KV ponad wagi. W Muse Spark 1.2 to już czyjś problem z pojemnością.

• Nakład rozumowania — otwarty model pozwala ustawić niski, średni, wysoki i xhigh, co odpowiada 16, 64, 256 i 512 tokenom rozumowania, albo ustawić to samo za pomocą wskazówki w prompcie systemowym. Ponieważ płacisz czasem zegarowym, a nie dolarami za token wyjściowy, podkręcenie poziomu kosztuje czas skorygowany o dokładność i nic na liczniku. W Muse Spark 1.2 takie samo rozumowanie jest rozliczane jako dane wyjściowe.

• Modalności — kwestia sporna, która na podstawie dostępnych dowodów rozstrzyga się na korzyść Muse Spark 1.2. Artificial Analysis zmierzyło, że 1.2 przyjmuje tekst, obrazy, mowę i wideo, a także zmierzyło, że model otwarty przyjmuje wyłącznie tekst i obrazy, podczas gdy materiały samej Meta twierdzą, że Muse Spark Open 816B A42B obsługuje tekst, obraz, wideo i audio. Szersze twierdzenie pochodzi od dostawcy; węższe zostało zmierzone.

• Licencja — Muse Spark Open 816B A42B na warunkach licencji Muse Model License, która zawiera klauzulę wymagającą odrębnej pisemnej umowy, jeśli Twoje przychody z model-as-a-service przekroczą 20 milionów USD w dowolnym okresie dwunastu kolejnych miesięcy, oraz wymaga podania ciągu atrybucji „Built with Muse Spark Open”. Projektodawca NVIDIA nakłada na to umowę NVIDIA Open Model Agreement. Muse Spark 1.2 działa na zwykłych warunkach API.

• Minimalne wymagania sprzętowe — otwarty model potrzebuje dwóch M5 Ultra Mac Studio dla ścieżki desktopowej MLX, albo węzła Blackwell dla ścieżki TensorRT-LLM, albo węzła z czterema GPU dla przepisu BF16. Drafter nic nie wnosi do ścieżki desktopowej. Muse Spark 1.2 nie potrzebuje niczego z tego.

• Ryzyko wycofania — sama oferta Muse Spark 1.2 zawiera baner ogłaszający, że ukazało się nowsze wydanie, Muse Spark 1.3. Wagi na Twoim dysku nie mogą zostać wycofane spod Ciebie, i to jest jedyny punkt na tej liście, w którym posiadanie wygrywa na podstawie faktu, a nie preferencji.

Baner jest argumentem za posiadaniem

Ta ostatnia linia zasługuje na coś więcej niż punkt. Model, który wynajmujesz, został już oznaczony jako zastąpiony przez następcę w ofercie swojego dostawcy, co nie jest skandalem — tak działają hostowane plany — ale oznacza to, że porównanie nie jest tak proste jak „39 kontra 40 i szybszy wygrywa”.

Zespół, który buduje na Muse Spark 1.2, buduje na punkcie końcowym, przed którym stoi znana migracja. Zespół, który posiada wagi 816B, ma model o stałych możliwościach i konfigurowalnym zachowaniu, a decyzja o migracji staje się jego do zaplanowania. Kosztem tej kontroli są przepustowość, sprzęt i pogodzenie się z tym, że historia z drafterem wciąż jest w połowie niedokończona.

Co wynajem wciąż daje, czego nie naprawi żaden twórca umów

Dekodowanie spekulatywne sprawia, że duży otwarty model jest tańszy w obsłudze. Nie czyni go jednak zamiennikiem typu drop-in dla szybkiego hostowanego endpointu w pętli interaktywnej, a to właśnie to rozróżnienie ma znaczenie dla zespołów produktowych.

Muse Spark 1.2 osiąga 374,6 tokena na sekundę i 12,67 sekundy do pierwszego tokena w ramach standaryzowanego obciążenia. Pętla agenta mnoży drugą liczbę przez liczbę rund na zadanie, a zniżki za pamięć podręczną stosuje dostawca, bez konieczności samodzielnego obsługiwania czegokolwiek. Własna implementacja oznacza planowanie przepustowości, stos sterowników i konfigurację spekulacyjną, którą dostrajasz samodzielnie. Długości akceptacji draftującego to dopiero początek tej pracy, a nie jej koniec.

Kierowanie podziałem zamiast wybierania strony.

Większość zespołów, które ostatecznie uruchamiają oba, dochodzi do tego, ponieważ obciążenia naprawdę się różnią: ścieżki interaktywne chcą szybkiego endpointu, a ścieżki wsadowe i lokalne chcą wag. Trybem awarii jest podział, który żyje w dokumencie projektowym, a nie w konfiguracji.

OrcaRouter prowadzi routing do Muse Spark 1.2 — oraz Muse Spark 1.1 — po cenie katalogowej dostawcy, z 0% narzutu przekazywanego w całości, więc zmiana ceny u dostawcy dociera do twojego klucza tego samego dnia, bez żadnej pracy nad przeliczaniem cen po twojej stronie. Nie prowadzi routingu ani nie hostuje Muse Spark Open 816B A42B, ani tego modelu draftującego DFlash2, i błędem byłoby odczytywać ten tekst jako twierdzenie, że jest inaczej: model, którego wartość polega na tym, że możesz dysponować wagami, to model, który uruchamiasz na własnym sprzęcie. Wkład routera to druga połowa tego podziału — jedno API dla ponad 200 modeli, automatyczne przełączanie awaryjne, gdy dostawca zaczyna zawodzić, fuzja modeli pozwalająca je łączyć oraz DSL routingu, który przenosi ruch między modelami poprzez konfigurację, a nie zmianę w kodzie. Ta ostatnia część to tani sposób sprawdzenia, czy nieprzetestowana ścieżka samodzielnie hostowana jest gotowa, bez stawiania na niej produkcyjnej trasy.

Co zrobić z niedokończonym porównaniem

Wybierz Muse Spark 1.2, jeśli potrzebujesz zmierzonej przepustowości i zmierzonego kosztu na zadanie już dziś, jeśli człowiek czeka na wynik, jeśli potrzebujesz niezależnie potwierdzonego wejścia mowy i wideo, lub jeśli chcesz model Muse na jednym kluczu bez kupowania GPU. Przy $1.25 za wejście i $4.25 za wyjście z 88% zniżką na wejście z pamięci podręcznej, to uzasadniony zakup, nawet wiedząc, że oferta samego dostawcy wskazuje na 1.3.

Wybierz Muse Spark Open 816B A42B, jeśli zadanie jest wystarczająco wąskie, by dostroić je za pomocą TorchTitan, jeśli dane nie mogą opuścić twojej sieci, jeśli wolumen jest wystarczająco duży i stabilny, by zamortyzować sprzęt, albo jeśli darmowy suwak rozumowania jest dla ciebie wart więcej niż punkt indeksu, z którego rezygnujesz. Kompilacja NVFP4 i NVIDIA drafter razem sprawiają, że ścieżka centrum danych nie jest już spekulacyjna w sensie, który miał znaczenie w październiku — jest po prostu nieokreślona ilościowo.

Nie powinieneś wybierać otwartych wag tylko dlatego, że są darmowe, ani modelu hostowanego tylko dlatego, że jest szybszy, nie zauważając, że te dwa zdania odpowiadają na różne pytania. Jedno dotyczy tego, czym jest model, a drugie — tego, jak będziesz go uruchamiać. W zeszłym tygodniu tylko drugie pytanie miało odpowiedź. W tym tygodniu, po raz pierwszy, oba mają odpowiedź — a odpowiedź modelu otwartego jest opatrzona słupkami błędów.

Muse Spark Open 816B A42B można pobrać na licencji Muse Model License; Muse Spark 1.2 jest sprzedawany za token i jest trasowany przez OrcaRouter po cenie katalogowej.