Muse Spark Open 816B A42B vs Muse Spark 1.3: Dziewięć punktów i pięćdziesięcioczterosekundowe oczekiwanie

Numery wersji sprawiają, że to porównanie wygląda na proste, ale one cię okłamują. Muse Spark 1.3 stoi wyżej niż Muse Spark Open 816B A42B w nazewnictwie samej Meta, a także wyżej w niezależnym Intelligence Index — 48 wobec 39, dziewięciopunktowa różnica, która jest całym powodem, dla którego ktokolwiek przedstawia otwarte wagi jako opcję budżetową. Ale Muse Spark 1.3 został wydany 2 września 2026 r. i jest modelem nastawionym przede wszystkim na rozumowanie, sprzedawanym za token, co oznacza, że jego możliwości wiążą się z kosztem namysłu. Muse Spark Open 816B A42B — 816-miliardowy model typu mixture of experts z 42 miliardami aktywnych parametrów, którego wagi Meta opublikowała 15 października 2026 r. bez żadnego ogłoszenia — wiąże się natomiast z kosztem sprzętowym. 16 października 2026 r. NVIDIA opublikowała model szkicujący (drafter) do dekodowania spekulatywnego dla otwartego modelu docelowego, co po raz pierwszy umieszcza udokumentowaną ścieżkę optymalizacji pod jedną stroną tego porównania, a nie pod drugą. Te dziewięć punktów jest prawdziwe. Warto wiedzieć, za co się za nie płaci i w jakiej walucie. W przypadku modelu, którego tryby awarii wciąż nie zostały udokumentowane, użytecznym odpowiednikiem jest zapis tego, co już poszło nie tak gdzie indziej: udokumentowane incydenty związane ze sztuczną inteligencją i awarie agentów wokół modeli z tej klasy są zebrane w Archiwum Incydentów AI OrcaRouter gdzie każdy wpis zawiera własne źródła, stopień istotności, ocenę pewności i znacznik sporności.

Dwa sposoby na bycie drogim

Tabele porównawcze to spłaszczają. Oba modele są drogie; są drogie w przeciwnych kierunkach, a kierunek decyduje o tym, dla jakich obciążeń każdy z nich jest niewłaściwy.

Muse Spark 1.3 jest drogi w przeliczeniu na jednostkę myślenia. To rozwlekły model wnioskujący — Artificial Analysis zmierzyło, że podczas swojej ewaluacji zużył rzędu 170 milionów tokenów, czyli o około jedną trzecią więcej niż Muse Spark 1.2 — a każdy z tych tokenów jest rozliczany jako wyjściowy po 4,25 USD za milion. Ta rozwlekłość sprawia, że 1.3 wypada na zmierzonym poziomie 1,60 USD na zadanie Intelligence Index w porównaniu z 0,97 USD dla 1.2, przy identycznych cenach tokenów podanych w nagłówku. Nie płacisz więcej za token. Płacisz za więcej tokenów, ponieważ model myśli ciężej i na głos.

Muse Spark Open 816B A42B jest drogi, zanim w ogóle zacznie cokolwiek robić. Nie ma licznika rozliczającego tokeny, więc kosztem jest sprzęt: około 1,5 TB w BF16 plus wersja NVFP4, aby zmieścić się na czymś, co posiadasz, węzeł Blackwell dla ścieżki dla centrów danych albo dwa M5 Ultra Mac Studios dla ścieżki desktopowej. Te pieniądze są wydawane niezależnie od tego, czy model jest zajęty, co jest cechą definiującą kosztu stałego oraz źródłem zarówno jego zalety, jak i najczęstszego błędu w obliczeniach.

Praktyczną konsekwencją jest to, że te dwa modele są z założenia niedopasowane do przeciwnych typów obciążenia. Interaktywny produkt o skokowym charakterze nie może amortyzować stałego kosztu sprzętu. Stacjonarny potok o dużym wolumenie nie przejmuje się rozliczaniem za token i nie powinien za nie płacić.

Co właściwie daje dziewięć punktów rozumowania

Niezależny pomiar daje Muse Spark 1.3 wynik 48 w Intelligence Index, co plasuje go w czołowych kilku procentach modeli śledzonych przez Artificial Analysis, ze zmierzoną prędkością generowania 127,7 tokena na sekundę i czasem do pierwszego tokena wynoszącym 54,06 sekundy. Ta ostatnia liczba to ta, którą karta specyfikacji pomija, a użytkownik odczuwa: 1.3 myśli, zanim mówi, a przy trudnym zapytaniu myślenie nie jest natychmiastowe.

Muse Spark Open 816B A42B plasuje się na 39 — najwyższy wynik spośród modeli o otwartych wagach wśród wydań amerykańskich laboratoriów, a mimo to wciąż o jeden poziom możliwości niżej. Własna karta wyników Meta dla otwartego modelu, raportowana przez dostawcę i mierzona w wybranych przez Meta środowiskach testowych poszczególnych benchmarków, podaje Terminal-Bench 2.1 na poziomie 76,4, DeepSWE 1.1 na 60, MCP-Atlas na 89,2, GDPval-AA v2 na 1401, SciCode na 58,5, JobBench na 61,8 oraz HLE-Diamond bez narzędzi na 26,1. Odpowiadające im wiersze dostawcy dla 1.3 wskazują 83,9 i 68 w przypadku dwóch pierwszych. To te same ewaluacje i pokazują stałą przewagę od siedmiu do ośmiu punktów w paśmie agentowym — czyli mniej więcej tam, gdzie znajduje się niezależna dziewięciopunktowa luka w indeksie.

Czytaj kształt tego, nie arytmetykę. Luka między tymi dwoma modelami koncentruje się na wytrzymałości agentowej i głębi rozumowania bez dostępu do źródeł. To nie luka w wiedzy i nie luka, która ujawnia się w każdym zadaniu. Model, który w zagregowanym wyniku wypada o dziewięć punktów słabiej, nie jest o dziewięć punktów gorszy w wydobywaniu konkretnego faktu ze stałego korpusu, a traktowanie tego wskaźnika jako jednolitej stopy dyskontowej dla zdolności to najczęstszy błąd w porównaniach takich jak to.

Pokrętło wysiłku — i kto za nie wystawia rachunek

To jest ta część porównania, w której oba modele przestają być do siebie w ogóle podobne, a jest ona bardziej użyteczna niż luka w indeksie.

Muse Spark Open 816B A42B udostępnia swój budżet rozumowania bezpośrednio. Niski, średni, wysoki i xhigh przekładają się na 16, 64, 256 i 512 tokenów rozumowania, a wskazówka w prompcie systemowym spełnia tę samą rolę. Wybierasz dla każdego żądania z własnego kodu, z góry znasz koszt każdego ustawienia, a ponieważ nie ma licznika, zmniejszenie ustawienia kosztuje cię tylko dokładność i nic więcej. Zadanie wsadowe, które może sobie pozwolić na intensywne myślenie o północy, może intensywnie myśleć o północy za darmo. Zadanie wsadowe, które nie musi intensywnie myśleć, może przestać.

Wysiłek rozumowania Muse Spark 1.3 nie jest darmowy w żadnym kierunku. Każdy stopień w górę to tokeny wyjściowe, a tokeny wyjściowe to droższa połowa cennika. Zmierzona gadatliwość modelu jest tego widoczną konsekwencją: wydaje tyle, ile potrzebuje, by osiągnąć 48 punktów, a 48 punktów rozumowania to bardzo dużo namysłu. To, czy to dobry układ, zależy wyłącznie od tego, czy rozumowanie jest produktem, czy narzutem na niego.

Różnica, którą warto zapamiętać, polega na tym, że w modelu otwartym intensywniejsze myślenie to wybór konfiguracji wiążący się z kosztem czasu. W Muse Spark 1.3 intensywniejsze myślenie to zakup. To nie są tego samego rodzaju decyzje i nie mają tego samego pułapu.

Co projektodawca z 16 października zmienia w tym parowaniu?

Muse Spark 1.3 nie ma opublikowanego draftu do dekodowania spekulatywnego. Muse Spark Open 816B A42B uzyskał go 16 października 2026 r., gdy NVIDIA opublikowała nvidia/Muse-Spark-Open-816B-A42B-DFlash2 — liczący 4,38 miliarda parametrów, nieograniczony checkpoint, który tworzy drafty bloków tokenów dla modelu docelowego 816B, aby mógł je zweryfikować w jednym przebiegu w przód. Raportuje średnie długości akceptacji wynoszące 3,73 na MT-Bench przy dekodowaniu zachłannym i 3,01 przy próbkowaniu, zalecaną liczbę tokenów spekulatywnych równą siedem, i działa na Blackwell poprzez vLLM lub TensorRT-LLM.

Dwa szczere zastrzeżenia mają większe znaczenie niż liczby. Pierwsze: NVIDIA nie opublikowała żadnego przyspieszenia end-to-end — długość akceptacji mówi, że draft często trafia, a nie że serwer stał się szybszy. Drugie: SGLang — środowisko uruchomieniowe, z którym własne materiały Meta łączą DFlash V2 — nie występuje na liście obsługiwanych silników NVIDIA, więc jeśli twój stos serwowania to SGLang, ten checkpoint nie został napisany z myślą o tobie.

To, co pozostaje, jest nadal strukturalnie interesujące. Do krzywej kosztów otwartego modelu dołączona jest teraz publiczna, możliwa do zbadania ścieżka optymalizacji: udokumentowany drafter, opublikowana recepta, otwarta flaga vLLM. Krzywa kosztów Muse Spark 1.3 należy do dostawcy i nie możesz jej samodzielnie dostroić, ponownie wytrenować ani przyspieszyć. W perspektywie roku stała zdolność z coraz lepszą historią serwowania i wyższa zdolność z zamrożoną historią serwowania nie są uszeregowane tak, jak mówi indeks.

Granica, która tak naprawdę rozstrzyga

Decydujące są tu dwa warunki, a wszystko inne to szum.

Pierwszym jest tolerancja opóźnienia. Pięćdziesiąt cztery sekundy do pierwszego tokenu to nie wada — tyle kosztuje głębokie rozumowanie, a w przypadku nocnego zadania wsadowego jest to nieistotne. W przypadku interfejsu, przed którym siedzi człowiek, to cały charakter tego obciążenia. Jeśli człowiek czeka, budżet rozumowania Muse Spark 1.3 działa przeciwko tobie, nawet gdy jego odpowiedzi są lepsze, i powinieneś mierzyć czas do pierwszego tokenu, a nie wynik indeksu. Jeśli nic nie czeka, rozwlekłość wersji 1.3 jest pozycją kosztową, a jej możliwości są produktem.

Druga kwestia dotyczy tego, czy zadanie da się wyspecjalizować. Muse Spark 1.3 nie można dostroić na twoich danych za żadną cenę, a fakt, że jest to bardziej zdolny model ogólny, nie pomaga, gdy twój problem jest wąski. Muse Spark Open 816B A42B jest dostarczany z obsługą TorchTitan wraz z wagami. 39-punktowy model ogólny dostrojony na twojej bazie kodu, twoim schemacie lub twoim korpusie dokumentów to nie ten sam model, który uzyskał 39 punktów — w żadnym kierunku — a w przypadku wystarczająco wąskiego zadania dostrojona wersja słabszego modelu wygrywa, a porównanie nie jest nawet bliskie. Dziewięciopunktowa różnica to pomiar ogólnych możliwości zastosowany do konkretnego problemu — a właśnie wtedy jest najmniej informatywny.

Pomiędzy tymi dwoma warunkami mieszczą się zwykłe przypadki i to tam indeks zarabia na siebie. Trudne wieloetapowe rozumowanie, długie łańcuchy użycia narzędzi, wychodzenie ze ślepych zaułków samego modelu — to tam 48 przeciwko 39 stanowi różnicę w tym, czy przepływ pracy zostanie ukończony, a żadna zmiana konfiguracji po Twojej stronie tego nie zasypie.

Gdzie każdy z nich przestaje być właściwą odpowiedzią

Muse Spark 1.3 przestaje być właściwym wyborem, gdy rozumowanie nie jest wąskim gardłem: masowa ekstrakcja, klasyfikacja, transformacja ze stałym schematem i praca w wąskiej domenie to zadania, w których płacisz 1,60 USD za zadanie indeksowania za możliwości, których to zadanie nie wykorzystuje. Przestaje też być właściwym wyborem, gdy dane nie mogą opuścić twojej sieci — wtedy porównanie nie przebiega między 39 a 48, lecz między 39 a brakiem modelu. I przestaje być właściwym wyborem, gdy odpowiedź musi być dostrajalna, a nie jest.

Muse Spark Open 816B A42B przestaje być właściwym wyborem, gdy ktoś czeka na wynik, gdy rozumowanie naprawdę wymaga poziomu frontier oraz gdy obciążenie jest na tyle skokowe, że bezczynny sprzęt dominuje w rachunku. Przestaje też być właściwym wyborem, jeśli znaczenie ma lista obsługiwanych modalności: Artificial Analysis zmierzyło, że otwarty model przyjmuje tekst i obrazy, podczas gdy materiały samej Meta twierdzą, że obsługuje tekst, obraz, wideo i dźwięk — a wejście tekstowe, obrazowe i wideo w wersji 1.3 jest wymienione niezależnie. Jeśli to szerokie twierdzenie było powodem, dla którego się zainteresowałeś, zweryfikuj je na własnym stacku, zanim zainwestujesz w sprzęt.

Jeszcze jedno zastrzeżenie należy umieścić tutaj, a nie w przypisie. Warunki Muse Model License mają zastosowanie do otwartych wag i zawierają klauzulę wymagającą odrębnej pisemnej umowy, gdy przychody z model-as-a-service przekroczą 20 mln USD w dowolnych dwunastu kolejnych miesiącach, a także tekst atrybucji „Built with Muse Spark Open” na tym, co zbudujesz. To nie jest przeszkoda dla większości zespołów. To coś, co warto przeczytać, zanim architektura zostanie zatwierdzona, ponieważ to rozmowa licencyjna z dostawcą, a takie rozmowy taniej rozpocząć wcześnie.

Uruchamianie obu to szczera odpowiedź dla większości zespołów

Organizacje, które kończą z oboma, robią tak, ponieważ dwa warunki będące w centrum tego tekstu rzeczywiście dzielą ich obciążenia: po niektórych ścieżkach czeka człowiek, po innych nie, a tylko niektóre mają dane, które muszą pozostać na miejscu. Architektura jest prosta. Tryb awarii polega na tym, że podział istnieje w dokumencie, a nie w konfiguracji, a deweloper kopiuje ciąg modelu z tutoriala.

Warstwa routingu to mechanizm, który temu zapobiega. OrcaRouter kieruje Muse Spark 1.2 i Muse Spark 1.1 po cenie katalogowej dostawcy, przekazując ją bezpośrednio z 0% marży, więc zmiana ceny dostawcy jest widoczna na Twoim kluczu tego samego dnia, bez żadnej pracy związanej z przeliczaniem cen. Nie kieruje ruchu do Muse Spark 1.3 i nie hostuje Muse Spark Open 816B A42B, a tego tekstu nie należy odczytywać jako twierdzenia o którymkolwiek z nich — model, którego cała propozycja polega na tym, że możesz trzymać wagi, to model, który uruchamiasz na własnym sprzęcie. Router daje ci dostępną połowę: jedno API obejmujące ponad 200 modeli, automatyczne przełączanie awaryjne, gdy dostawca zawodzi, fuzję modeli do ich łączenia oraz DSL routingu, który przenosi ruch między modelami za pomocą konfiguracji, a nie kodu. To tani sposób, by sprawdzić, jak otwarte wagi sprawdzają się w prawdziwym ruchu, zanim trasa produkcyjna zacznie od nich zależeć.

Numer wersji nie jest specyfikacją.

Muse Spark 1.3 to model o większych możliwościach. Zostało to ustalone przez niezależny pomiar i nie podlega dyskusji. Sporne jest to, czy „większe możliwości” to oś, na której znajduje się twoje obciążenie robocze, a w przypadku bardzo wielu obciążeń roboczych tak nie jest: osią jest to, czy ktoś czeka, czy zadanie jest na tyle wąskie, aby je dostroić, oraz czy dane mogą opuścić budynek.

Wybierz Muse Spark 1.3, jeśli rozumowanie jest produktem, praca ma charakter zrywowy, a nikt nie wpatruje się w wskaźnik ładowania. Wybierz Muse Spark Open 816B A42B, jeśli zadanie jest wąskie, danych nie da się przenieść, wolumen jest stały albo możliwość myślenia na dowolnym poziomie wysiłku, jaki chcesz, bez tykającego licznika jest warta więcej niż dziewięć punktów indeksu. I zauważ przed podjęciem decyzji, że druga opcja właśnie zyskała historię serwowania, której nie miała w zeszłym tygodniu — nieskwantyfikowaną, zależną od sprzętu, na wpół udokumentowaną, a mimo to pierwszy dowód, jaki ktokolwiek opublikował na temat tego, jak faktycznie działa ten poziom 816B.

Muse Spark Open 816B A42B można pobrać na licencji Muse Model License; Muse Spark 1.3 jest sprzedawany w rozliczeniu za token, a checkpointy Muse Spark routowane przez OrcaRouter to 1.2 i 1.1.