Muse Spark Open vs Muse Glimmer: Ile faktycznie kosztują cię 22 punkty indeksu

Trzydzieści dziewięć do siedemnastu. To całość porównania między Muse Spark Opena Muse Glimmerw Artificial Analysis Intelligence Index — i to właśnie ta liczba rozniosła się po tym, jak 15 października 2026 roku Meta opublikowała wagi większego modelu. Sama w sobie jest niemal bezużyteczna, bo te dwa modele nie są dwiema odpowiedziami na to samo pytanie. Jeden to 816-miliardowy model typu mixture of experts zbudowany do obsługi z centrum danych. Drugi to gęsty model o 30 miliardach parametrów zbudowany do działania na pojedynczej konsumenckiej karcie graficznej. Odczytanie tej różnicy jako „nowy jest lepszy” daje właściwy kierunek decyzji, ale całkowicie błędne jej uzasadnienie. Nic z tego nie jest powodem, by unikać tego modelu — to jedynie powód, by znać tę historię: udokumentowane incydenty związane ze sztuczną inteligencją i awarie agentów dotyczące modeli tej klasy zebrano w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom dotkliwości, stopień pewności oraz znacznik sporności.

Oto, co ta różnica faktycznie daje, ile kosztuje i w jakim jednym wymiarze mniejszy model wciąż wygrywa bezapelacyjnie.

Dwa pobrania, które odpowiadają na różne pytania

Oba noszą nazwę Meta, oba udostępniają wagi na Hugging Face Hub i oba pozwalają uruchamiać wnioskowanie bez wysyłania tokena na czyjś endpoint. Na tym podobieństwo się kończy.

• Muse Spark Open — 816 mld parametrów łącznie, 42 mld aktywnych na token, rzadka mieszanka ekspertów, opublikowany 15 października 2026 na licencji Muse Model License.

• Muse Glimmer — około 29,6 mld parametrów łącznie, gęsty, plus osobny 1,8-miliardowy enkoder wizyjny, opublikowany w sierpniu 2026 na licencji Apache 2.0.

Różnica w liczbie parametrów aktywnych jest mniejsza, niż sugeruje nagłówek: 42 mld wobec około 29,6 mld to współczynnik około 1,4, ponieważ Muse Spark Open budzi tylko część swoich ekspertów na token. To różnica w całkowitej liczbie parametrów pokrywa rachunek za sprzęt: około 27,6 razy więcej wag do przechowywania, kwantyzacji i przemieszczania.

Ile kosztuje 22 punktów za zadanie

Artificial Analysis wycenia oba modele według tej samej miary — kosztu ukończenia jednego zadania we własnym Intelligence Index — i właśnie tam różnica zyskuje drugi wymiar. W swoim hostowanym zestawieniu Muse Spark Open przy rozumowaniu xhigh kosztuje 0,84 USD za zadanie w Intelligence Index, wobec 0,05 USD dla Muse Glimmer przy high. To około 16,8 razy większy koszt w zamian za 2,3 razy wyższy wynik.

Cennik katalogowy opowiada tę samą historię w jednostkach, którymi posługuje się zespół finansowy. Muse Spark Open jest wyceniany na 1,25 USD za milion tokenów wejściowych i 4,25 USD za milion tokenów wyjściowych, z 88% rabatem na pamięć podręczną i średnią stawką około 0,78 USD za milion tokenów. Muse Glimmer jest wyceniany na 0,30 USD za milion tokenów wejściowych i 1,20 USD za milion tokenów wyjściowych. Jeśli Twoje obciążenie to masowa klasyfikacja, ekstrakcja lub routing, mniejszy model nie jest kompromisem — to właściwy wybór w cenie jednej piątej stawki za tokeny wejściowe.

Szybkość generowania to jedyny wskaźnik, w którym są wystarczająco blisko siebie, by mówić o remisie, i warto powiedzieć to wprost, bo jest to sprzeczne z intuicją: Muse Spark Open osiągnął 102,0 tokena wyjściowego na sekundę przy czasie do pierwszego fragmentu wynoszącym 0,67 sekundy, a Muse Glimmer — 124,4 tokena na sekundę przy 1,14 sekundy. Model 816B nie jest tym wolniejszym w odpowiadaniu na pojedynczy prompt, ponieważ aktywuje tylko ułamek siebie i działa na sprzęcie do niego dobranym. Mniejszy model wygrywa natomiast w zastosowaniach brzegowych: wersja 4-bitowa sprowadza model językowy poniżej 20 GB, a towarzyszący model szkicujący oparty na dyfuzji blokowej, który proponuje 16 tokenów naraz, ma według zapewnień dawać nawet 3,1-krotne przyspieszenie na RTX 5090. To dane producenta i nie zostały niezależnie odtworzone.

Okno kontekstowe też nie jest uczciwą walką

Muse Spark Open ma okno o rozmiarze 1 048 576 tokenów i przyjmuje na wejściu tekst, obrazy, wideo oraz audio, a na wyjściu tekst. Muse Glimmer ma 131 072 tokeny — 128k w okrągłych liczbach, którymi posługuje się Meta — i przyjmuje tekst oraz obrazy, bez żadnej ścieżki audio. Enkoder percepcji w Muse Spark Open to komponent o 1,8 mld parametrów i 50 warstwach z rzadkim mechanizmem uwagi, a stos językowy ma 62 warstwy, wymiar ukryty 8 192, słownik 202 048 tokenów, 256 ekspertów z routingiem top-8 i mechanizm grouped-query attention z 128 głowicami zapytań wobec 16 głowic klucz-wartość.

Jeśli twój problem brzmi: „przeczytaj to dwugodzinne nagranie i ten stos zrzutów ekranu i powiedz mi, co się stało”, Muse Spark Open jest jedynym z tych dwóch, który pomieści takie dane wejściowe. Jeśli twój problem brzmi: „przeczytaj ten jeden ekran i kliknij właściwy przycisk na moim laptopie”, 128k nie jest ograniczeniem, na które natkniesz się najpierw.

Te licencje nie są tym samym rodzajem otwartości.

To jest ta część, którą zakopuje 22-punktowy nagłówek, i ta część, na której skupi się przegląd prawny.

• Muse Glimmer — Apache 2.0 dla wszystkiego, co Meta udostępniła: wagi BF16 w pełnej precyzji, dwa warianty skwantyzowane do 4 bitów, głowica draftująca i enkoder percepcji. Zastosowanie komercyjne i badawcze, bez ograniczeń dostępu.

• Muse Spark Open — licencja Muse Model License. Szerokie prawa do używania, kopiowania, modyfikowania, dostrajania, destylowania, łączenia i sprzedaży, z zastrzeżeniem trzech warunków, które warto znać przed planowaniem: kopie i utwory pochodne muszą zawierać licencję i politykę użytkowania; produkty zbudowane na jej podstawie muszą wyświetlać "Built with Muse Spark Open" w interfejsie, dokumentach lub ustawieniach; a jeśli oferujesz podmiotom trzecim dostęp do modeli, których wyniki te podmioty otrzymują, i łączny przychód brutto przekracza 20 mln USD w dowolnych kolejnych dwunastu miesiącach, musisz najpierw powiadomić Meta i podpisać osobną umowę. Użytek wewnętrzny, badania oraz komercyjne prace niebędące model-as-a-service są wyłączone. Meta nie rości sobie prawa własności do wyników.

Dostęp również różni się co do samego charakteru. Repozytorium Muse Spark Open jest objęte ograniczeniami — logujesz się i podajesz swoje pełne imię i nazwisko, datę urodzenia oraz nazwę organizacji wraz z identyfikatorami, a strona ostrzega, że formularza nie można później edytować. Pobieranie Muse Glimmer nie jest objęte ograniczeniami. Dla zespołu, który chce po cichu ocenić oba rozwiązania przed podjęciem decyzji, ta asymetria jest realnym utrudnieniem, a klauzula dotycząca 20 mln USD sprawia, że „pobraliśmy to” i „możemy na tym opublikować hostowany produkt” to dwie różne odpowiedzi.

Gdzie każde z nich pasuje na stojaku

Karta modelu samego Meta jasno określa wymagania sprzętowe: checkpoint BF16 potrzebuje około 2 TB VRAM, a kompilacja NVFP4 co najmniej 700 GB. Obsługiwane stosy serwowania to SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth i llama.cpp, a karta wskazuje też na MLX dostrojony pod dwa M5 Ultra Mac Studios. To właśnie ta demonstracja desktopowa, od której Meta zaczęła — dwa połączone ze sobą komputery najwyższej klasy, a nie laptop.

Cel Muse Glimmer jest naprawdę inny: pojedynczy RTX 5090, skwantyzowana wersja poniżej 20 GB oraz głowica draftująca zaprojektowana tak, aby tokeny wychodziły szybciej na tej karcie. Te dwa modele nie konkurują o ten sam krzem. Wpis premierowy Meta o większym modelu formułuje ten sam argument z przeciwnej strony, stawiając na pierwszym miejscu pracę agentową i konfigurację z dwoma Mac Studio, a nie wynik dla pojedynczej karty.

Który wybrać

Decyzja szybko upada, gdy ustalisz ograniczenie.

• Wdrażasz lokalnego agenta na sprzęcie, który posiadasz — Muse Glimmer. 22 punkty są nieosiągalne za żadną cenę, jaką możesz zapłacić na jednym GPU.

• Potrzebujesz dźwięku, wideo lub danych wejściowych o rozmiarze miliona tokenów w jednym wywołaniu — Muse Spark Open, a żaden mniejszy model go nie zastąpi.

• Wykonujesz prace o dużej skali i niskiej trudności — Muse Glimmer za 0,30 dolara za milion tokenów wejściowych, chyba że zmierzona ocena wykaże, że model z wynikiem 17 nie sprawdzi się w Twoim konkretnym zadaniu.

• Chcesz wyniku z czołówki i wynajmujesz — szczera uwaga jest taka, że Muse Spark Open nie jest najtańszym sposobem na osiągnięcie 39. To jedyny sposób, by osiągnąć 39 z wagami na własnym dysku.

Jeśli chodzi o kwestię hostingu, praktyczna rzeczywistość dla większości zespołów jest taka, że żaden z tych modeli nie jest modelem, który samodzielnie hostujesz od pierwszego dnia. Jeśli chcesz wywoływać linię Muse od Meta bez uruchamiania GPU, Muse Spark 1.2, który jest jednym z dwóch modeli Muse faktycznie routowanych przez OrcaRouter, jest dostępny przez jedno API dla ponad 200 modeli, z automatycznym przełączaniem awaryjnym, dzięki czemu nieznany model może obsługiwać ruch testowy, nie przejmując Twojej ścieżki produkcyjnej. Oba modele Muse, które obsługujemy, są rozliczane według ceny katalogowej dostawcy z 0% marży, więc zmiana ceny po stronie dostawcy obowiązuje u nas tego samego dnia. Mówiąc wprost o ograniczeniach: OrcaRouter obecnie nie routuje Muse Spark Open ani nie routuje Muse Glimmer — oba to wagi, które uruchamiasz samodzielnie, albo endpointy, które kupujesz gdzie indziej.

Co jest wciąż niezmierzone?

Prawie wszystko, co rozstrzygnęłoby porównanie.

39 to jedna niezależna liczba przypisana do modelu, którego własna karta wyników z premiery wymienia JobBench 61,8, MCP-Atlas 89,2, GDPval-AA v2 1401, OSWorld Verified 80,4, Toolathlon Verified 72,8, HLE-Diamond 26,1 bez narzędzi i 61,0 z nimi, GPQA Diamond 89,0, SciCode 58,5, DeepSWE 1.1 przy 60 i Terminal-Bench 2.1 przy 76,4 z agentem Terminus 2. Każda z tych pozycji jest raportowana przez dostawcę i niepowtórzona, a kilka zmierzono we własnym środowisku agentowym Meta, co czyni je twierdzeniem o możliwościach, a nie rankingiem w identycznych warunkach. Karta Glimmera zawiera własną tabelę dostawcy — SWE-Bench Verified 76,0, Terminal-Bench 2.1 51,7, GPQA Diamond 83,5, AIME 2026 94,7, HLE 22 — z tym samym zastrzeżeniem. Dwóch kart wyników dostawcy sporządzonych w odstępie miesięcy na różnych środowiskach nie można od siebie odjąć, i właśnie dlatego pojedynczy niezależny Index jest liczbą, na której opiera się ten tekst.

Różnica, która faktycznie przesądzi o decyzji, nie znajduje się na żadnej z kart. To koszt zadania przy poziomie jakości, którego osobiście potrzebujesz, na własnych danych wejściowych, zmierzony raz. Dopóki ktoś tego nie uruchomi, 39 i 17 to dwa fakty o dwóch różnych maszynach noszących to samo nazwisko.