Muse Spark Open vs Muse Spark: Z czego rezygnujesz, gdy Meta oddaje ci wagi

Porównanie, które ludzie w rzeczywistości mają na myśli, wpisując „Muse Spark Open vs Muse Spark”, nie dotyczy dwóch modeli — to dwa modele dystrybucji noszące to samo nazwisko rodzinne. Muse Spark Open to opublikowany przez Meta 15 października 2026 r. model mieszanki ekspertów typu sparse o otwartych wagach i 816 mld parametrów, który można pobrać na licencji Muse Model License; przyjmuje tekst, obraz, wideo i dźwięk, a zwraca tekst. Muse Spark to zamknięta, hostowana linia tej samej rodziny — pierwotny model z kwietnia 2026 r., a następnie kolejno Muse Spark 1.1, 1.2 i 1.3 — sprzedawana za token przez Model API Meta i osiągalna wyłącznie w ten sposób. Jeden przychodzi jako plik i licencja; drugi przychodzi jako endpoint i cennik. Niemal każda praktyczna różnica między nimi wynika z tego jednego rozgałęzienia.

Po pierwsze, problem nazewnictwa, który warto wyjaśnić.

„Muse Spark" bez numeru wersji jest naprawdę niejednoznaczne, a niejednoznaczność ta staje się jeszcze większa teraz, gdy istnieje otwarty projekt siostrzany.

• Muse Spark, bez oznaczenia wersji — oryginalny model, wydany w kwietniu 2026 r., kontekst 262 tys. tokenów w zestawieniu Artificial Analysis, dane wejściowe: tekst, obraz i mowa.

• Muse Spark 1.1 i 1.2 — odpowiednio lipiec i sierpień 2026, oba z oknem kontekstowym 1 mln tokenów, wspólnym dla całej rodziny.

• Muse Spark 1.3 — wrzesień 2026, wersja, którą Meta określa jako aktualną i zaleca do nowych projektów.

• Muse Spark Open — osobne wydanie z otwartymi wagami, nie wersja zamkniętej linii i nie następca wersji 1.3.

A czwarta rzecz, którą często myli się ze wszystkimi powyższymi: Muse Glimmer, gęsty otwarty model 30B na licencji Apache 2.0 od tej samej grupy badawczej. Ktoś szukający „open Meta Muse model” i trafiający na Glimmer znalazł prawdziwy model o otwartych wagach — i nie ten, o który chodziło. Muse Spark Open to model 816B; Glimmer to ten mały lokalny.

Czym są obie strony na papierze

Sześć wymiarów, obie strony, na podstawie danych deklarowanych przez dostawcę oraz niezależnych zestawień Artificial Analysis, tam gdzie takie istnieją.

• Wagi — Muse Spark Open: do pobrania, 816B łącznie / 42B aktywnych, repozytorium z ograniczonym dostępem, punkty kontrolne BF16 i NVFP4. Muse Spark (linia zamknięta): brak wag, brak licencji, brak pobierania dla żadnej wersji, w tym 1.3.

• Dane wejściowe — Open: tekst, obraz, wideo i audio według Meta, oraz tekst, obraz, mowa i wideo według listy Artificial Analysis. Closed 1.2: tekst, obraz, mowa i wideo według Artificial Analysis. Oba źródła są zgodne co do listy modalności modelu Open; tym, czego żadne z nich nie opublikowało, jest pomiar ścieżki audio lub wideo.

• Wynik — tylko tekst, po obu stronach. Żadna ze stron nie generuje obrazów, dźwięku ani wideo.

• Kontekst — 1,048,576 tokenów dla Open oraz dla 1.1, 1.2 i 1.3. Oryginalny Muse Spark bez numeru wersji plasuje się niżej, na poziomie 262K.

• Licencja i warunki — Otwarta: Muse Model License z wymogiem atrybucji oraz klauzulą model-as-a-service, która obowiązuje powyżej 20 mln USD rocznego przychodu podmiotów powiązanych. Zamknięta: komercyjne warunki API, z rabatowanym planem „Contributor”, który w zamian za niższą cenę daje zgodę na trenowanie na twoich promptach i uzupełnieniach.

• Cena — Otwarty: Meta nie ustala żadnej, ponieważ Meta go nie udostępnia. Płacisz albo za własny sprzęt, albo tyle, ile naliczy platforma inferencyjna. Zamknięty 1.3: 1,25 USD za milion tokenów wejściowych, 4,25 USD za milion tokenów wyjściowych, 0,15 USD za milion tokenów wejściowych z pamięci podręcznej, z wariantem Contributor w cenie 0,10 / 0,20 / 0,002 USD.

Niezależne liczby i uczciwe zastrzeżenie na ich temat

Artificial Analysis to jedyna strona trzecia z publicznymi zestawieniami dla obu stron tego porównania, co czyni je jedynym miejscem, w którym odczyt w układzie porównywalnym jest w ogóle możliwy — z jednym zastrzeżeniem, którego nie ukrywa: porównuje modele z otwartymi wagami z innymi modelami z otwartymi wagami tej samej klasy rozmiarowej, a modele własnościowe z modelami własnościowymi i otwartymi w tym samym przedziale cenowym. Warto też zauważyć, że podane poniżej wartości dla linii zamkniętej to własne pomiary Artificial Analysis hostowanych punktów końcowych, podczas gdy Index i szybkość modelu otwartego pochodzą z hostowanego zestawienia tego samego analityka dla modelu, którego nikt nie ma obowiązku hostować. Wyniki są zatem porównywalne co do kierunku, a nie są audytowanymi odpowiednikami.

• Muse Spark Open (xhigh) — Indeks Inteligencji 39, tekst, obraz, mowa i wideo na wejściu, prędkość wyjściowa 103,4 tokenów na sekundę, podany cennik hostingu: 1,25 USD za wejście / 4,25 USD za wyjście, 0,84 USD za zadanie indeksowe.

• Muse Spark 1.2 (xhigh) — Intelligence Index 40, tekst, obraz, mowa i wideo na wejściu, 361,4 tokenów na sekundę, 1,25 USD za wejście / 4,25 USD za wyjście, 0,97 USD za zadanie indeksowe. Na stronie modelu widnieje teraz informacja o wycofaniu wskazująca na wersję 1.3.

• Muse Spark 1.3 (max) — Intelligence Index 48, tekst, obraz i wideo na wejściu, 121,9 tokenów na sekundę, 1,25 $ za wejście / 4,25 $ za wyjście, 1,60 $ za zadanie indeksowe.

• Original Muse Spark — Intelligence Index 31, kontekst 262K, szybkość i koszt niezmierzone, oznaczony jako przestarzały.

Kształt tej listy jest najbardziej interesujący. Otwarty model nie przebija zamkniętej linii. Wypada o jeden punkt poniżej przestarzałego 1.2 i o dziewięć punktów poniżej 1.3 przy maksymalnym ustawieniu rozumowania — i robi to, będąc około trzy i pół raza wolniejszym niż 1.2. Wygrywa natomiast kosztem na zadanie: 0,84 USD wobec 1,60 USD dla 1.3 na tym samym indeksie, co jest najniższą wartością kosztu na zadanie w rodzinie. Nie chodzi więc o możliwości ani tak naprawdę o cenę za token, ponieważ każda hostowana pozycja w tej tabeli podaje te same 1,25 USD / 4,25 USD. Chodzi o kontrolę.

Jedna liczba w tej tabeli zasługuje raczej na sceptycyzm niż na cytowanie. Podana cena hostowanej wersji Muse Spark Open jest identyczna z ceną katalogową firmy Meta za zamkniętą wersję Muse Spark 1.3, co do centa, we wszystkich trzech kolumnach. Może to być autentyczna cena równowagi rynkowej albo analityk wypełniający to pole cennikiem siostrzanego modelu, zanim ustali się własny cennik tego modelu. Dopóki faktyczna faktura od dostawcy tego nie potwierdzi, traktuj dane kosztowe Open jako tymczasowe, a dane 1.3 jako opublikowane przez dostawcę.

Co cię kosztuje otwarta licencja, a API nigdy by nie kosztowało

Licencja to miejsce, w którym obie ścieżki rozchodzą się najbardziej zdecydowanie — i to właśnie ten fragment większość czytelników tylko pobieżnie przegląda.

Co dostajesz wprost: wolność używania, kopiowania, modyfikowania, dostrajania, destylowania, łączenia, publikowania, sublicencjonowania i sprzedawania dzieł pochodnych, a Meta nie rości sobie prawa własności do wyników. Na to nakładają się dwa warunki.

• Atrybucja — licencja wymaga, aby „Built with Muse Spark Open” było wyświetlane w widocznym miejscu w interfejsie każdego produktu korzystającego z modelu lub jego pochodnej, albo w jego dokumentacji, witrynie lub menu ustawień.

• Warunek dotyczący modelu jako usługi — jeśli Ty lub Twoje podmioty stowarzyszone oferujecie stronom trzecim dostęp do modelu jako produkt lub usługę przez API, a łączny przychód brutto przekracza 20 mln USD w dowolnych kolejnych dwunastu miesiącach, musisz najpierw powiadomić Meta i podpisać osobną umowę. Wewnętrzne użytkowanie, badania oraz dostarczanie modelu w ramach własnego produktu niebędącego API są wyłączone.

• Dostęp warunkowany — samo pobieranie jest objęte kontrolą dostępu, a formularz wniosku wymaga podania pełnego imienia i nazwiska, daty urodzenia oraz organizacji wraz z identyfikatorami korporacyjnymi; nie można go edytować po przesłaniu.

Zderz to z warunkami zamkniętej linii, a porównanie się odwraca. Ścieżka API nie wymaga podawania atrybucji, nie narzuca progu przychodów i nie wiąże się z żadnymi formalnościami poza kluczem. Wymaga natomiast rozstrzygnięcia kwestii danych: na poziomie Contributor Meta może trenować na twoich promptach i uzupełnieniach, co właśnie czyni go około dziesięć razy tańszym na wejściu i ponad dwadzieścia razy tańszym na wyjściu. Obietnica zamkniętego poziomu Standard jest odwrotna — twoje dane nie są wykorzystywane do trenowania.

Ile tak naprawdę kosztuje uruchomienie każdej ścieżki

Porównanie z nagłówka „0 USD za token kontra 1,25 USD za milion” jest błędne w obu kierunkach, więc warto uczciwie podejść do wyceny.

• Centrum danych BF16 — własna recepta Meta uruchamia pełny checkpoint na czterech węzłach z ośmioma GPU H200 przy równoległości tensorowej 32. Otwarte wagi nie usunęły rachunku za sprzęt; przeniosły go do twojego bilansu.

• NVFP4 w centrum danych — kompilacja 4-bitowa jest udokumentowana na pojedynczym węźle B200, a referencyjna konfiguracja SGLang firmy Meta obejmuje cztery układy GPU GB300.

• Desktop — naprawdę nowa opcja. Dwie maszyny Mac Studio z układami M5 Ultra mieszczą pełny checkpoint BF16, ponieważ każda udostępnia do 512 GB zunifikowanej pamięci przy przepustowości 1,2 TB/s. Kwantyzacja 2-bitowa przetestowana przez zespoły Hugging Face i llama.cpp działała na pojedynczym M3 Ultra z 512 GB, osiągając 18 tokenów na sekundę przy wykorzystaniu 304 GB, z zapasem na pamięć podręczną.

• Pułapka kontekstu, na obu ścieżkach — przy pełnym oknie 1 mln tokenów w BF16 sam KV cache zajmuje około 266 GB. Samo kupienie wag nie daje ci okna; na hostowanym endpoincie ten sam sufit kryje się za ceną za token, która rośnie w ten sam sposób.

Zamknięta linia nie ma odpowiednika wiersza desktopowego. Nie ma takiej konfiguracji, w której Muse Spark 1.3 działałby na posiadanym przez ciebie sprzęcie, przy dowolnej kwantyzacji i dowolnej prędkości.

Który wybrać, w zależności od sytuacji

Reguła decyzyjna jest węższa, niż sugeruje marketing po którejkolwiek ze stron.

• Jeśli Twoje obciążenie jest krytyczne pod względem możliwości i potrzebujesz najlepszej odpowiedzi, jaką ta rodzina jest dziś w stanie dostarczyć, wygrywa linia zamknięta — i nie ma tu nawet porównania: 1.3 przy maksymalnym rozumowaniu uzyskuje dziewięć punktów indeksu więcej niż model otwarty, a model otwarty jest wolniejszy.

• Jeśli Twoim ograniczeniem jest to, że prompty nie mogą opuszczać infrastruktury, którą kontrolujesz, albo że musisz przeprowadzić fine-tuning, scalamie lub destylację, otwarte wagi są jedyną opcją w tej rodzinie. Żadne z tych ograniczeń nie dotyczy żadnej wersji Muse Spark.

• Jeśli zależy Ci na najtańszym wyniku w przeliczeniu na zadanie w tej rodzinie, zadanie indeksowe modelu otwartego za 0,84 USD to najniższa pozycja w zestawieniu — ale to także najmniej zweryfikowana liczba w zestawieniu i zależy od tego, na jakiej platformie je uruchomisz.

• Jeśli chcesz ocenić którykolwiek z nich na rzeczywistym ruchu, zanim się zdecydujesz, sam podział jest argumentem za jednym punktem końcowym: Muse Spark 1.2 jest jednym z dwóch modeli Muse, które obsługuje OrcaRouter, w cenie katalogowej Meta z 0% marży, więc opublikowana zmiana ceny dociera do Twojego klucza bez konieczności renegocjacji. Muse Spark Open nie znajduje się w naszym katalogu i nie twierdzimy, że jest — to model, który pobierasz, a nie taki, który wywołujesz. Nie obsługujemy również Muse Spark 1.3; dwie wersje, które udostępniamy, to 1.2 i 1.1.

To, co warstwa routingu daje w tym konkretnym przypadku, to nie rabat, lecz wyjście. Jedno API obejmujące 200+ modeli, automatyczne przełączanie awaryjne w razie degradacji dostawcy oraz DSL routingu, który przenosi ruch między modelami za pomocą konfiguracji — wszystko to sprawia, że wybór między otwartymi a zamkniętymi modelami przestaje być migracją. Model wydany dzień temu z jednym wskaźnikiem analitycznym i bez reprodukcji to dokładnie ten przypadek, w którym chcesz mieć możliwość przeniesienia ruchu bez konieczności zmiany kodu.

Część, której nie rozstrzygnęła żadna ze stron

Nad tym porównaniem wiszą dwa otwarte pytania i żadne z nich nie rozstrzyga się na korzyść jednoznacznego werdyktu.

Pierwsza rzecz to pomiar. Własna karta wyników Meta dla Muse Spark Open jest raportowana przez dostawcę i zależna od użytego harnessu, a raport bezpieczeństwa, do którego odsyła wpis o premierze, jest opisany jako mający się wkrótce pojawić, a nie jako opublikowany. Niezależny obraz to jeden indeks analityczny, jedna wartość szybkości i jedna lista modalności — i ta lista zgadza się z dostawcą co do specyfikacji, nie mówiąc nic o tym, która z tych czterech ścieżek wejściowych została faktycznie zmierzona. Dziewięć punktów indeksu to duża luka, a obecnie jest to luka mierzona w różnych klasach modeli przez pojedynczy podmiot.

Drugą kwestią jest to, czy otwarte wagi w ogóle zmieniają kierunek rozwoju tej rodziny. Meta opublikowała teraz model w tej skali, zachowując każdą wersję zamkniętej linii jako własnościową, a otwarte wydanie plasuje się pod względem możliwości poniżej flagowego modelu zamkniętej linii, a nie na równi z nim. To spójna strategia — czołówka pozostaje hostowana, a kształt poprzedniej generacji staje się plikiem do pobrania — i Meta jej nie ogłosiła. Jeśli przyszły Muse Spark Open dorówna zamkniętej linii w momencie premiery, to porównanie przestaje istnieć. Do tego czasu uczciwa interpretacja jest taka, że otwarte wagi dały ci architekturę tej rodziny i jej okno kontekstowe w zamian za ustępstwo w możliwościach, ale nie dały ci czołówki.

Takie porównania jak to są również miejscem, w którym ujawniają się tryby awarii: udokumentowane incydenty AI i awarie agentów stojące za modelami w tej klasie są gromadzone w Archiwum Incydentów AI OrcaRouter, gdzie każdy wpis zawiera własne źródła, wagę, ocenę pewności i znacznik sporności.