Muse Spark Open vs Muse Spark 1.3: Dziewięć punktów indeksu to zbyt wiele, aby oddać je za darmo

Oto niewygodne porównanie w obrębie samej rodziny Meta. Muse Spark Open, wydany 15 października 2026 r., to model z otwartymi wagami o 816 miliardach parametrów, który każdy może pobrać; niezależny pomiar wskazuje wynik 39 w Artificial Analysis Intelligence Index. Muse Spark 1.3, zastrzeżony model API, który Meta udostępniła 2 września 2026 r., ma 48. Dziewięć punktów to nie różnica wynikająca z zaokrąglenia — to w przybliżeniu odległość między jednym poziomem możliwości a następnym, i to właśnie ta liczba sprawia, że „po prostu uruchomcie zamiast tego wersję otwartą” to znacznie gorsza rada, niż brzmi w dniu premiery.

Zacznij od scenariusza, a nie od specyfikacji technicznej

Trzy zespoły przyjrzały się wydaniu Muse Spark Open i zapytały, czy mogą coś odwołać.

Pierwszy uruchamia nocny potok przetwarzania, który czyta stały korpus i emituje ustrukturyzowane rekordy. Opóźnienie nie ma znaczenia, wolumen jest ogromny, schemat nigdy się nie zmienia. Ten zespół powinien wziąć otwarte wagi i przestać płacić za token.

Drugi uruchamia interaktywnego agenta kodującego, który wykonuje kilkanaście małych rund wymiany danych na każde żądanie użytkownika. Ten zespół nie powinien tego robić, a powodem są przepustowość i koszt rozumowania, które wkrótce staną się znacznie bardziej konkretne.

Trzeci wykonuje trudne, wieloetapowe rozumowanie — takie, w którym model musi utrzymać długi łańcuch wnioskowania, wywoływać w jego trakcie narzędzia i wydobywać się z własnych ślepych zaułków. Ten zespół również nie powinien, a dla niego dziewięciopunktowa różnica nie jest abstrakcją. To różnica między przepływem pracy, który się kończy, a takim, nad którym trzeba czuwać.

Wszystko poniżej dotyczy odróżnienia tych trzech bez zgadywania.

Z czego są wykonane te dziewięć punktów

Indeks to kompilacja, a kompilacje ukrywają strukturę. Struktura jest tu w większości tam, gdzie się jej spodziewasz, z jedną niespodzianką.

• Praca agentowa i korzystanie z narzędzi — najmocniejszy obszar Muse Spark 1.3. Własne dane premierowe Meta dla wersji 1.3, raportowane przez dostawcę i mierzone w jego własnym środowisku testowym, określają Terminal-Bench 2.1 na 83,9, a DeepSWE 1.1 na 68. W porównaniu z raportowanymi przez dostawcę wynikami Muse Spark Open wynoszącymi 76,4 i 60 to spójna przewaga od siedmiu do ośmiu punktów w ocenach najbliższych rzeczywistemu zachowaniu agenta i niemal dokładnie pokrywa się z różnicą w niezależnym indeksie.

• Rozumowanie bez materiałów źródłowych — większa luka. Własna karta wyników Muse Spark Open pokazuje, że jej najsłabszy wiersz to HLE-Diamond bez narzędzi, gdzie Meta podaje 26,1. Muse Spark 1.3 powstał jako model nastawiony przede wszystkim na rozumowanie; konfiguracja rozumowania „max” w jego nazwie nie jest ozdobnikiem.

• Szerokość wiedzy — węższa, niż sugeruje nagłówek, a Artificial Analysis ocenia oba modele na osi wszechwiedzy, gdzie różnica jest mniejsza, niż sugeruje delta indeksu. Ma to znaczenie, ponieważ oznacza, że luka koncentruje się na głębokości rozumowania i wytrzymałości agenta, a nie na tym, ile model wie.

• Szybkość — Muse Spark 1.3 osiąga 127,7 tokena na sekundę, zajmując 41. miejsce na 185 w rankingu Artificial Analysis. Szybkość Muse Spark Open nie została opublikowana przez żadne niezależne źródło. Samodzielnie hostowana mieszanka ekspertów 816B na dwóch komputerach stacjonarnych będzie wolniejsza niż 127,7 tok/s; o ile — nie wiadomo, a to druga co do wielkości luka w dowodach, obok kosztu.

• Cena — Muse Spark 1.3 jest sprzedawany w cenie 1,25 USD za milion tokenów wejściowych i 4,25 USD za milion tokenów wyjściowych, z 88-procentowym rabatem na wejście z pamięci podręcznej, co daje zmierzony koszt 1,60 USD na zadanie Intelligence Index. Muse Spark Open nie ma ceny za token; jego koszt to sprzęt, a nie istnieje dla niego niezależna wartość kosztu na zadanie.

Jedna linia na tej liście zasługuje na drugie spojrzenie, bo to argument, który najczęściej bywa źle rozumiany. Muse Spark 1.3 to rozwlekły model rozumujący. Według pomiarów Artificial Analysis zużywa on około 170 milionów tokenów w całej ewaluacji, wobec około 130 milionów w przypadku Muse Spark 1.2 — dlatego 1.3 kosztuje 1,60 USD za zadanie przy tych samych cenach tokenów z cennika, które dla 1.2 dają 0,97 USD. Czołowa klasa rozumowania obciąża cię podwójnie: raz za samą zdolność, a raz za tokeny, które spala, rozmyślając, jak dojść do rozwiązania.

Pokrętło rozumowania to miejsce, w którym są prawdziwe pieniądze

Oba modele są nastawione przede wszystkim na rozumowanie i żaden nie pozwoli ci tego wyłączyć, ale ujawniają poziom wysiłku w różny sposób — a ta różnica jest najbardziej praktycznie użyteczną rzeczą na tej stronie.

Muse Spark Open publicznie publikuje swoją drabinę wysiłku: niski, średni, wysoki i xhigh odpowiadają 16, 64, 256 i 512 tokenom rozumowania, a wskazówka dotycząca siły rozumowania w prompcie systemowym robi to samo. To pokrętło, które możesz przekręcić z własnego kodu, ze znanym kosztem dla każdego ustawienia, a ponieważ płacisz w energii elektrycznej i czasie zegarowym, a nie w dolarach za token wyjściowy, zmniejszenie go nic cię nie kosztuje na liczniku. Kosztuje cię dokładność i tylko dokładność.

W Muse Spark 1.3 ta sama drabina istnieje po stronie dostawcy, a każdy szczebel, który podniesiesz, jest rozliczany. Przy $4,25 za milion tokenów wyjściowych, z tokenami rozumowania liczącymi się jako dane wyjściowe, przepływ pracy działający z maksymalnym wysiłkiem płaci za namysł modelu w najbardziej dosłownym dostępnym sensie. To jedyne miejsce, w którym ekonomika otwartego modelu jest nie tylko do obrony, ale naprawdę lepsza: zadanie wsadowe, które może sobie pozwolić na intensywniejsze myślenie, może to robić bez opłat, a zadanie wsadowe, które nie musi intensywnie myśleć, może swobodnie przestać.

Gdzie luka znika

Trzy sytuacje sprowadzają dziewięciopunktową różnicę do zera.

Dostrajanie jest pierwsze i największe. Muse Spark 1.3 nie da się dostroić na twoich danych za żadną cenę. Muse Spark Open można — dzięki wsparciu TorchTitan, które Meta dostarczyła razem z wagami. Model dostrojony na twojej bazie kodu, twoim schemacie lub twoim słownictwie domenowym nie jest tym samym modelem co ten, który uzyskał 39, w żadnym kierunku — a w przypadku wąskiego zadania dostrojona wersja słabszego modelu ogólnego z reguły pokonuje niedostrojoną wersję silniejszego. Jeśli twój problem jest specyficzny, różnica w indeksie nie jest właściwym pomiarem.

Drugą kwestią jest rezydencja danych. Jeśli korpus nie może opuścić Twojej sieci, nie chodzi o porównanie 39 z 48; chodzi o porównanie 39 z brakiem modelu. To nie jest trudny wybór i nigdy nim nie był.

Zamortyzowany wolumen przetwarzania wsadowego jest trzeci — z zastrzeżeniem. Potok, którego zużycie tokenów jest duże, stabilne i przewidywalne, może uzasadniać zakup sprzętu. Potok o charakterze skokowym nie może, ponieważ samodzielne hostowanie zamienia koszt zmienny na stały, a następnie i tak obciąża cię za godziny bezczynności. Zauważ również, że zniżka na pamięć podręczną w Muse Spark 1.3 sprawia, że hostowany model jest wyjątkowo tani właśnie w przypadku wzorca powtarzanego kontekstu, który generują duże potoki wsadowe, więc argument za samodzielnym hostowaniem jest słabszy, niż sugerują naiwne obliczenia liczby tokenów razy cena.

Tam, gdzie luka staje się murem

Dwa obciążenia nie powinny zbliżać się do otwartego modelu.

Agenci interaktywni są na pierwszym miejscu. Muse Spark 1.3 osiąga 127,7 tokena na sekundę, a pętla agenta mnoży tę liczbę przez liczbę rund wymiany na zadanie. Muse Spark Open nie ma opublikowanej szybkości, a względy strukturalne każą oczekiwać, że model 816B działający na przepustowości pamięci komputera stacjonarnego będzie daleko w tyle. Jeśli człowiek czeka, dziewięć punktów indeksu nie ma znaczenia, a różnica w przepustowości jest wszystkim.

Skokowe rozumowanie na granicy możliwości jest drugie — z subtelniejszego powodu. Obciążenia, które wymagają 48 punktów zdolności rozumowania, są niemal z definicji tymi, w których awaria jest kosztowna, a łańcuch rozumowania długi. Uruchamianie ich na modelu o klasę niżej, przy nieznanej przepustowości, aby zaoszczędzić na rachunku za token, to wymiana małego, przewidywalnego kosztu na duży, nieprzewidywalny. To wymiana, którą trzeci zespół z początku tego tekstu powinien odrzucić.

Zespół, który chce oba

Większość organizacji, które ostatecznie uruchamiają oba warianty, robi to, ponieważ obciążenia naprawdę się różnią: ścieżki interaktywne wymagają szybkości, ścieżki wsadowe — niskich kosztów, a tylko niektóre ścieżki muszą pozostać w środowisku lokalnym. Trybem awarii nie jest architektura — chodzi o to, że podział istnieje w dokumencie, a nie w konfiguracji, a deweloper kopiuje ciąg modelu z samouczka.

Warstwą, która to rozwiązuje, jest warstwa routingu. OrcaRouter kieruje ruch do Muse Spark 1.2 w cenie katalogowej Meta z 0% marży i przekazuje dalej cenę katalogową dostawcy, dzięki czemu obniżka ceny po stronie hostowanej dociera do twojego klucza tego samego dnia, bez żadnej pracy nad zmianą cennika. Nie hostuje Muse Spark Open i nie należy tego tak odczytywać: model, którego cała propozycja sprowadza się do tego, że możesz trzymać wagi, to model, który uruchamiasz na własnym sprzęcie. To, co wnosi router, to część interaktywna — Muse Spark 1.3 również nie jest obecnie routowany przez OrcaRouter, więc praktyczny kształt na dziś wygląda tak: wywołuj warstwę hostowaną tam, gdzie już ją wywołujesz, i pozwól jednemu API, z automatycznym przełączaniem awaryjnym i DSL routingu, utrzymać pod jednym kluczem ponad 200 modeli, do których masz dostęp, podczas gdy twój własny sprzęt zajmuje się tym, co musi zostać na miejscu.

Wybieraj według obciążenia, a nie według licencji

Wybierz Muse Spark Open, jeśli twoje zadanie jest wystarczająco wąskie, by je dostroić, jeśli dane nie mogą wychodzić na zewnątrz, jeśli obciążenie jest duże i stabilne, a przede wszystkim jeśli model może myśleć na takim poziomie wysiłku, na jakim tylko chce, bez bijącego licznika. To są cztery warunki i zwykle są ze sobą skorelowane — potoki są wąskie, wsadowe i stacjonarne.

Wybierz Muse Spark 1.3, jeśli człowiek czeka na wynik, jeśli rozumowanie jest naprawdę trudne, jeśli praca przebiega w zrywach albo jeśli potrzebujesz potwierdzonego zestawu możliwości multimodalnych — obsługa tekstu, obrazu i wideo w wersji 1.3 jest niezależnie wyszczególniona, podczas gdy szersze deklaracje Muse Spark Open dotyczące audio i wideo są zapewnieniami dostawcy, a niezależnie zmierzono w nich wyłącznie tekst i obraz.

Nie należy brać otwartych wag tylko dlatego, że są darmowe. Dziewięć punktów między 39 a 48 to realna różnica, skoncentrowana dokładnie w pracy agentowej i rozumowaniu, które czynią te modele użytecznymi, a żadna ilość lokalnego wnioskowania tego nie nadrobi. Muse Spark Open jest właściwą odpowiedzią na konkretny zestaw pytań. To nie jest zniżka na Muse Spark 1.3.

Muse Spark Open można pobrać na licencji Muse Model License; Muse Spark 1.3 jest dostępny w rozliczeniu za token — 1,25 USD za dane wejściowe i 4,25 USD za dane wyjściowe — przy czym rabat na pamięć podręczną naliczany jest według stawek dostawcy.