Muse Spark Open vs Muse Glimmer: O que 22 pontos de índice realmente custam a você

Trinta e nove contra dezessete. Essa é toda a comparação entre Muse Spark Open e Muse Glimmer no Artificial Analysis Intelligence Index, e é o número que circulou depois que a Meta publicou os pesos do modelo maior em 15 de outubro de 2026. Por si só, é quase inútil, porque os dois modelos não são duas respostas para a mesma pergunta. Um é uma mistura de especialistas de 816 bilhões de parâmetros criada para ser servida a partir de um data center. O outro é um modelo denso de 30 bilhões de parâmetros criado para rodar em uma única placa de vídeo de consumidor. Interpretar a diferença como "o novo é melhor" acerta a direção da decisão e erra completamente o motivo dela. Nada disso é um motivo para evitar o modelo, apenas um motivo para conhecer o histórico: os incidentes documentados de IA e falhas de agentes por trás de modelos dessa classe estão reunidos no OrcaRouter AI Incident Archive onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de disputa.

Eis o que a diferença realmente traz, o que custa e o único eixo no qual o modelo menor ainda vence de forma absoluta.

Dois downloads que respondem a perguntas diferentes

Ambos levam o nome da Meta, ambos publicam pesos no Hugging Face Hub e ambos permitem executar inferência sem enviar um token para o endpoint de ninguém. É aí que a semelhança termina.

• Muse Spark Open — 816B de parâmetros totais, 42B ativos por token, mistura esparsa de especialistas, publicado em 15 de outubro de 2026 sob a Licença do Modelo Muse.

• Muse Glimmer — aproximadamente 29,6B de parâmetros totais, denso, mais um codificador de visão separado de 1,8B, publicado em agosto de 2026 sob Apache 2.0.

A diferença de parâmetros ativos é menor do que a manchete sugere: 42B contra aproximadamente 29,6B é um fator de cerca de 1,4, porque o Muse Spark Open só ativa uma fatia de seus especialistas por token. A diferença de parâmetros totais é o que paga a conta de hardware: cerca de 27,6 vezes os pesos a armazenar, quantizar e mover.

Quanto custam 22 pontos por tarefa

Artificial Analysis precifica os dois modelos com a mesma régua — o custo de concluir uma tarefa em seu próprio Intelligence Index — e é aí que a diferença ganha uma segunda dimensão. Em sua listagem hospedada, o Muse Spark Open com raciocínio xhigh custa US$ 0,84 por tarefa do Index, contra US$ 0,05 para o Muse Glimmer no nível high. Isso é aproximadamente 16,8 vezes o custo por 2,3 vezes a pontuação.

Os preços de tabela contam a mesma história nas unidades usadas por uma equipe financeira. O Muse Spark Open está listado a US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de tokens de saída, com desconto de cache de 88% e uma tarifa combinada de cerca de US$ 0,78 por milhão de tokens. O Muse Glimmer está listado a US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de tokens de saída. Se sua carga de trabalho for uma etapa de classificação, extração ou roteamento de alto volume, o modelo menor não é uma solução de compromisso — é a resposta correta, com preço de um quinto da tarifa de entrada.

A velocidade de saída é a única métrica em que eles estão próximos o suficiente para haver um empate, e vale a pena dizer isso claramente porque é contraintuitivo: o Muse Spark Open mediu 102,0 tokens de saída por segundo com 0,67 segundo até o primeiro chunk; o Muse Glimmer, 124,4 tokens por segundo em 1,14 segundo. O modelo de 816B não é o mais lento para responder a um único prompt, porque ativa apenas uma fração de si mesmo e roda em hardware dimensionado para ele. Onde o modelo menor ganha é na borda: uma build de 4 bits reduz o modelo de linguagem para menos de 20 GB, e um drafter complementar de difusão em blocos que propõe 16 tokens por vez, segundo alegações, oferece até 3,1× de aceleração em uma RTX 5090. Esse é um número do fornecedor e não foi reproduzido de forma independente.

A janela de contexto também não é uma luta justa.

O Muse Spark Open possui uma janela de 1.048.576 tokens e aceita entrada de texto, imagens, vídeo e áudio, com saída de texto. O Muse Glimmer possui 131.072 tokens — 128 mil nos números redondos que a Meta escreve — e aceita texto e imagens, sem qualquer via de áudio. O codificador de percepção do Muse Spark Open é um componente de 1,8B e 50 camadas com atenção esparsa, e a pilha de linguagem tem 62 camadas, dimensão oculta de 8.192, um vocabulário de 202.048 tokens, 256 especialistas com roteamento top-8 e atenção de consulta agrupada com 128 cabeças de consulta contra 16 cabeças de chave-valor.

Se o seu problema é "leia esta gravação de duas horas e esta pilha de capturas de tela e me diga o que aconteceu", o Muse Spark Open é o único dos dois que consegue comportar a entrada. Se o seu problema é "leia esta única tela e clique no botão certo no meu laptop", 128k não é a limitação com que você vai esbarrar primeiro.

As licenças não são o mesmo tipo de aberto.

Esta é a parte que a manchete de 22 pontos enterra, e é a parte com que uma revisão jurídica se importará.

• Muse Glimmer — Apache 2.0 em tudo o que a Meta lançou: pesos BF16 de precisão total, duas variantes quantizadas em 4 bits, a cabeça do drafter e o codificador de percepção. Uso comercial e de pesquisa, sem restrições de acesso.

• Muse Spark Open — a Licença do Modelo Muse. Amplos direitos de usar, copiar, modificar, ajustar finamente, destilar, mesclar e vender, sujeitos a três condições que vale a pena conhecer antes de planejar: as cópias e os derivados devem incluir a licença e a política de uso; os produtos criados a partir dele devem exibir "Built with Muse Spark Open" na interface, em documentos ou nas configurações; e, se você oferecer acesso de terceiros a modelos cujos resultados esses terceiros recebem, e a receita bruta combinada exceder US$ 20 milhões em quaisquer doze meses consecutivos, você deve notificar a Meta e assinar um acordo separado primeiro. Uso interno, pesquisa e trabalhos comerciais que não envolvam modelo como serviço ficam de fora. A Meta não reivindica a propriedade dos resultados.

O acesso também é diferente em natureza. O repositório Muse Spark Open é restrito — você faz login e envia seu nome legal completo, data de nascimento e nome da organização com identificadores, e a página avisa que o formulário não pode ser editado depois. Os downloads do Muse Glimmer não são restritos. Para uma equipe que quer avaliar ambos discretamente antes de se comprometer, essa assimetria é um atrito real, e a cláusula de US$ 20 milhões significa que "nós baixamos" e "podemos lançar um produto hospedado com base nele" são duas respostas diferentes.

Onde cada um se encaixa no rack

A própria ficha do modelo da Meta declara o hardware sem rodeios: o checkpoint BF16 precisa de cerca de 2 TB de VRAM, e a versão NVFP4 precisa de pelo menos 700 GB. As pilhas de serving compatíveis são SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth e llama.cpp, e a ficha também aponta para o MLX ajustado para dois M5 Ultra Mac Studios. Essa é a demonstração de desktop com que a Meta liderou — duas máquinas de especificação máxima encadeadas, não um laptop.

O alvo do Muse Glimmer é genuinamente diferente: uma única RTX 5090, uma build quantizada abaixo de 20 GB e uma cabeça de drafter projetada para fazer os tokens saírem mais rápido nessa placa. Os dois modelos não competem pelo mesmo silício. O post de lançamento da Meta para o modelo maior faz o mesmo ponto a partir da direção oposta, destacando primeiro o trabalho agêntico e a configuração com dois Mac Studio, em vez de um número para uma única placa.

Qual escolher

A decisão desmorona rapidamente assim que você corrige a restrição.

• Você está executando um agente local em hardware que você mesmo possui — Muse Glimmer. Os 22 pontos estão indisponíveis a qualquer preço que você possa pagar em uma única GPU.

• Você precisa de áudio, vídeo ou uma entrada de um milhão de tokens em uma única chamada — Muse Spark Open, e nenhum modelo menor o substitui.

• Você está fazendo um trabalho de alto volume e baixa dificuldade — Muse Glimmer a US$ 0,30 por milhão de tokens de entrada, a menos que uma avaliação medida diga que o modelo com pontuação 17 falha na sua tarefa específica.

• Você quer a pontuação de fronteira e está alugando — a observação honesta é que o Muse Spark Open não é a forma mais barata de alcançar um 39. É a única forma de alcançar um 39 com os pesos no seu próprio disco.

Sobre a questão de servir modelos, a realidade prática para a maioria das equipes é que nenhum dos dois modelos é algo que você mesmo hospeda no primeiro dia. Se você quiser fazer chamadas à linha Muse da Meta sem provisionar GPUs, Muse Spark 1.2, que é um dos dois modelos Muse que a OrcaRouter realmente roteia, está disponível por meio de uma API para mais de 200 modelos, com failover automático para que um modelo desconhecido possa receber tráfego de teste sem assumir o seu caminho de produção. Os dois modelos Muse que servimos são cobrados pelo preço de tabela do provedor com 0% de markup, então uma mudança de preço do lado do fornecedor passa a valer conosco no mesmo dia. Para deixar os limites claros: a OrcaRouter atualmente não roteia o Muse Spark Open, e não roteia o Muse Glimmer — ambos são pesos que você mesmo executa, ou endpoints que você compra em outro lugar.

O que ainda não foi medido

Quase tudo o que resolveria a comparação.

O 39 é um número independente atrelado a um modelo cujo próprio scorecard de lançamento lista JobBench 61.8, MCP-Atlas 89.2, GDPval-AA v2 1401, OSWorld Verified 80.4, Toolathlon Verified 72.8, HLE-Diamond 26.1 sem ferramentas e 61.0 com elas, GPQA Diamond 89.0, SciCode 58.5, DeepSWE 1.1 em 60 e Terminal-Bench 2.1 em 76.4 com o agente Terminus 2. Cada um desses é relatado pelo fornecedor e não reproduzido, e vários foram medidos dentro do próprio harness de agentes da Meta, o que os torna uma alegação de capacidade, e não um ranking em condições comparáveis. O card do Glimmer traz sua própria tabela do fornecedor — SWE-Bench Verified 76.0, Terminal-Bench 2.1 51.7, GPQA Diamond 83.5, AIME 2026 94.7, HLE 22 — com a mesma ressalva. Dois scorecards de fornecedores produzidos com meses de diferença em harnesses diferentes não podem ser subtraídos um do outro, e é exatamente por isso que o único Index independente é o número no qual este artigo se apoia.

A diferença que realmente mudará a decisão não está em nenhum dos dois cartões. É o custo de uma tarefa no nível de qualidade de que você pessoalmente precisa, com as suas próprias entradas, medido uma única vez. Até que alguém execute isso, 39 e 17 são dois fatos sobre duas máquinas diferentes que carregam o mesmo nome de família.