Muse Spark Open vs Muse Spark 1.2: O carro-chefe Open não é a atualização

O instinto, quando um laboratório libera o código do seu maior modelo, é presumir que a versão para download é a melhor, e no caso de Muse Spark Open contra Muse Spark 1.2 esse instinto está errado no eixo que as pessoas verificam primeiro. No Artificial Analysis, o modelo de API proprietário marca 40 no Intelligence Index, e o modelo recém-aberto de 816 bilhões de parâmetros marca 39 — dentro de um ponto, e na direção que favorece o modelo que você aluga. O modelo aberto não é o mais forte. É uma proposta diferente, e a proposta é toda a comparação.

A versão da frase

Muse Spark 1.2 proporciona a você um endpoint rápido, barato, por token, que você nunca precisa operar e cujas modalidades são todas confirmadas de forma independente. Muse Spark Open proporciona a você pesos que você pode manter, afinar, auditar e executar sem rede, em hardware que você tem que comprar e a uma taxa de transferência que ninguém publicou ainda. Esses são produtos diferentes que, por acaso, compartilham um nome de família.

Onde eles realmente se posicionam

Linha por linha, com o lado que vence em cada dimensão indicado primeiro.

• Inteligência — Muse Spark 1.2 com um Índice de Inteligência Artificial Analysis de 40, Muse Spark Open com 39. Medidos de forma independente em ambos os lados; uma diferença de um ponto não é motivo para escolher qualquer um dos modelos.

• Vazão — Muse Spark 1.2, e com uma grande vantagem: o Artificial Analysis o classifica em primeiro entre 185 modelos em velocidade de saída, com 361,4 tokens por segundo. A velocidade do Muse Spark Open não foi medida de forma alguma, por ninguém independente. Nada numa mesa em outubro de 2026 vai chegar perto de 361 tok/s numa mistura de especialistas de 816B; a questão é o quão atrás ele fica, e esse número ainda não existe.

• Preço — Muse Spark 1.2 a US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de saída, com 88% de desconto para entrada em cache e um custo medido de US$ 0,97 por tarefa do Intelligence Index. O Muse Spark Open não tem preço por token; seu preço é uma compra de hardware, e a Artificial Analysis não publicou um valor de custo para ele.

• Pesos — Muse Spark Open, integralmente. Repositórios Hugging Face com acesso restrito sob a Muse Model License, em BF16 e NVFP4, cerca de 1,5 TB antes do overhead de runtime. Os pesos do Muse Spark 1.2 não são distribuídos de forma alguma.

• Operação local — Muse Spark Open, em dois M5 Ultra Mac Studios com MLX ou em um único nó Blackwell de quatro GPUs com TensorRT-LLM. O Muse Spark 1.2 não roda em nenhum lugar que não seja um provedor.

• Ajuste fino — Muse Spark Open, com a Meta lançando suporte ao TorchTitan especificamente para ele. O Muse Spark 1.2 não pode ser ajustado com seus dados.

• Modalidade — contestada, e resolve-se a favor do Muse Spark 1.2 com base nas evidências disponíveis. A Artificial Analysis lista o 1.2 como aceitando texto, imagens, fala e vídeo, e lista o modelo aberto como aceitando apenas texto e imagens, ao passo que os próprios materiais da Meta alegam texto, imagem, vídeo e áudio para o Muse Spark Open. Medições independentes confirmaram a alegação mais restrita; o fornecedor afirmou a mais ampla.

• Raciocínio — essencialmente a mesma configuração em ambos. Nenhum deles permite desativar o raciocínio. O Muse Spark Open expõe níveis de esforço baixo, médio, alto e xhigh, correspondentes a 16, 64, 256 e 512 tokens de raciocínio, e uma indicação da intensidade de raciocínio no prompt do sistema.

• Contexto — um empate de verdade em 1.048.576 tokens, com uma ressalva que, na prática, os separa. No Muse Spark Open, um contexto completo de um milhão de tokens em BF16 custa aproximadamente 266 GB de cache KV além dos pesos. No Muse Spark 1.2, o contexto é um problema de capacidade de outra pessoa.

• Licença — Muse Spark Open ao abrigo da Muse Model License, com termos comerciais limitados; Muse Spark 1.2 ao abrigo dos termos normais da API. Nenhuma delas é a Apache 2.0, e a licença aberta é a que tem mesmo de ser lida.

Leia essa lista de cima a baixo e a forma da decisão já está visível: o modelo aberto vence nas coisas que você faz a um modelo, e o modelo hospedado vence nas coisas que um modelo faz a você.

O único número que decide isso para a maioria das equipes

A especificação de destaque do Muse Spark 1.2 é de 361,4 tokens por segundo, o primeiro entre 185 modelos medidos. Isso não é um número de marketing — é o que torna o modelo utilizável dentro de um loop de agente, no qual um agente de codificação dispara dezenas de pequenas idas e voltas por minuto e o custo de tempo decorrido do modelo é o custo de tempo decorrido da tarefa.

O throughput do Muse Spark Open é desconhecido. Esse é o estado honesto das evidências, e é o maior buraco em qualquer comparação escrita nesta semana. O que se pode afirmar com confiança é estrutural: um modelo de 816 bilhões de parâmetros que ativa 42 bilhões de parâmetros por token em hardware de desktop de consumidor é limitado pela largura de banda de memória, não pela capacidade de computação. Dois M5 Ultra Mac Studios oferecem 1,2 TB/s e um terabyte de memória unificada, o que basta para acomodar o modelo e ler a fatia de cada token. Não basta para fazer um agente interativo parecer uma API. Se sua carga de trabalho é interativa, não há dúvida. Se sua carga de trabalho é em lote — varreduras noturnas de repositórios, avaliação offline, extração em larga escala onde a latência é irrelevante e o custo por token é tudo — o cálculo se inverte por completo.

O desktop é realmente mais barato?

É aqui que o modelo aberto justifica seu lugar e também onde a versão ingênua do argumento falha. A configuração com dois Mac Studio é uma compra de capital, além de energia, refrigeração e a atenção de alguém. Em contrapartida, você contrapõe os tokens que não compra mais.

A comparação só se fecha em volume, e a razão é que o desconto de cache do Muse Spark 1.2 já está fazendo muito trabalho no lado hospedado. Com 88% de desconto no input em cache, o modelo é barato justamente para o padrão de contexto repetido que a codificação agêntica produz — o mesmo repositório, o mesmo prompt de sistema, as mesmas definições de ferramentas, lidos novamente a cada turno. Uma implantação auto-hospedada não recebe desconto; recebe um custo fixo, e o custo fixo só se amortiza com um uso grande, constante e previsível. Uma equipe que roda tráfego de agentes em picos numa configuração de desktop de duas máquinas comprou um custo fixo para atender a uma carga variável, que é a forma clássica como essa aritmética dá errado.

A formulação honesta é que a auto-hospedagem do Muse Spark Open é uma decisão de capacidade, não uma decisão de custo. Você o adquire para garantir que o modelo esteja disponível, que ele não possa ser descontinuado à sua revelia, que seus prompts nunca saiam do seu ambiente e que você possa alterar seu comportamento por meio de ajuste fino. Esses são motivos reais e, por vezes, decisivos. “Vai ser mais barato” é um motivo que precisa ser recalculado para o seu tráfego e, para muito tráfego, simplesmente não é verdade.

Para que cada um serve de verdade

Muse Spark 1.2 é o modelo para construir um produto. É rápido, tem um custo medido por tarefa, sua lista de modalidades é confirmada de forma independente, é vendido por token com um desconto de cache que se adequa a padrões agênticos, e é roteável hoje. Escolhê-lo é escolher gastar dinheiro em vez de tempo de engenharia, e a $1.25/$4.25 essa é frequentemente a troca correta.

Muse Spark Open é o modelo no qual construir uma capacidade. O ajuste fino é a razão pela qual ele existe: se a tarefa é restrita, de alto volume e bem especificada — um agente específico para uma base de código, um pipeline de documentos para um corpus fixo, um classificador que precisa ficar no local — então um modelo ajustado de 42B ativos que você possui superará um endpoint de propósito geral que você aluga, e nenhuma quantidade de engenharia de prompt fecha essa lacuna. A história do desktop é o mesmo argumento em miniatura: o ponto não é que ele roda em um Mac, e sim que ele roda onde você está.

A questão da modalidade, e por que se importar

A Meta diz que o Muse Spark Open aceita texto, imagens, vídeo e áudio. A Artificial Analysis, que mediu o modelo, lista texto e imagens. Essa discrepância não é pedantismo — um modelo multimodal nativo de pesos abertos é um ativo fundamentalmente diferente de um modelo de texto e imagem, e a diferença determina se o modelo é sequer candidato a pipelines de áudio e vídeo.

As explicações mais prováveis são banais: a artificial analysis pode ter avaliado através de um endpoint ou configuração que não expunha as modalidades extras, ou a arquitetura pode aceitar entradas que a implantação enviada não exercitou. O que importa para uma decisão é que a alegação ampla é afirmada pelo fornecedor e a restrita é medida. Se áudio ou vídeo é o motivo pelo qual você se interessou, verifique na sua própria pilha antes de comprometer hardware com isso. Se não for, a questão é acadêmica — e observe que o suporte a fala e vídeo do Muse Spark 1.2 é confirmado no lado independente, o que não é uma posição que o modelo aberto pode reivindicar atualmente.

Executando-os lado a lado

A maioria das equipes que acaba ficando com ambos não escolhe entre eles de modo algum. O padrão que funciona é manter o modelo hospedado no caminho interativo e o modelo aberto nos caminhos de batch e on-premises, e impor a separação na configuração, e não na documentação.

É para isso que serve uma camada de roteamento. O OrcaRouter encaminha o Muse Spark 1.2 pelo preço de tabela da Meta com 0% de markup, de modo que o lado hospedado dessa divisão custa exatamente o que custa na própria API da Meta — um corte de preço do fornecedor entra em vigor na mesma chave no mesmo dia — e coloca o modelo atrás da mesma interface que mais de 200 outros, com failover automático quando um provedor degrada e uma DSL de roteamento para mover tráfego entre modelos e provedores sem reescrever código. O OrcaRouter não hospeda o Muse Spark Open e não afirma fazê-lo; um modelo cujo valor está em você poder baixá-lo é um modelo que você mesmo executa. O que o roteador lhe oferece é a outra metade da divisão, para que o caminho interativo permaneça em um endpoint rápido enquanto o caminho em lote roda no seu próprio hardware.

O veredito

Muse Spark Open vs Muse Spark 1.2 não é uma disputa entre um modelo melhor e um pior. É uma disputa entre possuir um modelo e alugá-lo, e os dois lados dessa disputa não são medidos nas mesmas unidades — um em pontos no Intelligence Index e tokens por segundo, o outro em capital, controle e o direito de alterar os pesos.

Escolha o Muse Spark 1.2 se você quer a capacidade medida mais forte por dólar de esforço de engenharia, se a latência importa, se você quer áudio e vídeo confirmados, ou se você simplesmente precisa de um modelo Muse em uma única chave hoje. Escolha o Muse Spark Open se você precisa fazer ajuste fino, se os dados não podem sair da sua rede, se a carga de trabalho é grande e previsível o suficiente para amortizar hardware, ou se a garantia de disponibilidade vale mais para você do que o último ponto da pontuação de índice.

O único conselho que vale a pena dar é resistir à ideia de que pesos abertos são automaticamente a opção mais capaz. Com base nas evidências, não são. São mais seus.

O Muse Spark Open já está disponível para download sob a Muse Model License; o Muse Spark 1.2 está disponível por token através da API da Meta e no OrcaRouter pelo preço de tabela.