Muse Spark Open: Лучшая американская модель с открытыми весами — это утверждение с условиями и оговорками.

Утверждение появилось в X вечером 15 октября 2026 года, и это из тех утверждений, которые верны в одном предложении и оспоримы в следующем. Meta опубликовала веса для Muse Spark Open — чекпойнта на 816 миллиардов параметров, из которых 42 миллиарда активных, который она придерживала с тех пор, как месяцем ранее на Hugging Face появился репозиторий, — и уже через несколько часов к нему приклеилась фраза «лучшая американская модель с открытыми весами». Число, которое наиболее прямо это подтверждает, принадлежит не Meta. Это 39: балл, который Muse Spark Open получает в собственном размещённом листинге Artificial Analysis в режиме рассуждений xhigh, — девятое место среди 118 моделей с открытыми весами с более чем 150 миллиардами параметров в этой таблице, при медиане по классу 19. Это реальное стороннее измерение реальной модели, которую можно скачать. Отдельно, Muse Spark 1.3 — текущий чекпойнт закрытой линейки Muse Spark, общедоступный с 2 сентября 2026 года, — набирает 48 баллов в том же индексе. Оба числа принадлежат Meta. Только одно из них относится к чему-то, что можно скачать, и только одно из них измерено кем-то, кроме Meta.

Даты, потому что от них зависит подача.

Здесь ничто не является запуском, и путаницу легко объяснить. Meta Superintelligence Labs представила семейство Muse Spark 8 апреля 2026 года. Muse Spark 1.1 появилась 16 июля, Muse Spark 1.2 — 5 августа, а Muse Spark 1.3 — 2 сентября; последняя получила уровень рассуждений «max» 4 сентября после дополнительного тестирования безопасности. Эта линейка проприетарна и предоставляется как сервис. Muse Spark Open — отдельный артефакт: репозиторий Hugging Face с ограниченным доступом, meta-models/Muse-Spark-Open-816B-A42B, временная метка создания которого — 2026-09-15, плюс сборка NVFP4, созданная на несколько секунд раньше. Веса пролежали там четыре недели внутри формы с контролируемым доступом. 15 октября 2026 года Meta опубликовала текст лицензии, пост в исследовательском блоге, руководство по сборке для разработчиков и карточку с результатами бенчмарков, и репозиторий перестал быть артефактом, о котором никто не объявлял.

Итак, правильно читать это не как «stealth drop» и не как «запуск». Модель тихо существовала месяц; бумаги подтянулись 15 октября. То, что изменилось для тех, кто решает, что запускать, узко и конкретно: теперь есть лицензия, которую можно прочитать, заявленная конфигурация оборудования, поддержка с первого дня во фреймворках, которыми люди реально пользуются, и одно независимое измерение. Что не изменилось — закрытая линейка, цена закрытой линейки и вообще ничего в API-моделях, которые вызывают большинство читателей этого сайта.

«Открыть» — это часть с условиями

Лицензия — это то место, где громкое заявление обрастает мелким шрифтом, и её стоит прочитать, прежде чем его повторять. Muse Spark Open поставляется под лицензией Muse Model License. Meta описывает её как позволяющую многим разработчикам бесплатно использовать модель, и два пункта определяют, где «бесплатно» заканчивается.

• Модель как услуга — если вы или ваши аффилированные лица предоставляете третьим сторонам доступ к модели как к продукту или услуге через API, и совокупная валовая выручка превышает двадцать миллионов долларов США в течение любых последовательных двенадцати месяцев, вы должны уведомить Meta и подписать отдельное письменное соглашение, прежде чем вести этот бизнес. Встраивание модели в ваш собственный продукт является исключением; перепродажа доступа к ней — нет.

• Атрибуция — лицензия требует, чтобы «Built with Muse Spark Open» заметно отображалось в интерфейсе любого продукта, использующего модель или производную, либо в сопроводительной документации, на сайте или в меню настроек.

• Что вам явно разрешено делать — дообучать, дистиллировать, объединять, публиковать, сублицензировать и продавать производные, при этом Meta не заявляет прав собственности на результаты.

• Как его получить — доступ к репозиторию ограничен. В форме запроса требуется указать полное официальное имя, дату рождения и организацию с корпоративными идентификаторами; после отправки её нельзя редактировать.

Именно это сочетание делает формулировку «лучшая американская open-weight модель» заявлением о категории, а не абсолютным утверждением. В том же рейтинге Artificial Analysis сильнейший американский open-weight участник с разрешительной лицензией — NVIDIA Nemotron 3.5 Super VL с результатом 26.49, а следом за ним идёт Inkling Small с 25.66. Muse Spark Open набирает больше, чем оба, и относится не к той же категории внедрения: индивидуальная коммерческая лицензия, доступная только через форму запроса, — это не то же самое, что чекпойнт, который можно склонировать и развернуть под OpenMDW-1.1 уже сегодня днём. В собственном посте в блоге Meta используется формулировка «самая способная американская open-weight модель на сегодняшний день», что оправданно по индексу и уже, чем подразумевает «лучшая», когда лицензия оказывается в предложении.

Что чекпойнт решает без помощи Meta

Эту часть можно проверить по самому репозиторию, прежде чем доверять каким-либо бенчмаркам.

• Масштаб — примерно 816 млрд общих параметров, около 42 млрд активных на токен, разреженная смесь экспертов на 62 слоях со скрытой размерностью 8 192, с 256 экспертами на слой MoE и 8 выбранными на токен. Групповое внимание запросов с 128 головами запросов и 16 головами ключей-значений размерностью 64 каждая.

• Контекст — 1,048,576 токенов, окно, которое Meta обозначает как 1M, общее для текстовых, графических, видео- и аудиотокенов в рамках одного бюджета.

• Модальности — текст, изображения, видео и аудио на входе; текст на выходе. Он принимает мультимодальные входные данные и выводит текст, что не то же самое, что генерировать любой из этих типов данных.

• Чекпойнты — BF16-сборка объёмом примерно 1,5 ТБ в формате safetensors и 4-битная сборка NVFP4, которая, по словам Meta, работает на одном узле B200. С тех пор третьи стороны добавили свои собственные квантования — от сборок GGUF до 3- и 4-битных конверсий MLX, датированных днём релиза.

• Управление рассуждениями — настройка усилия рассуждений с уровнями low, medium, high и xhigh. Инструментарий Meta отмечает, что отключение рассуждений не предусмотрено.

• Среды выполнения — Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX и Unsloth с первого дня, с собственными самонастраиваемыми ядрами Helion для SGLang, которые, по сообщениям Meta, обеспечивают ускорение на уровне ядер от 1,03x до 3,95x на чипах NVIDIA и AMD.

• Настольная демонстрация — два компьютера Mac Studio с чипами M5 Ultra под управлением MLX, что работает, поскольку каждый предоставляет до 512 ГБ унифицированной памяти на скорости 1,2 ТБ/с. Демонстрации Meta вносили реальные изменения в открытый iOS-клиент и запускали DaVinci Resolve от начала до конца.

Ничто из этого не является маркетинговым заявлением; это файл конфигурации, список файлов и опубликованный рецепт. Именно здесь также проявляется практическая цена «открытости» — арифметика памяти не зависит от того, какую лицензию вы приняли. При полном контексте в 1M токенов в BF16 один только KV-кэш достигает примерно 266 ГБ, так что окно, которое заявляет модель, и окно, которое вы можете себе позволить на своём оборудовании, — это два разных бюджета.

Единственное число, которое Meta не написала

Листинг Artificial Analysis — единственное стороннее измерение Muse Spark Open, имеющееся сейчас в открытом доступе, и оно говорит больше, чем один только индекс.

• Интеллект — индекс Artificial Analysis Intelligence Index, равный 39 при настройке xhigh, 9-е место среди 118 моделей с открытыми весами и более чем 150 млрд параметров, выше медианы класса, равной 19.

• Скорость — 103,4 выходных токена в секунду, 18-е место из 76 в этой когорте.

• Стоимость — $0,84 за выполненную задачу Intelligence Index на хостинговом маршруте по цене $1,25 за миллион входных токенов и $4,25 за миллион выходных токенов.

• Эффективность — в листинге модель отмечена как довольно лаконичная: она генерирует примерно 110 млн токенов за прогон индекса при медиане 130 млн.

Сопоставьте эти показатели с собственной картой результатов Meta — и разрыв окажется не в спецификации, а в покрытии. В карте Meta указано: Terminal-Bench 2.1 — 76,4 с агентом Terminus 2, MCP-Atlas — 89,2, GDPval-AA v2 — 1401, SciCode — 58,5, JobBench — 61,8, HLE-Diamond — 26,1 без инструментов, а DeepSWE 1.1 — 60 на том, что карта называет лучшим доступным харнессом. Каждая из этих строк была получена внутри собственного агентного харнесса модели, а не общего, что делает их заявлением о возможностях, а не сопоставимым рейтингом, и ни одну из них мы не воспроизвели. Совпадение между двумя отчетами — в спецификации: 816B всего, 42B активных, контекст 1M, одна и та же лицензия, одни и те же входные модальности. Расхождение в том, что у одной стороны восемь бенчмарков, а у другой — один индекс, одна цифра скорости и одна цена. Пока нигде в открытом доступе нет ни измерений аудио, ни измерений видео, хотя строка о модальностях — самая отличительная черта модели.

А ещё есть оценка, которую Meta не опубликовала.

В посте о запуске говорится, что Muse Spark Open был оценён в рамках Meta Superintelligence Scaling Framework и «соответствовал пороговым требованиям, которые наш фреймворк предъявляет для выпуска», а подробные результаты приведены в карточке модели; карточка модели ссылается на полный отчёт об оценке, который, как указано, скоро будет доступен. Заявление о безопасности, прошедшее проверку по внутреннему фреймворку, — это не то же самое, что отчёт о безопасности, который читатель может изучить, и на момент написания существует только первое.

Что это не меняет для тех, у кого есть дедлайн

Muse Spark Open — это не то, куда можно просто направить API-ключ. Это загрузка, лицензия, форма запроса с ограниченным доступом и решение по оборудованию, и если рабочей нагрузке нужен ответ на этой неделе, объём подготовительной работы до первого токена велик. Практический вопрос — к какой модели Muse можно получить доступ прямо сейчас, и ответ кроется в закрытой линейке: Muse Spark 1.2 и Muse Spark 1.1 — это два чекпоинта, которые маршрутизирует OrcaRouter, обе предоставляются по прейскурантной цене Meta: $1,25 за миллион входных токенов и $4,25 за миллион выходных токенов с наценкой 0%, потому что прейскурантная цена провайдера передаётся напрямую, а не с наценкой. Они принимают на вход текст, изображения, видео, аудио и PDF в пределах одного и того же окна на 1 048 576 токенов, поэтому мультимодальные возможности, за которые хвалят открытый чекпоинт, доступны на обслуживаемой линейке уже сегодня без очереди на загрузку.

Muse Spark Open отсутствует в нашем каталоге, и мы не собираемся утверждать обратное — модель, вся суть которой в том, что вы можете запускать её самостоятельно, — это модель, которую вы запускаете самостоятельно. Где маршрутизируемая схема всё же помогает, так это вокруг неё: один API для 200+ моделей означает, что непроверенный чекпойнт не обязан быть ставкой на продакшен, автоматическое переключение при сбое может передать запрос второму провайдеру, когда первый деградирует, а DSL маршрутизации перемещает трафик между моделями через конфигурацию, а не через изменение кода. Для модели, выпущенной день назад, с единственным независимым бенчмарком и неопубликованным отчётом об оценке, это самый дешёвый способ выяснить, как она ведёт себя на вашем трафике, пока инфраструктура кого-то другого поглощает разброс.

Что бы сдвинуло эту фигуру

Три вещи остаются открытыми, а не неизвестными, и каждая изменила бы трактовку. Первая — отчёт Meta об оценке: это разница между заявлением о безопасности и подтверждённой историей безопасности. Вторая — второе независимое измерение: один аналитик с одним индексом — это точка данных, а не консенсус, и пока ничто не подвергло Muse Spark Open аудио- или видеооценке, хотя именно аудио и видео рекламируются как его отличительные особенности. Третья — то, как лицензия ведёт себя на практике: порог в двадцать миллионов долларов и пункт об указании авторства — это условия, которые определят, станет ли сильнейшая по баллам американская модель с открытыми весами самой используемой или останется той, которую команды скачивают, чтобы протестировать, а затем запускают откуда-то ещё. Пока хотя бы один из этих вопросов не разрешится, честная версия заголовка такова: Meta выпустила самую мощную американскую модель с открытыми весами по единственному доступному независимому показателю — по лицензии, которая сохраняет слово «открытый» конкретным, а не абсолютным.

Чего цифры не могут вам сказать, так это того, не пошло ли что-то не так на практике: задокументированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись сопровождается собственными источниками, оценкой серьёзности, уровнем достоверности и отметкой о спорности.