Muse Spark Open против Muse Glimmer: во что вам на самом деле обходятся 22 индексных пункта

Thirty-nine against seventeen. That is the whole of the comparison between Muse Spark Open and Muse Glimmer on the Artificial Analysis Intelligence Index, and it is the number that travelled after Meta published the larger model's weights on October 15, 2026. On its own it is close to useless, because the two models are not two answers to the same question. One is an 816-billion-parameter mixture of experts built to be served from a data centre. The other is a 30-billion-parameter dense model built to run on a single consumer graphics card. Reading the gap as "the new one is better" gets the direction of the decision right and the reason for it completely wrong. None of this is a reason to avoid the model, only a reason to know the history: the documented AI incidents and agent failures behind models in this class are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Вот что этот разрыв реально даёт, чего он стоит и на какой единственной оси меньшая модель всё ещё одерживает безоговорочную победу.

Две загрузки, которые отвечают на разные вопросы

Оба носят имя Meta, оба выкладывают веса на Hugging Face Hub, и оба позволяют запускать инференс, не отправляя токен ни на чей эндпоинт. Вот тут сходство заканчивается.

• Muse Spark Open — 816 млрд общих параметров, 42 млрд активных на токен, разреженная смесь экспертов, опубликована 15 октября 2026 года под лицензией Muse Model License.

• Muse Glimmer — примерно 29,6 млрд параметров всего, плотная, плюс отдельный визуальный энкодер на 1,8 млрд, опубликована в августе 2026 года под лицензией Apache 2.0.

Разница в активных параметрах меньше, чем можно предположить по заголовку: 42 млрд против примерно 29,6 млрд — это коэффициент около 1,4, потому что Muse Spark Open задействует лишь часть своих экспертов на каждый токен. Именно разница в общем числе параметров оплачивает счёт за оборудование: примерно в 27,6 раза больше весов, которые нужно хранить, квантовать и перемещать.

Сколько стоят 22 балла за задание

Artificial Analysis оценивает эти две модели по одной и той же мерке — стоимости выполнения одной задачи в рамках собственного Intelligence Index — и именно здесь разрыв приобретает второе измерение. В хостинговом листинге Artificial Analysis Muse Spark Open в режиме xhigh reasoning обходится в $0,84 за задачу Intelligence Index против $0,05 для Muse Glimmer в режиме high. Это примерно в 16,8 раза больше затрат при в 2,3 раза более высоком результате.

Цены из прайс-листа рассказывают ту же историю в тех единицах, которыми пользуется финансовая команда. Для Muse Spark Open указано: $1.25 за миллион входных токенов и $4.25 за миллион выходных токенов, при 88%-ной скидке на кэш и смешанной ставке около $0.78 за миллион токенов. Для Muse Glimmer указано: $0.30 за миллион входных и $1.20 за миллион выходных токенов. Если ваша рабочая нагрузка — это высокообъёмная классификация, извлечение данных или маршрутизация, меньшая модель — не компромисс, а правильное решение по цене, составляющей одну пятую от ставки за входные токены.

Скорость вывода — единственный показатель, по которому они настолько близки, что это можно назвать ничьей, и об этом стоит сказать прямо, потому что это контринтуитивно: Muse Spark Open показала 102,0 выходных токена в секунду при времени до первого фрагмента 0,67 секунды, Muse Glimmer — 124,4 токена в секунду при 1,14 секунды. Модель на 816B не является более медленной при ответе на один запрос, потому что она активирует лишь часть себя и работает на аппаратном обеспечении, рассчитанном на неё. А вот где меньшая модель выигрывает — так это на периферии: 4-битная сборка укладывает языковую модель в менее чем 20 ГБ, а сопутствующий блочно-диффузионный драфтер, который предлагает по 16 токенов за раз, по заявлениям, даёт ускорение до 3,1× на RTX 5090. Это цифра от производителя, и она не была независимо воспроизведена.

Контекстное окно — это тоже неравная борьба.

Muse Spark Open имеет окно в 1 048 576 токенов и принимает на вход текст, изображения, видео и аудио, а на выходе — текст. Muse Glimmer имеет 131 072 токена — 128k в круглых числах, которые пишет Meta — и принимает текст и изображения, при этом аудиоканал отсутствует полностью. Перцептивный энкодер в Muse Spark Open — это компонент на 1,8 млрд параметров, 50 слоёв, с разреженным вниманием, а языковой стек — 62 слоя, скрытая размерность 8 192, словарь на 202 048 токенов, 256 экспертов с маршрутизацией top-8 и групповым вниманием запросов: 128 голов запросов против 16 голов ключей-значений.

Если ваша проблема — «прочитать эту двухчасовую запись и эту стопку скриншотов и рассказать, что произошло», Muse Spark Open — единственный из двух, который способен удержать такой ввод. Если ваша проблема — «прочитать этот один экран и нажать нужную кнопку на моём ноутбуке», 128k — не то ограничение, в которое вы упрётесь первым.

Лицензии — это не один и тот же вид открытости.

Это та часть, которую скрывает заголовок кеглем 22 пункта, и именно она будет важна при юридической проверке.

• Muse Glimmer — Apache 2.0 для всего, что выпустила Meta: веса BF16 полной точности, два 4-битных квантованных варианта, голова драфтера и перцептивный энкодер. Коммерческое и исследовательское использование, без ограничений доступа.

• Muse Spark Open — лицензия Muse Model License. Широкие права на использование, копирование, изменение, дообучение, дистилляцию, объединение и продажу при соблюдении трёх условий, о которых стоит знать заранее: копии и производные должны содержать лицензию и политику использования; продукты, созданные на её основе, должны отображать «Built with Muse Spark Open» в интерфейсе, документах или настройках; а если вы предоставляете третьим лицам доступ к моделям, выходные данные которых получают эти третьи лица, и совокупный валовой доход превышает 20 млн долларов США за любые последовательные двенадцать месяцев, вы обязаны сначала уведомить Meta и подписать отдельное соглашение. Внутреннее использование, исследования и коммерческая работа, не связанная с предоставлением модели как услуги, исключены. Meta не заявляет прав на выходные данные.

Доступ также различается по своему характеру. Репозиторий Muse Spark Open закрыт — вы входите в систему и указываете своё полное юридическое имя, дату рождения и название организации с идентификаторами, а страница предупреждает, что форму нельзя будет изменить после отправки. Для скачивания Muse Glimmer никаких ограничений нет. Для команды, которая хочет тихо оценить оба варианта, прежде чем принимать решение, эта асимметрия создаёт реальные сложности, а пункт о $20 млн означает, что «мы это скачали» и «мы можем выпустить на этом хостинговый продукт» — два разных ответа.

Где каждый из них помещается на стойке

В собственной карточке модели Meta прямо указано аппаратное обеспечение: контрольная точка BF16 требует около 2 ТБ видеопамяти, а сборка NVFP4 — как минимум 700 ГБ. Поддерживаемые стеки для обслуживания — SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth и llama.cpp, а также в карточке упоминается MLX, оптимизированный для двух M5 Ultra Mac Studio. Именно такую демонстрацию для настольных систем и представила Meta — две машины топовой конфигурации, соединённые вместе, а не ноутбук.

Цель Muse Glimmer действительно иная: одна RTX 5090, квантованная сборка объёмом менее 20 ГБ и драфтер-голова, спроектированная так, чтобы токены на этой карте выходили быстрее. Эти две модели не конкурируют за один и тот же кремний. В посте Meta о запуске более крупной модели та же мысль звучит с другой стороны: во главу угла поставлены агентные задачи и конфигурация из двух Mac Studio, а не показатель для одной карты.

Какой выбрать?

Решение быстро рушится, как только вы зафиксируете ограничение.

• Вы запускаете локального агента на собственном оборудовании — Muse Glimmer. Эти 22 балла недоступны ни за какую цену, которую можно заплатить на одном GPU.

• Вам нужны аудио, видео или ввод на миллион токенов за один вызов — Muse Spark Open, и никакая меньшая модель не заменит.

• Вы выполняете работу с большим объёмом и низкой сложностью — Muse Glimmer по цене 0,30 доллара за миллион входных токенов, если только измеренная оценка не покажет, что модель с оценкой 17 не справляется с вашей конкретной задачей.

• Вам нужен передовой результат, а вы арендуете — если честно, Muse Spark Open — не самый дешёвый способ достичь 39. Это единственный способ достичь 39, имея веса на собственном диске.

Что касается вопроса обслуживания, практическая реальность для большинства команд такова, что ни одну из этих моделей вы не станете хостить самостоятельно с первого дня. Если вы хотите вызывать линейку Muse от Meta, не поднимая GPU, Muse Spark 1.2, которая является одной из двух моделей Muse, фактически маршрутизируемых OrcaRouter, доступна через один API для более чем 200 моделей, с автоматическим переключением при сбое, чтобы незнакомая модель могла обслуживать тестовый трафик, не затрагивая ваш продакшен-путь. Обе модели Muse, которые мы обслуживаем, тарифицируются по цене из прайс-листа провайдера без наценки, поэтому изменение цены на стороне поставщика вступает в силу у нас в тот же день. Чтобы внести ясность в ограничения: OrcaRouter в настоящее время не маршрутизирует Muse Spark Open и не маршрутизирует Muse Glimmer — и то и другое представляет собой веса, которые вы запускаете самостоятельно, либо эндпоинты, которые вы покупаете в другом месте.

Что всё ещё не измерено?

Почти всё, что решило бы это сравнение.

39 — это одно независимое число, привязанное к модели, в собственной стартовой оценочной карте которой перечислены JobBench 61,8, MCP-Atlas 89,2, GDPval-AA v2 1401, OSWorld Verified 80,4, Toolathlon Verified 72,8, HLE-Diamond 26,1 без инструментов и 61,0 с ними, GPQA Diamond 89,0, SciCode 58,5, DeepSWE 1,1 при 60 и Terminal-Bench 2,1 при 76,4 с агентом Terminus 2. Каждый из этих показателей заявлен производителем и не воспроизведён, а некоторые измерялись внутри собственного агентного стенда Meta, что делает их заявлением о возможностях, а не сопоставимым рейтингом. Карта Glimmer содержит собственную таблицу производителя — SWE-Bench Verified 76,0, Terminal-Bench 2,1 51,7, GPQA Diamond 83,5, AIME 2026 94,7, HLE 22 — с той же оговоркой. Две оценочные карты производителей, созданные с разницей в месяцы на разных стендах, нельзя вычитать друг из друга, и именно поэтому единственный независимый Index — это число, на которое опирается эта статья.

Разрыв, который действительно повлияет на решение, находится не на той или иной карточке. Это стоимость задачи при том уровне качества, который нужен лично вам, на ваших собственных входных данных, измеренная один раз. Пока кто-нибудь не проведёт это измерение, 39 и 17 — это два факта о двух разных машинах, носящих одну и ту же фамилию.