Muse Spark Open против Muse Spark 1.3: девять пунктов индекса — слишком много, чтобы просто так от них отказываться

Вот неудобное сравнение внутри собственного семейства Meta. Muse Spark Open, выпущенная 15 октября 2026 года, — это открытая модель с 816 миллиардами параметров, которую может скачать любой желающий; независимые измерения помещают её на 39-е место в Artificial Analysis Intelligence Index. Muse Spark 1.3, проприетарная API-модель, выпущенная Meta 2 сентября 2026 года, находится на уровне 48. Девять пунктов — это не разница из-за округления, это примерно расстояние между одним уровнем возможностей и следующим, и именно это число превращает совет «просто запустите открытую версию вместо неё» в куда худшую рекомендацию, чем он звучит в день запуска.

Начните со сценария, а не со спецификации

Три команды изучили релиз Muse Spark Open и спросили, могут ли они что-то отменить.

Первый запускает ночной конвейер, который читает фиксированный корпус и выдаёт структурированные записи. Задержка не имеет значения, объём огромен, схема никогда не меняется. Этой команде следует взять открытые веса и перестать платить за токен.

Второй запускает интерактивного агента-программиста, который выполняет дюжину небольших циклов обмена на каждый запрос пользователя. Этой команде не следует этого делать, и причина — пропускная способность и затраты на рассуждения, а и то и другое вот-вот станет куда более конкретным.

Третий выполняет сложные многошаговые рассуждения — такие, где модели приходится удерживать длинную цепочку выводов, вызывать инструменты внутри неё и выбираться из собственных тупиков. Эта команда тоже не должна, и для неё разрыв в девять пунктов — не абстракция. Это разница между рабочим процессом, который завершается, и тем, за которым приходится присматривать.

Всё ниже — о том, как различить эти три, не гадая.

Из чего сделаны девять точек

Индекс — составной, а составные показатели скрывают структуру. Структура здесь в основном там, где вы и ожидали, с одним сюрпризом.

• Агентная работа и работа с инструментами — сильнейшая сторона Muse Spark 1.3. Собственные стартовые показатели Meta для 1.3, заявленные вендором и измеренные внутри его собственного стенда, дают Terminal-Bench 2.1 — 83.9, а DeepSWE 1.1 — 68. Против заявленных вендором 76.4 и 60 у Muse Spark Open это стабильное преимущество в семь-восемь пунктов на оценках, наиболее близких к реальному поведению агентов, и оно почти точно совпадает с разрывом в независимом индексе.

• Рассуждения в режиме закрытой книги — более широкий разрыв. Собственная таблица результатов Muse Spark Open показывает, что её самая слабая строка — HLE-Diamond без инструментов, где Meta сообщает 26,1. Muse Spark 1.3 создавалась как модель, ориентированная в первую очередь на рассуждения; конфигурация рассуждений «max» в её названии — не украшение.

• Ширина знаний — уже, чем следует из заголовка, а Artificial Analysis оценивает обе модели по оси всезнания, где разница меньше, чем подразумевает дельта индекса. Это важно, потому что означает: разрыв сосредоточен в глубине рассуждений и выносливости агента, а не в том, сколько модель знает.

• Скорость — Muse Spark 1.3 показывает 127,7 токенов в секунду, занимая 41-е место из 185 по данным Artificial Analysis. Скорость Muse Spark Open не публиковал никто независимый. Самостоятельно размещённая смесь экспертов на 816B на двух настольных машинах будет работать медленнее, чем 127,7 ток/с, насколько именно — неизвестно, и это вторая по величине брешь в доказательной базе наряду со стоимостью.

• Цена — Muse Spark 1.3 продаётся по $1.25 за миллион входных и $4.25 за миллион выходных токенов со скидкой 88% на кэшированный ввод, в результате чего измеренная стоимость составляет $1.60 за задачу Intelligence Index. У Muse Spark Open нет цены за токен; его стоимость — это оборудование, и независимых данных о стоимости за задачу для него не существует.

Одна строка в том списке заслуживает второго взгляда, потому что это аргумент, который чаще всего понимают неправильно. Muse Spark 1.3 — это многословная рассуждающая модель. Artificial Analysis измерила, что в ходе оценки она потребляет примерно 170 миллионов токенов, против примерно 130 миллионов у Muse Spark 1.2 — именно поэтому 1.3 стоит $1.60 за задачу при тех же заявленных ценах за токены, которые дают $0.97 для 1.2. Передовой уровень рассуждений взимает с вас плату дважды: один раз — за саму возможность, и ещё раз — за токены, которые он сжигает, продумывая путь к решению.

Регулятор рассуждений — вот где деньги

Обе модели в первую очередь ориентированы на рассуждения, и ни одна из них не позволит вам отключить это, но они по-разному предоставляют доступ к настройке усилий, и это различие — самое практически полезное, что есть на этой странице.

Muse Spark Open публикует свою лестницу уровней усилий открыто: low, medium, high и xhigh соответствуют 16, 64, 256 и 512 токенам рассуждения, а подсказка о силе рассуждения в системном промпте выполняет ту же роль. Это регулятор, который можно крутить из собственного кода, с известной стоимостью для каждой настройки, и поскольку вы платите электроэнергией и реальным временем, а не долларами за выходной токен, его уменьшение ничего не стоит по счётчику. Оно стоит вам точности, и только точности.

В Muse Spark 1.3 та же лестница существует на стороне поставщика, и каждая ступень, которую вы повышаете, тарифицируется. При $4,25 за миллион выходных токенов, когда токены рассуждений считаются выходными, рабочий процесс, работающий на максимальных усилиях, оплачивает размышления модели самым буквальным из доступных способов. Это единственное место, где экономика открытой модели не просто оправданна, но и действительно лучше: пакетное задание, которое может позволить себе думать усерднее, вправе это делать, а пакетное задание, которому не нужно думать усердно, вправе остановиться.

Там, где исчезает разрыв

Три ситуации сводят разницу в девять пунктов на нет.

Дообучение — первое и самое крупное. Muse Spark 1.3 нельзя дообучить на ваших данных ни за какие деньги. Muse Spark Open можно — благодаря поддержке TorchTitan, которую Meta выпустила вместе с весами. Модель, дообученная на вашей кодовой базе, вашей схеме или словаре вашей предметной области, — это не та же модель, что набрала 39, ни в лучшую, ни в худшую сторону, — а для узкой задачи дообученная версия более слабой универсальной модели регулярно превосходит версию более сильной, не прошедшую дообучение. Если ваша задача специфична, разрыв в индексе — не тот показатель, который имеет значение.

Резидентность данных — это второе. Если корпус не может покинуть вашу сеть, сравнение идёт не между 39 и 48; оно идёт между 39 и отсутствием модели. Это не близкий выбор и никогда им не было.

Третий фактор — амортизируемый объём пакетной обработки, и здесь есть оговорка. Пайплайн, потребляющий токены в больших, стабильных и предсказуемых объёмах, может оправдать оборудование. А вот пайплайн с неравномерной нагрузкой — нет: самохостинг превращает переменные затраты в постоянные и затем всё равно заставляет платить за часы простоя. Отметим также, что скидка за кэш в Muse Spark 1.3 делает модель, размещённую у провайдера, необычно дешёвой именно для паттерна повторяющегося контекста, который создают крупные пакетные пайплайны, поэтому довод в пользу самохостинга слабее, чем предполагает наивный расчёт «токены × цена».

Там, где разрыв становится стеной

Две рабочие нагрузки не должны даже близко подходить к открытой модели.

Интерактивные агенты стоят на первом месте. Muse Spark 1.3 демонстрирует 127,7 токенов в секунду, а цикл агента умножает это число на количество круговых обменов на задачу. У Muse Spark Open нет опубликованной скорости, и структурное ожидание таково, что модель 816B, работающая на пропускной способности памяти десктопа, будет далеко позади. Если человек ждёт, девять баллов индекса не имеют значения, и всё решает разрыв в пропускной способности.

Всплесковое передовое рассуждение — второе, по более тонкой причине. Рабочие нагрузки, которым требуется 48 пунктов способности к рассуждению, почти по определению относятся к тем, где сбой обходится дорого, а цепочка рассуждений длинна. Запускать их на модели на уровень ниже, с неизвестной пропускной способностью, чтобы сэкономить на счёте за токены, — значит менять небольшую предсказуемую стоимость на большую непредсказуемую. Именно от такого компромисса должна отказаться третья команда в начале этой статьи.

Команда, которая хочет и то и другое

Большинство организаций, которые в итоге запускают оба варианта, делают это потому, что рабочие нагрузки действительно различаются: интерактивным путям нужна скорость, пакетным путям нужна экономия, и только некоторые пути должны оставаться в локальной инфраструктуре. Режим отказа — не архитектура; проблема в том, что это разделение живёт в документе, а не в конфигурации, и разработчик копирует строку модели из руководства.

Слой маршрутизации — это механизм, который решает эту проблему. OrcaRouter маршрутизирует Muse Spark 1.2 по каталожной цене Meta с наценкой 0% и передаёт каталожную цену поставщика без изменений, так что снижение цены на стороне хостинга доходит до вашего ключа в тот же день без работы по пересчёту цен. Он не размещает Muse Spark Open у себя, и не следует понимать это так, будто он это делает: модель, вся суть которой в том, что вы можете держать веса у себя, — это модель, которую вы запускаете на собственном оборудовании. Вклад роутера — это интерактивная половина: Muse Spark 1.3 сейчас тоже не маршрутизируется через OrcaRouter, так что практическая картина сегодня такова: обращайтесь к хостинговому уровню там, где вы уже к нему обращаетесь, и пусть один API, с автоматическим переключением при сбоях и DSL маршрутизации, удерживает более 200 моделей, доступных вам, под одним ключом, а ваше собственное оборудование занимается тем, что должно оставаться дома.

Выбирайте по рабочей нагрузке, а не по лицензии

Берите Muse Spark Open, если ваша задача достаточно узкая, чтобы её можно было настроить, если данные не могут покидать систему, если рабочая нагрузка большая и стабильная и, прежде всего, если модель может думать с любым уровнем усилий, каким пожелает, без тикающего счётчика. Таковы четыре условия, и обычно они коррелируют — конвейеры узкие, пакетные и стационарные.

Выбирайте Muse Spark 1.3, если человек ждёт результат, если рассуждение действительно сложное, если работа идёт рывками или если вам нужен подтверждённый мультимодальный состав — ввод текста, изображений и видео для 1.3 указан независимо, тогда как более широкие заявления Muse Spark Open о поддержке аудио и видео исходят от производителя, а независимые измерения подтверждают только текст и изображения.

Чего не стоит делать — так это брать открытые веса только потому, что они бесплатны. Девять пунктов между 39 и 48 реальны, они сосредоточены именно в той работе с агентами и рассуждениями, которая делает эти модели полезными, и никакой объём локального инференса их не вернёт. Muse Spark Open — правильный ответ на определённый набор вопросов. Это не скидка на Muse Spark 1.3.

Muse Spark Open доступен для скачивания по лицензии Muse Model License; Muse Spark 1.3 доступен за токен по цене $1.25 за вход и $4.25 за выход, при этом скидка за кеш применяется по собственным тарифам поставщика.