Muse Spark Open vs Muse Glimmer: Vad 22 indexpoäng faktiskt kostar dig

Trettionio mot sjutton. Det är hela jämförelsen mellan Muse Spark Open och Muse Glimmer på Artificial Analysis Intelligence Index, och det är siffran som spreds efter att Meta publicerade den större modellens vikter den 15 oktober 2026. I sig är den nästan värdelös, eftersom de två modellerna inte är två svar på samma fråga. Den ena är en mixture-of-experts-modell med 816 miljarder parametrar, byggd för att serveras från ett datacenter. Den andra är en dense-modell med 30 miljarder parametrar, byggd för att köras på ett enda konsumentgrafikkort. Att läsa gapet som ”den nya är bättre” får riktningen för beslutet rätt och anledningen till det helt fel. Inget av detta är ett skäl att undvika modellen, bara ett skäl att känna till historiken: de dokumenterade AI-incidenterna och agentmisslyckandena bakom modeller i den här klassen samlas i OrcaRouter AI Incident Archive där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omtvistad flagga.

Här är vad gapet faktiskt ger, vad det kostar, och den enda axel där den mindre modellen fortfarande vinner ohotat.

Två nedladdningar som besvarar olika frågor

Båda bär Metas namn, båda lägger upp vikter på Hugging Face Hub, och båda låter dig köra inferens utan att skicka en token till någons endpoint. Det är där likheten slutar.

• Muse Spark Open — 816B totala parametrar, 42B aktiva per token, gles expertblandning, publicerad 15 oktober 2026 under Muse Model License.

• Muse Glimmer — ungefär 29,6B totala parametrar, dense, plus en separat 1,8B vision-encoder, publicerad i augusti 2026 under Apache 2.0.

Skillnaden i aktiva parametrar är mindre än rubriken antyder: 42B mot ungefär 29,6B är en faktor på omkring 1,4, eftersom Muse Spark Open bara väcker en del av sina experter per token. Skillnaden i totala parametrar är vad som finansierar hårdvaruräkningen: ungefär 27,6 gånger så många vikter att lagra, kvantisera och flytta.

Vad 22 poäng kostar per uppgift

Artificial Analysis prissätter de två modellerna mot samma måttstock – kostnaden för att slutföra en uppgift i sitt eget Intelligence Index – och det är där gapet får en andra dimension. I sin värdbaserade listning kostar Muse Spark Open med xhigh-resonemang 0,84 dollar per Index-uppgift, mot 0,05 dollar för Muse Glimmer med high. Det är ungefär 16,8 gånger kostnaden för 2,3 gånger poängen.

Listpriser berättar samma historia i de enheter ett ekonomiteam använder. Muse Spark Open listas till 1,25 USD per miljon indatatokens och 4,25 USD per miljon utdatatokens, med 88 % cacherabatt och en blandad kostnad på omkring 0,78 USD per miljon tokens. Muse Glimmer listas till 0,30 USD per miljon indata och 1,20 USD per miljon utdata. Om din arbetsbelastning är ett klassificerings-, extraherings- eller routningspass med hög volym är den mindre modellen inte en kompromiss – den är det korrekta svaret, prissatt till en femtedel av indatapriset.

Utdatningshastighet är det enda mått där de ligger tillräckligt nära varandra för att vara oavgjort, och det är värt att säga rakt ut eftersom det är kontraintuitivt: Muse Spark Open uppmättes till 102,0 utdatatokens per sekund med 0,67 sekunder till första chunk, Muse Glimmer 124,4 tokens per sekund vid 1,14 sekunder. 816B-modellen är inte den långsammare att svara på en enskild prompt, eftersom den aktiverar en bråkdel av sig själv och körs på hårdvara dimensionerad för den. Där den mindre modellen vinner är vid edge: ett 4-bitarsbygge får språkmodellen under 20 GB, och en medföljande block-diffusionsdrafter som föreslår 16 tokens i taget uppges ge upp till 3,1× snabbare på en RTX 5090. Det är en leverantörssiffra och har inte oberoende reproducerats.

Kontextfönstret är inte heller en rättvis kamp

Muse Spark Open har ett fönster på 1 048 576 tokens och tar emot text, bilder, video och ljud in, med text ut. Muse Glimmer har 131 072 tokens – 128k i de runda tal Meta skriver – och tar emot text och bilder, utan någon ljudväg alls. Perceptionskodaren i Muse Spark Open är en komponent på 1,8B med 50 lager och gles uppmärksamhet, och språkstacken har 62 lager, en dold dimension på 8 192, en vokabulär på 202 048 tokens, 256 experter med top-8-routning och grouped-query attention med 128 query-huvuden mot 16 key-value-huvuden.

Om ditt problem är "läs den här två timmar långa inspelningen och den här högen med skärmbilder och berätta vad som hände", är Muse Spark Open den enda av de två som kan rymma indata. Om ditt problem är "läs den här enda skärmen och klicka på rätt knapp på min laptop", är 128k inte den begränsning du kommer att stöta på först.

Licenserna är inte samma typ av öppna

Det här är delen som 22-punktsrubriken begraver, och det är den del som en juridisk granskning kommer att bry sig om.

• Muse Glimmer — Apache 2.0 för allt som Meta släppte: BF16-vikter i full precision, två 4-bitars kvantiserade varianter, drafter-huvudet och perceptionsencodern. Kommersiell och forskningsmässig användning, ingen spärr.

• Muse Spark Open — Muse Model License. Breda rättigheter att använda, kopiera, ändra, finjustera, destillera, slå samman och sälja, med förbehåll för tre villkor som är värda att känna till innan du planerar: kopior och derivat måste åtföljas av licensen och användningspolicyn; produkter som bygger på den måste visa "Built with Muse Spark Open" i gränssnittet, dokumenten eller inställningarna; och om du erbjuder tredje parter åtkomst till modeller vars utdata dessa tredje parter tar emot, och den sammanlagda bruttointäkten överstiger 20 miljoner USD under någon sammanhängande tolvmånadersperiod, måste du först meddela Meta och teckna ett separat avtal. Intern användning, forskning och kommersiellt arbete som inte är model-as-a-service är undantagna. Meta gör inga anspråk på äganderätten till utdata.

Åtkomsten skiljer sig också till sin karaktär. Muse Spark Open-arkivet är åtkomstbegränsat – du loggar in och lämnar ditt fullständiga juridiska namn, födelsedatum och organisationsnamn med identifierare, och sidan varnar för att formuläret inte kan redigeras i efterhand. Nedladdningar av Muse Glimmer är inte åtkomstbegränsade. För ett team som vill utvärdera båda i tysthet innan de binder sig är den asymmetrin verklig friktion, och $20M-klausulen innebär att ”vi laddade ner det” och ”vi kan leverera en hostad produkt baserad på det” är två olika svar.

Var var och en passar på ställningen

Metas eget modellkort anger hårdvaran rakt ut: BF16-checkpointen behöver cirka 2 TB VRAM, och NVFP4-bygget behöver minst 700 GB. Serving-stackarna som stöds är SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth och llama.cpp, och kortet pekar också på MLX, trimmad för två M5 Ultra Mac Studios. Det är den desktop-demo som Meta inledde med – två toppspecade maskiner sammankopplade, inte en bärbar dator.

Muse Glimmers målplattform är verkligen annorlunda: ett enda RTX 5090, en kvantiserad version under 20 GB och ett drafter-huvud utformat för att få tokens att komma ut snabbare på det kortet. De två modellerna konkurrerar inte om samma kisel. Metas lanseringsinlägg för den större modellen framför samma poäng från andra hållet och inleder med agentiskt arbete och konfigurationen med två Mac Studio i stället för med en siffra för ett enskilt kort.

Vilken ska man välja?

Beslutet kollapsar snabbt när du fixerar begränsningen.

• Du levererar en lokal agent på hårdvara du äger — Muse Glimmer. De 22 poängen är otillgängliga oavsett vilket pris du kan betala på en enda GPU.

• Du behöver ljud, video eller indata på en miljon tokens i ett enda anrop — Muse Spark Open, och ingen mindre modell kan ersätta den.

• Du utför arbete med hög volym och låg svårighetsgrad — Muse Glimmer för 0,30 USD per miljon indatatoken, om inte en uppmätt utvärdering säger att modellen med poäng 17 misslyckas med din specifika uppgift.

• Du vill ha frontier-poängen och du hyr — den ärliga kommentaren är att Muse Spark Open inte är det billigaste sättet att nå en 39. Det är det enda sättet att nå en 39 med vikterna på din egen disk.

När det gäller frågan om serving är den praktiska verkligheten för de flesta team att ingen av modellerna är en som du hostar själv från dag ett. Om du vill anropa Metas Muse-serie utan att sätta upp GPU:er, Muse Spark 1.2, som är en av de två Muse-modeller som OrcaRouter faktiskt dirigerar, är tillgänglig via ett API för fler än 200 modeller, med automatisk failover så att en obekant modell kan hantera testtrafik utan att hantera din produktionsväg. Båda Muse-modellerna vi tillhandahåller faktureras till leverantörens listpris med 0 % påslag, så en prisändring på leverantörssidan är live hos oss samma dag. För att vara tydlig med begränsningarna: OrcaRouter dirigerar för närvarande inte Muse Spark Open och dirigerar inte Muse Glimmer — båda är vikter du kör själv, eller slutpunkter du köper någon annanstans.

Vad är fortfarande omätt?

Nästan allt som skulle avgöra jämförelsen.

39:an är ett enda oberoende nummer kopplat till en modell vars egen lanseringsresultattavla listar JobBench 61,8, MCP-Atlas 89,2, GDPval-AA v2 1401, OSWorld Verified 80,4, Toolathlon Verified 72,8, HLE-Diamond 26,1 utan verktyg och 61,0 med dem, GPQA Diamond 89,0, SciCode 58,5, DeepSWE 1.1 vid 60 och Terminal-Bench 2.1 vid 76,4 med Terminus 2-agenten. Vart och ett av dessa är leverantörsrapporterat och icke-reproducerat, och flera mättes inuti Metas egen agentharness, vilket gör dem till ett kapacitetspåstående snarare än en likvärdig rangordning. Glimmers kort bär sin egen leverantörstabell – SWE-Bench Verified 76,0, Terminal-Bench 2.1 51,7, GPQA Diamond 83,5, AIME 2026 94,7, HLE 22 – med samma förbehåll. Två leverantörsresultattavlor producerade månader isär på olika harnessar kan inte subtraheras från varandra, vilket är precis varför det enda oberoende Indexet är det nummer som den här artikeln lutar sig mot.

Skillnaden som faktiskt påverkar beslutet finns inte på något av korten. Det är kostnaden för en uppgift vid den kvalitetsnivå du personligen behöver, på dina egna indata, mätt en gång. Tills någon kör det är 39 och 17 två fakta om två olika maskiner som bär samma familjenamn.