Muse Spark Open: น้ำหนักโมเดลเรือธงของ Meta ออกแล้ว — แต่ตัวเลขเบื้องหลังไม่ออก

Muse Spark Open เป็นของจริง ดาวน์โหลดได้ และเป็นชุดน้ำหนักเปิดที่ใหญ่ที่สุดที่แล็บในสหรัฐฯ เคยเผยแพร่ รีโพซิทอรีที่อยู่เบื้องหลังมัน — Muse-Spark-Open-816B-A42B — ปรากฏครั้งแรกบน Hugging Face เมื่อวันที่ 15 กันยายน 2026 และอยู่ตรงนั้น แบบต้องขออนุญาตเข้าถึงและไม่มีการประกาศ เป็นเวลาหนึ่งเดือน เมื่อวันที่ 15 ตุลาคม 2026 Meta ได้เผยแพร่น้ำหนัก โพสต์เปิดตัว ตารางคะแนนเบนช์มาร์ก และสัญญาอนุญาต และทั้งหมดก็กลายเป็นทางการภายในบ่ายวันเดียว ดังนั้นกรอบที่ตรงไปตรงมาจึงไม่ใช่ทั้ง "การปล่อยแบบลับ" และ "การเปิดตัว": ชิ้นงานนี้มีอยู่เงียบ ๆ มาสี่สัปดาห์ จากนั้นงานเอกสารก็ตามมาทัน สิ่งที่ยังตามมาไม่ทันคือการวัดผล หนึ่งวันหลังการเปิดตัว ตัวเลขของผู้ขายได้รับการเผยแพร่และยังไม่มีการทำซ้ำ ตัวเลขอิสระยังไม่ครบถ้วน และการประเมินความปลอดภัยที่ Meta บอกว่าหนุนการเปิดตัวนี้ยังไม่ออกมา นี่คือสิ่งที่บันทึกสาธารณะสนับสนุนได้จริงในวันนี้

หนึ่งเดือนแห่งความเงียบ แล้วทุกอย่างก็เกิดขึ้นพร้อมกัน

วันที่เหล่านี้มีความสำคัญ เพราะมันเปลี่ยนวิธีที่คุณอ่านการเปิดตัว ที่เก็บของ Hugging Face — เช็คพอยต์ BF16 และบิลด์ NVFP4 อีกตัว — มีเวลาประทับการสร้างเป็น 2026-09-15 การแก้ไขครั้งล่าสุดคือ 2026-10-15 และข้อความสัญญาอนุญาตภายในแบบฟอร์มแบบมีเงื่อนไขการเข้าถึงลงวันที่ 15 ตุลาคม 2026 โดยนโยบายการใช้งานลงวันที่เดียวกัน โพสต์เปิดตัวของ Meta มีเวลาประทับการเผยแพร่เป็น 2026-10-15 ดังนั้นลำดับจึงเป็น: ที่เก็บในเดือนกันยายน ประกาศในเดือนตุลาคม

นั่นเป็นเรื่องราวที่แตกต่างจากที่วลี “shipped quietly” มักใช้อธิบาย Meta ได้ประกาศเรื่องนี้ในสามที่พร้อมกัน ได้แก่ บล็อกงานวิจัยของบริษัท คู่มือการสร้างสำหรับนักพัฒนาบนเว็บไซต์นักพัฒนาของบริษัท และโพสต์ที่เขียนร่วมกันบนบล็อกของ Hugging Face ซึ่งเขียนโดยเจ้าหน้าที่ของ Hugging Face สิ่งที่ขาดหายไปคือกระแสข่าวจากสื่อมวลชน การรายงานข่าวการเปิดตัวราวหนึ่งสัปดาห์ยังไม่เกิดขึ้นจริง นอกเหนือจากหน้าของผู้ขายเองและโพสต์รวบรวมหนึ่งหรือสองโพสต์แล้ว แทบไม่มีอะไรเขียนเกี่ยวกับโมเดลขนาดนี้เลย ส่วนที่เงียบคือการตอบรับ ไม่ใช่การเปิดตัว

สิ่งที่คลังข้อมูลยืนยันได้ด้วยตัวเอง

ทุกอย่างด้านล่างนี้สามารถตรวจสอบได้จากเมทาดาทาของเช็กพอยต์ การกำหนดค่า การ์ดโมเดล และโพสต์เปิดตัวของ Meta โดยไม่ต้องเชื่อคำกล่าวอ้างของใครเกี่ยวกับเบนช์มาร์ก นี่คือส่วนของบันทึกที่ยุติแล้ว

• ขนาด — พารามิเตอร์ทั้งหมดประมาณ 816 พันล้านตัว โดยมีพารามิเตอร์ที่ใช้งานอยู่ประมาณ 42 พันล้านตัวต่อโทเคน

• สถาปัตยกรรม — ส่วนผสมผู้เชี่ยวชาญแบบเบาบาง: 62 เลเยอร์, มิติซ่อน 8,192, 256 ผู้เชี่ยวชาญต่อเลเยอร์ MoE โดยเลือก 8 ผู้เชี่ยวชาญต่อโทเคน และผู้เชี่ยวชาญถือครองพารามิเตอร์ประมาณ 97% ของพารามิเตอร์ทั้งหมด Grouped-query attention ที่มี 128 หัว query และ 16 หัว key-value โดยแต่ละหัวมีขนาด 64 มิติ

• บริบท — 1,048,576 โทเค็น ซึ่งเป็นหน้าต่างที่ Meta ย่อว่า 1M ครอบคลุมโทเค็นข้อความ รูปภาพ วิดีโอ และเสียงภายใต้งบเดียวกัน

• อินพุตและเอาต์พุต — ข้อความ รูปภาพ วิดีโอ และเสียงเข้า; ข้อความออก นี่คือเครื่องอ่านแบบมัลติโมดัล ไม่ใช่เครื่องกำเนิด

• เช็คพอยต์ — สองรูปแบบ BF16 ราว 1.5TB ของ safetensors และ NVFP4 ซึ่งเป็นบิลด์ 4 บิตที่มุ่งเป้าไปที่ NVIDIA Blackwell ที่ Meta บอกว่าสามารถรันบนโหนด B200 เพียงโหนดเดียว

• การคำนวณหน่วยความจำ — grouped-query attention ช่วยให้แคชมีขนาดเล็กสำหรับโมเดลขนาดนี้ แต่แต่ละโทเคนยังเพิ่มค่า 126,976 ค่า ใน BF16 นั่นคิดเป็นประมาณ 250KB ต่อโทเคน หรือราว 266GB สำหรับบริบทแบบ 1M โทเคนเต็ม

• Reasoning — การตั้งค่าระดับความพยายามในการให้เหตุผล โดยมีระดับ low, medium, high และ xhigh เครื่องมือของ Meta เองระบุว่าไม่สามารถปิดการใช้เหตุผลได้

• รันไทม์ — รองรับตั้งแต่วันแรกใน Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX และ Unsloth โดย Meta ส่งเคอร์เนล Helion แบบกำหนดเองที่ปรับจูนอัตโนมัติได้สำหรับ SGLang ซึ่งระบุว่าให้การเร่งความเร็วระดับเคอร์เนล 1.03–3.95× บนซิลิคอนของ NVIDIA และ AMD

• Desktop — เดโมไฮไลต์ Meta รันมันบนเครื่อง Mac Studio สองเครื่องที่ใช้ชิป M5 Ultra ภายใต้ MLX ซึ่งทำงานได้เพราะแต่ละเครื่องเปิดให้เข้าถึงหน่วยความจำแบบรวมได้สูงสุดถึง 512GB พร้อมแบนด์วิดท์ 1.2 TB/s ดังนั้นสองเครื่องจึงเก็บเช็กพอยต์แบบ BF16 แบบเต็มได้ เดโมของ Meta เป็นการปล่อยการเปลี่ยนแปลงจริงไปยังไคลเอนต์ iOS แบบโอเพนซอร์ส และขับเคลื่อน DaVinci Resolve ได้แบบครบวงจร

สัญญาอนุญาตคือส่วนที่คนส่วนใหญ่จะข้ามไป

Muse Spark Open เปิดตัวภายใต้ Muse Model License ซึ่ง Meta อธิบายว่าอนุญาตให้นักพัฒนาหลายรายใช้โมเดลนี้ได้ฟรี ข้อกำหนดสองข้อภายในนั้นเปลี่ยนความหมายของคำว่า “ฟรี” ในทางปฏิบัติ และไม่มีข้อใดปรากฏอยู่ในพาดหัวข่าว

ข้อแรกคือข้อ 3 ซึ่งเป็นข้อกำหนดเรื่องโมเดลในฐานะบริการ หากคุณหรือบริษัทในเครือของคุณให้บุคคลภายนอกเข้าถึงโมเดลในฐานะผลิตภัณฑ์หรือบริการผ่าน API และรายได้รวมขั้นต้นของคุณเกิน 20 ล้านดอลลาร์สหรัฐในช่วงสิบสองเดือนติดต่อกันใด ๆ คุณต้องแจ้ง Meta และทำข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหากก่อนดำเนินธุรกิจนั้น การนำโมเดลดังกล่าวไปฝังไว้ในผลิตภัณฑ์ของคุณเองได้รับการยกเว้น แต่การขายต่อโมเดลไม่ได้รับการยกเว้น

ข้อที่สองคือการระบุแหล่งที่มา ใบอนุญาตกำหนดให้ผู้ได้รับอนุญาตต้องแสดง "Built with Muse Spark Open" อย่างเด่นชัดในอินเทอร์เฟซของผลิตภัณฑ์ใด ๆ ที่ใช้โมเดลนี้หรืออนุพันธ์ของโมเดล หรือในเอกสารประกอบ เว็บไซต์ หรือเมนูการตั้งค่าที่มาพร้อมกัน

สองสิ่งที่ใบอนุญาตให้ไว้อย่างชัดเจน และควรกล่าวถึงเพราะนี่คือจุดสำคัญจริง ๆ ของ open weights: คุณสามารถปรับแต่งละเอียด (fine-tune), กลั่นกรอง (distill), รวม (merge), เผยแพร่, ให้สิทธิ์ช่วง และขายงานดัดแปลงได้ และ Meta ไม่อ้างความเป็นเจ้าของผลลัพธ์ Meta ยังควบคุมการดาวน์โหลดเอง — ที่เก็บโค้ดถูกควบคุมการเข้าถึง และแบบฟอร์มคำขอให้กรอกชื่อ-นามสกุลตามกฎหมาย วันเกิด และองค์กรพร้อมรหัสประจำบริษัท และไม่สามารถแก้ไขได้หลังจากส่งแล้ว ใครที่คาดหวังจะดาวน์โหลดในคลิกเดียวควรเตรียมรับคิว

สิ่งที่ Meta อ้างแต่ยังไม่ได้เผยแพร่

Meta เปิดตัวสกอร์การ์ดวัดผล benchmark มาพร้อมกับรีลีสนี้ และแพตเทิร์นที่ปรากฏในภาพรวมนั้นมีประโยชน์มากกว่าข้อมูลเพียงแถวใดแถวหนึ่ง ตัวเลขด้านล่างนี้เป็นข้อมูลที่ผู้ขายรายงานเอง โดยโมเดลแต่ละตัวบนการ์ดถูกวัดภายใน agent harness ของตัวเอง ไม่ได้ใช้ตัวเดียวกันร่วมกัน และเราไม่ได้ทำซ้ำผลใด ๆ เหล่านี้เลย สิ่งเหล่านี้เป็นข้อกล่าวอ้างเกี่ยวกับความสามารถ ไม่ใช่การจัดอันดับที่ผ่านการตรวจสอบ

• Terminal-Bench 2.1, เอเจนต์ Terminus 2 — 76.4

• MCP-Atlas — 89.2

• GDPval-AA v2 — 1401

• SciCode — 58.5

• JobBench — 61.8

• HLE-Diamond, ไม่ใช้เครื่องมือ — 26.1

• DeepSWE 1.1 — 60 รายงานด้วยตนเองบนฮาร์เนสที่ดีที่สุดที่มีอยู่ในขณะนี้

แถวที่แข็งแรงที่สุดคือการประเมินด้าน agentic และการใช้เครื่องมือ ส่วนแถวที่อ่อนที่สุดคือการให้เหตุผลแบบปิดตำรา (closed-book) ซึ่งสอดคล้องกับสิ่งที่ Meta บอกว่าโมเดลนี้ถูกออกแบบมาเพื่ออะไร — การเขียนโค้ดที่เป็นงานระยะยาว การอ่านโค้ดเบส การดีบัก การเรียกใช้เครื่องมือตลอดการทำงานระยะยาว — และไม่สอดคล้องกับการตีความว่ามันเป็นการอัปเกรดความสามารถด้านการให้เหตุผลโดยทั่วไปที่เหนือกว่าสิ่งใด ๆ

จากนั้นก็มีการประเมินที่ Meta ยังไม่ได้เผยแพร่ โพสต์เปิดตัวของโมเดลระบุว่าโมเดลนี้ได้รับการประเมินภายใต้ Meta Superintelligence Scaling Framework ว่า “ผ่านเกณฑ์ที่กรอบงานของเรากำหนดไว้สำหรับการเปิดตัว” และผลลัพธ์โดยละเอียดอยู่ใน model card การ์ดโมเดลชี้ไปยังรายงานการประเมินฉบับเต็ม ซึ่งระบุว่าจะพร้อมให้ใช้งานในเร็ว ๆ นี้ ณ เวลาที่เขียน ยังไม่มีการเผยแพร่ คำกล่าวอ้างด้านความปลอดภัยที่ผ่านกรอบงานภายในมาแล้วเป็นสิ่งที่แตกต่างจากรายงานความปลอดภัยที่ผู้อ่านสามารถตรวจสอบได้ และในปัจจุบันมีเพียงอย่างแรกเท่านั้นที่ดำรงอยู่

ตัวเลขเดี่ยวที่เป็นอิสระ และช่องว่างโดยรอบ

Artificial Analysis มีรายการสำหรับ Muse Spark Open และนี่คือการวัดจากบุคคลที่สามเพียงรายการเดียวในบันทึกสาธารณะในขณะนี้ โดยให้คะแนนโมเดลอยู่ที่ 39 บน Artificial Analysis Intelligence Index เป็นอันดับที่ 9 จาก 118 รายการในกลุ่มโมเดลน้ำหนักเปิดที่มีพารามิเตอร์มากกว่า 1.5 แสนล้าน สูงกว่าค่ามัธยฐานของกลุ่มที่ 19 นอกจากนี้ยังวัดความเร็วเอาต์พุตได้ที่ 103.4 โทเคนต่อวินาที และกำหนดราคาเส้นทางแบบโฮสต์ไว้ที่ 1.25 ดอลลาร์ต่อล้านโทเคนอินพุต และ 4.25 ดอลลาร์ต่อล้านโทเคนเอาต์พุต หรือ 0.84 ดอลลาร์ต่องาน Intelligence Index หนึ่งงาน รายการนั้นมีค่ามากกว่าตัวดัชนีเสียอีก เพราะมันหมายความว่าคอลัมน์อัตราทรูพุตและต้นทุนที่ว่างเปล่าในตอนเปิดตัวนั้นได้รับการเติมเต็มแล้ว

อ่านชุดตัวเลขทั้งสองชุดคู่กัน แล้วช่องว่างไม่ได้อยู่ที่สเปก แต่อยู่ที่ว่ามีการนำมันไปทดสอบมากแค่ไหน รายการของนักวิเคราะห์บันทึกไว้อย่างเป็นอิสระว่ามีพารามิเตอร์รวม 816B และพารามิเตอร์ที่ใช้งาน 42B หน้าต่างบริบทขนาด 1M โทเคน โดยมี Hugging Face เป็นแหล่งที่มาของเวต และใช้ Muse Model License — สถาปัตยกรรมเดียวกัน ใบอนุญาตเดียวกัน และโมดัลลิตีเดียวกันกับที่ Meta อ้าง โดยระบุว่ารับข้อความ รูปภาพ เสียงพูด และวิดีโอเข้า และส่งข้อความออก จุดที่สองบัญชีแตกต่างกันคือความครอบคลุม Meta รายงานเบนช์มาร์กแปดรายการ โดยทั้งหมดอยู่ภายใต้ฮาร์เนสของตัวเอง บันทึกอิสระมีเพียงหนึ่งดัชนี หนึ่งค่าความเร็ว และหนึ่งราคา ไม่มีการวัดเสียงและไม่มีการวัดวิดีโอที่ใดในที่สาธารณะ ไม่มีการเปรียบเทียบอัตราการประมวลผลกับไลน์ Muse Spark แบบปิด และไม่มีนักวิเคราะห์คนที่สองมาตรวจสอบคนแรก ความสอดคล้องบนเอกสารสเปกไม่เหมือนกับความสอดคล้องของตัวเลข และมีเพียงตัวเลขตรงนี้เท่านั้นที่ถูกทดสอบ

ค่าใช้จ่ายที่แท้จริงในการรันด้วยตัวเอง

คำถามเรื่องต้นทุนที่เกี่ยวข้องสำหรับโมเดลน้ำหนักเปิดคือฮาร์ดแวร์ และในจุดนี้รายละเอียดที่เผยแพร่ออกมานั้น konkret อย่างผิดปกติ

• BF16, ดาต้าเซ็นเตอร์ — สูตร Transformers ของ Meta เองรันเช็กพอยต์ BF16 กระจายข้ามสี่โหนดที่แต่ละโหนดมี H200 GPU แปดตัว ด้วย tensor parallelism เท่ากับ 32 นั่นคือ 32 ตัวเร่งความเร็วสำหรับหนึ่งโมเดล

• NVFP4, ศูนย์ข้อมูล — บิลด์ที่ผ่านการควอนไทซ์มีเอกสารกำกับอยู่บนโหนด B200 เพียงโหนดเดียว และการกำหนดค่าอ้างอิง SGLang ของ Meta สำหรับบิลด์นี้รันอยู่บน GPU GB300 จำนวนสี่ตัว

• เดสก์ท็อป, ควอนไทซ์แล้ว — Hugging Face และทีม llama.cpp ทดสอบการควอนไทซ์แบบ 2 บิตบน M3 Ultra ขนาด 512GB: ใช้หน่วยความจำ 304GB ทำงานที่ 18 โทเคนต่อวินาที โดยยังเหลือที่ว่างสำหรับ KV cache นั่นช้า และเป็นโมเดลที่แตกต่างจากเช็กพอยต์ BF16 ที่ Meta ประเมิน

• หน้าต่างที่คุณได้รับสัญญาไว้กับหน้าต่างที่คุณจ่ายไหวจริงเป็นงบสองก้อนที่ต่างกัน — ที่บริบทเต็ม 1M โทเคนใน BF16 แค่แคช KV อย่างเดียวก็กินไปราว 266GB ตัวเลขหน่วยความจำที่ทุกคนอ้างถึงคือราคาของการโหลดโมเดล ไม่ใช่ราคาของการใช้ความยาวบริบทที่โมเดลโฆษณาไว้

แล้วเรื่องนี้ทำให้คนที่แค่ต้องการโมเดลสักตัวในวันนี้อยู่ตรงไหน

Muse Spark Open ไม่ใช่โมเดลที่คุณแค่เอา API key ไปชี้ใส่ มันคือการดาวน์โหลด ใบอนุญาต แบบฟอร์มขอเข้าถึงที่มีการควบคุม และการตัดสินใจเรื่องฮาร์ดแวร์ และถ้าภาระงานของคุณต้องการคำตอบภายในสัปดาห์นี้ นั่นก็มีขั้นตอนให้ต้องผ่านอีกมากก่อนจะได้โทเคนแรก เวอร์ชันที่ใช้ได้จริงของคำถามก็คือ ตอนนี้คุณเข้าถึงโมเดล Muse ตัวไหนได้บ้าง: Muse Spark 1.2 และ Muse Spark 1.1เป็นสองสมาชิกของสาย Muse Spark แบบปิดที่ OrcaRouter ให้บริการเส้นทาง ทั้งคู่อยู่ในราคาตามที่ Meta ประกาศ โดยบวกเพิ่ม 0% เพราะราคาที่ผู้ให้บริการประกาศไว้ถูกส่งผ่านตรง ๆ แทนที่จะบวกเพิ่ม Muse Spark Open ไม่ได้อยู่ในแคตตาล็อกของเรา และเราก็ไม่คิดจะทำให้เข้าใจเป็นอย่างอื่น — โมเดลที่ข้อเสนอทั้งหมดคือคุณดาวน์โหลดมันได้ ก็คือโมเดลที่คุณต้องรันเอง

การแยกจากกันนั้นยังเป็นเหตุผลสนับสนุนการเก็บทั้งสองไว้ในที่เดียว API เดียวที่ครอบคลุมโมเดล 200+ ตัว หมายความว่าโมเดลที่ยังไม่ผ่านการพิสูจน์ไม่จำเป็นต้องเป็นการเดิมพันสำหรับโปรดักชัน: การสลับไปยังระบบสำรองอัตโนมัติสามารถส่งคำขอไปยังผู้ให้บริการรายที่สองเมื่อรายแรกเสื่อมประสิทธิภาพ และ DSL สำหรับกำหนดเส้นทางจะย้ายทราฟฟิกระหว่างโมเดลด้วยการตั้งค่าแทนการแก้ไขโค้ด สำหรับโมเดลที่เปิดตัวเมื่อวานนี้โดยไม่มีชุดการทดสอบประสิทธิภาพอิสระ นั่นคือวิธีที่ถูกที่สุดในการค้นหาว่ามันทำอะไรกับทราฟฟิกของคุณ

สิ่งที่ต้องจับตา และสิ่งที่อาจเปลี่ยนแปลงชิ้นงานนี้

มีสามสิ่งที่ยังไม่ได้ข้อยุติมากกว่าที่จะเป็นเพียงสิ่งที่ไม่รู้ และแต่ละอย่างล้วนจะทำให้ภาพรวมเปลี่ยนไป

อย่างแรกคือรายงานการประเมินที่ Meta บอกว่ากำลังจะออกมา จนกว่ารายงานนั้นจะเผยแพร่ คำอ้างด้านความปลอดภัยของโมเดลก็ยังคงตั้งอยู่บนถ้อยแถลงเกี่ยวกับเกณฑ์มากกว่าเอกสารฉบับจริง

ข้อที่สองคือว่า การวัดประสิทธิภาพแบบอิสระนั้นขยายขอบเขตไปไกลกว่าดัชนีเพียงตัวเดียวหรือไม่ คะแนนจากนักวิเคราะห์เพียงคะแนนเดียว โดยไม่มีการทำซ้ำ ไม่มีการเปรียบเทียบอัตราความเร็วกับไลน์ Muse ที่ให้บริการอยู่ และไม่มีการวัดผลด้านเสียงหรือวิดีโอ เป็นเพียงจุดเริ่มต้น ไม่ใช่คำตัดสิน

ประการที่สามคือระบบนิเวศการปรับละเอียด (fine-tuning) จะเกิดขึ้นจริงหรือไม่ Meta เปิดตัว TorchTitan เพื่อจุดประสงค์นี้โดยเฉพาะ และน้ำหนักแบบเปิด (open weights) จะพิสูจน์คุณค่าของมันผ่านสิ่งที่ต่อยอด — การผสาน (merges) การควอนไทซ์ (quantisations) การปรับแต่งเฉพาะโดเมน (domain tunes) — ไม่ใช่ผ่านจำนวนดาวน์โหลด อีกสี่สัปดาห์จากนี้ ร่องรอยของสิ่งที่ต่อยอดจะเป็นมาตรวัดที่ตรงไปตรงมาว่าการเปิดตัวครั้งนี้มีความสำคัญหรือไม่

สำหรับตอนนี้ บทสรุปที่แม่นยำยังแคบอยู่ว่า Meta ได้เผยแพร่โมเดลแบบ open-weight ที่ใหญ่ที่สุดของสหรัฐฯ จนถึงปัจจุบัน จัดทำเอกสารประกอบไว้อย่างละเอียด ไม่ได้ตั้งราคาไว้เลย อนุญาตให้ใช้ภายใต้สัญญาอนุญาตที่มีข้อกำหนดเรื่องรายได้ และปล่อยให้การวัดผลเป็นหน้าที่ของใครก็ตามที่จะทำมันต่อไป

Benchmarks age and prices move; the failure record does not: 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.