Muse Spark Open 816B A42B เทียบกับ Muse Spark 1.2: ในที่สุดโมเดลแบบเปิดก็มีเรื่องราวด้านการให้บริการ

จนถึงสัปดาห์นี้ การเปรียบเทียบ Muse Spark Open 816B A42B กับ Muse Spark 1.2ก็ต้องหยุดชะงักที่จุดเดิมทุกครั้ง: คอลัมน์หนึ่งมีผลการวัด ส่วนอีกคอลัมน์หนึ่งมีเพียงที่เก็บโค้ด Meta ได้เผยแพร่น้ำหนักของ Muse Spark Open 816B A42B — โมเดลผสมผู้เชี่ยวชาญขนาด 816 พันล้านพารามิเตอร์ที่มีพารามิเตอร์ทำงานอยู่ 42 พันล้าน ในชื่อบรรจุภัณฑ์บน Hugging Face ว่า Muse-Spark-Open-816B-A42B — เมื่อวันที่ 15 ตุลาคม 2026 โดยไม่มีงานเปิดตัวและไม่มีรอบข่าวประชาสัมพันธ์ ส่วน Muse Spark 1.2 นั้นถูกขึ้นทะเบียนและวัดผลอย่างเป็นอิสระมาหลายเดือนแล้ว จากนั้นเมื่อวันที่ 16 ตุลาคม 2026 NVIDIA ได้เผยแพร่เช็กพอยต์สำหรับการถอดรหัสแบบคาดการณ์ขนาด 4.38 พันล้านพารามิเตอร์สำหรับโมเดลเปิดนี้ และรูปร่างของการเปรียบเทียบก็เปลี่ยนไป เพราะเช็กพอยต์นั้นเป็นชิ้นงานจากบุคคลที่สามชิ้นแรกที่สร้างขึ้นโดยเฉพาะเพื่อทำให้ระดับ 816B ให้บริการได้จริง ไม่มีสิ่งใดที่นี่คือการเปิดตัว และไม่มีสิ่งใดที่นี่คือการลดราคา สิ่งที่เปลี่ยนไปนั้นแคบกว่าแต่มีประโยชน์มากกว่า: ด้านเปิดของบัญชีนี้ได้มาซึ่งหลักฐานชิ้นแรกว่ามันจะทำงานจริงได้อย่างไร ช่องว่างระหว่างสิ่งที่กระดานคะแนนวัดกับสิ่งที่การนำไปติดตั้งใช้งานต้องเผชิญ คือเหตุผลที่บันทึกนี้มีความสำคัญ: ความล้มเหลวของ AI และเหตุการณ์ที่เกิดกับเอเจนต์ซึ่งมีเอกสารบันทึกไว้รอบโมเดลในระดับนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive ซึ่งแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง เกรดความเชื่อมั่น และสถานะถูกโต้แย้งของตัวเอง

คอลัมน์ที่หายไปคือข้อโต้แย้งทั้งหมด

ถ้าตัดความคล้ายคลึงแบบพี่น้องออกไป สองสิ่งนี้ก็ไม่ใช่สองรูปแบบการตั้งค่าของผลิตภัณฑ์เดียวกัน มันคือชุดเวตที่ดาวน์โหลดได้ กับเอนด์พอยต์แบบเช่า และตัวเลขที่ตัดสินการนำไปใช้จริงไม่ใช่ตัวเลขที่อยู่บนการ์ดเบนช์มาร์ก

ในด้านความสามารถ ดัชนี Intelligence Index ที่เป็นอิสระจัดให้ Muse Spark 1.2 อยู่ที่ 40 และ Muse Spark Open 816B A42B อยู่ที่ 39 ซึ่งในทางปฏิบัติถือว่าเสมอกันไม่ว่าจะมองแบบใด เพราะคะแนนที่ต่างกันเพียงหนึ่งคะแนนนั้นอยู่ในช่วงความคลาดเคลื่อนของกระบวนการประกอบคะแนนคอมโพสิตเหล่านี้ และไม่ใช่เหตุผลในการเลือกโมเดลใดโมเดลหนึ่ง

ในเรื่องความเร็วและต้นทุน ช่องว่างนั้นไม่ใช่ช่องว่าง แต่เป็นหลุมโหว่ Muse Spark 1.2 มีความเร็วเอาต์พุตที่วัดได้ มีราคาต่อโทเคนที่เผยแพร่ และมีต้นทุนต่องานจัดทำดัชนี ส่วน Muse Spark Open 816B A42B ไม่มีสิ่งเหล่านี้เลย เพราะไม่มีใครให้บริการมันในระดับสเกลและรายงานผลลัพธ์ออกมา ความไม่สมมาตรนั้นคือสิ่งที่ผู้คนกำลังโต้เถียงกันจริง ๆ และมันคือส่วนที่เพิ่งเปลี่ยนไป

สิ่งที่ checkpoint ของ NVIDIA เพิ่มเข้ามา และสิ่งที่มันจงใจไม่เพิ่ม

รีโพซิทอรีนี้มีชื่อว่า nvidia/Muse-Spark-Open-816B-A42B-DFlash2 ซึ่งไม่มีการจำกัดสิทธิ์การเข้าถึง และเป็นดราฟเตอร์ — โมเดลขนาดเล็กที่มีหน้าที่เดียวคือเดาบล็อกของโทเคนถัดไป เพื่อให้โมเดลเป้าหมายขนาด 816B ตรวจสอบทั้งบล็อกได้ใน forward pass เพียงครั้งเดียว แทนที่จะสร้างทีละโทเคน

• มันทำมาจากอะไร — พารามิเตอร์แบบ dense จำนวน 4.38 พันล้านตัวในรูปแบบ BF16, เลเยอร์ตัวถอดรหัสห้าเลเยอร์, แอตเทนชันแบบหน้าต่างเลื่อนด้วยขนาดหน้าต่าง 2,048 โทเคน, ขนาดบล็อกเท่ากับแปด, และการดึงข้อมูลจากห้าเลเยอร์ของโมเดลเป้าหมายที่มี 62 เลเยอร์ มันเป็นส่วนเสริม ไม่ใช่โมเดล: มันไม่สร้างข้อความด้วยตัวเอง และไม่สามารถทำงานได้หากไม่มีเป้าหมายที่มันถูกฝึกมาเพื่อร่างให้

• สิ่งที่รายงาน — ความยาวการยอมรับ 3.73 บน MT-Bench ในการถอดรหัสแบบ greedy และ 3.01 ภายใต้การสุ่มตัวอย่าง อัตราส่วนทรูพุตของ SPEED-Bench ที่ 3.30 และ 2.78 และจำนวนโทเค็น speculative ที่แนะนำคือเจ็ด บน GPU Blackwell ผ่าน vLLM หรือ TensorRT-LLM นั่นคือการเร่งความเร็วของโมเดลเป้าหมายอย่างมีนัยสำคัญ

• สิ่งที่มันไม่ได้รายงาน — ความเร็วที่เพิ่มขึ้นแบบ end-to-end หน่วยเป็นโทเคนต่อวินาที เมื่อเทียบกับ baseline แบบไม่ใช้ speculative ที่จับคู่กันอย่างเหมาะสม ความยาวการยอมรับ (acceptance length) บอกคุณว่า draft ถูกนำไปใช้บ่อยเพียงใด แต่ไม่ได้บอกว่าเซิร์ฟเวอร์เร็วขึ้น และทั้งสองอย่างอาจแตกต่างกันอย่างมากเมื่อ target ถูกจำกัดด้วยแบนด์วิดท์ของหน่วยความจำอยู่แล้ว

• รันที่ไหน — NVIDIA Blackwell กับ Linux ผ่านสองเอนจินที่ระบุชื่อไว้ ส่วน SGLang ซึ่งเป็นรันไทม์ที่เนื้อหา DFlash V2 ของ Meta เองใช้กันนั้น กลับไม่มีอยู่ในรายการ นี่เป็นอาร์ติแฟกต์ระดับศูนย์ข้อมูล ไม่ใช่สิ่งที่สามารถยุบรวมเข้ากับการติดตั้งบนเดสก์ท็อปได้

ดังนั้นการอัปเดตตามจริงก็คือ: คอลัมน์ความเร็วของโมเดลแบบเปิดเปลี่ยนจากว่างเปล่าเป็นมีคำอธิบายกำกับ ไม่ใช่จากว่างเปล่าเป็นเติมเต็ม ผู้อ่านที่เปรียบเทียบสองโมเดลนี้ในวันนี้สามารถพูดได้ว่า Muse Spark Open 816B A42B สามารถให้บริการได้บนศูนย์ข้อมูล Blackwell ด้วยการถอดรหัสแบบคาดการณ์ ผู้อ่านคนนั้นยังคงไม่สามารถบอกได้ว่าจะได้กี่โทเคนต่อวินาที

ทีละมิติ โดยแนบชั้นหลักฐานกำกับไว้

แต่ละบรรทัดจะระบุชื่อมิติ ระบุทั้งสองด้าน และระบุว่าด้านที่ชนะมีหลักฐานรองรับแน่นหนาเพียงใด — เพราะในการจับคู่นี้ ระดับชั้นของหลักฐานสำคัญกว่าทิศทาง

• ความสามารถ — Muse Spark 1.2 ได้ 40, Muse Spark Open 816B A42B ได้ 39 ทั้งคู่วัดผลอย่างเป็นอิสระโดย Artificial Analysis ห่างกันเพียงหนึ่งคะแนน ยังไม่ชี้ขาด

• ความเร็ว — Muse Spark 1.2 อย่างเด็ดขาด และโดยอิสระ: รายการของ Artificial Analysis สำหรับ Muse Spark 1.2 ปัจจุบันระบุ 374.6 โทเคนต่อวินาที เป็นอันดับหนึ่งจาก 186 โมเดลที่วัด โดยมีเวลาถึงโทเคนแรก 12.67 วินาที สแนปช็อตก่อนหน้าของรายการเดียวกันระบุ 361.4 โทเคนต่อวินาที จัดเป็นอันดับหนึ่งจาก 185 ซึ่งเป็นสิ่งที่ควรรู้ก่อนที่คุณจะอ้างตัวเลขใดตัวเลขหนึ่งเป็นข้อเท็จจริงตายตัว — อันดับคือข้ออ้างที่คงทน ส่วนตำแหน่งทศนิยมไม่ใช่ Muse Spark Open 816B A42B ไม่มีตัวเลขอัตราทรูพุตแบบครบวงจรจากใครเลย ตัวเลขที่ใกล้เคียงอัตราทรูพุตเพียงอย่างเดียวของมันเป็นของดราฟเตอร์ และตัวเลขเหล่านั้นเป็นอัตราการยอมรับมากกว่าอัตราทรูพุตของเซิร์ฟเวอร์

• ต้นทุน — Muse Spark 1.2 อยู่ที่ $1.25 ต่อล้านโทเค็นอินพุต และ $4.25 ต่อล้านโทเค็นเอาต์พุต ส่วนลดอินพุตแบบแคช 88% และวัดได้ $0.97 ต่องาน Intelligence Index Muse Spark Open 816B A42B ไม่มีราคาต่อโทเค็นและไม่มีต้นทุนต่องานที่เผยแพร่ ต้นทุนของมันคือฮาร์ดแวร์ พลังงาน และความใส่ใจของใครสักคน และไม่มีตัวเลขจากแหล่งอิสระใด ๆ อยู่

• น้ำหนักโมเดล — Muse Spark Open 816B A42B ทั้งหมด และเพียงเท่านั้น ประมาณ 1.5TB ใน BF16 บวกกับบิลด์ NVFP4 อยู่หลังด่านข้อกำหนดการใช้งาน น้ำหนักของ Muse Spark 1.2 ไม่ถูกเผยแพร่ในรูปแบบใด ๆ และไม่มีดราฟเตอร์ใดเปลี่ยนแปลงสิ่งนั้น

• การปรับละเอียด — Muse Spark Open 816B A42B พร้อมการรองรับ TorchTitan ที่จัดส่งมาพร้อมกับน้ำหนักโมเดล. Muse Spark 1.2 ไม่สามารถปรับจูนบนข้อมูลของคุณได้ไม่ว่าจะจ่ายในราคาเท่าใด. นี่คือข้อได้เปรียบเชิงโครงสร้างที่ใหญ่ที่สุดเพียงหนึ่งเดียวของโมเดลเปิด และไม่ได้รับผลกระทบจากสิ่งใดก็ตามที่ NVIDIA เผยแพร่

• บริบท — การเสมอกันที่ 1,048,576 โทเคน แต่มีกลไกเบื้องหลังที่ต่างกัน บนโมเดลแบบเปิด บริบทความยาวเต็มใน BF16 ต้องใช้ KV cache ราว 266GB เพิ่มจากเวต บน Muse Spark 1.2 มันกลายเป็นปัญหาด้านความจุของฝ่ายอื่น

• ความพยายามในการคิดวิเคราะห์ — โมเดลเปิดให้คุณปรับได้ที่ระดับต่ำ กลาง สูง และ xhigh ซึ่งแมปกับโทเค็นการคิดวิเคราะห์ 16, 64, 256 และ 512 หรือจะตั้งค่าเดียวกันผ่านคำใบ้ในระบบพรอมป์ต์ก็ได้ เพราะคุณจ่ายด้วยเวลาจริงแทนดอลลาร์ต่อโทเค็นเอาต์พุต การหมุนปุ่มขึ้นจึงมีต้นทุนเป็นเวลาที่ปรับตามความแม่นยำ และไม่มีค่าใช้จ่ายใด ๆ ที่มิเตอร์ บน Muse Spark 1.2 การครุ่นคิดแบบเดียวกันนี้ถูกคิดค่าใช้จ่ายเป็นเอาต์พุต

• มอดาลิตี — ยังเป็นที่โต้แย้ง และจากหลักฐานที่มีอยู่ ก็คลี่คลายไปทาง Muse Spark 1.2 Artificial Analysis วัดว่า 1.2 รองรับข้อความ รูปภาพ เสียงพูด และวิดีโอ และวัดว่าโมเดลแบบเปิดรองรับเฉพาะข้อความกับรูปภาพเท่านั้น ขณะที่เอกสารของ Meta เองอ้างว่ารองรับข้อความ รูปภาพ วิดีโอ และเสียง สำหรับ Muse Spark Open 816B A42B คำกล่าวอ้างแบบกว้างเป็นสิ่งที่ผู้ขายกล่าวอ้างเอง ส่วนคำกล่าวอ้างแบบแคบกว่าเป็นสิ่งที่วัดได้

• สัญญาอนุญาต — Muse Spark Open 816B A42B ภายใต้ Muse Model License ซึ่งมีข้อกำหนดที่กำหนดให้ต้องมีข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหาก หากรายได้จากบริการโมเดลของคุณ (model-as-a-service) เกิน 20 ล้านดอลลาร์ในช่วงสิบสองเดือนติดต่อกันใดๆ และกำหนดให้มีข้อความระบุที่มา "Built with Muse Spark Open" ผู้ร่างของ NVIDIA ซ้อน NVIDIA Open Model Agreement ไว้ด้านบนของมัน Muse Spark 1.2 ทำงานภายใต้ข้อกำหนด API ทั่วไป

• ข้อกำหนดฮาร์ดแวร์ขั้นต่ำ — โมเดลแบบเปิดต้องใช้ M5 Ultra Mac Studios สองเครื่องสำหรับเส้นทางเดสก์ท็อป MLX หรือโหนด Blackwell หนึ่งโหนดสำหรับเส้นทาง TensorRT-LLM หรือโหนดแบบสี่ GPU สำหรับสูตร BF16 ดราฟเตอร์ไม่ได้เพิ่มอะไรให้กับเส้นทางเดสก์ท็อป Muse Spark 1.2 ไม่จำเป็นต้องใช้สิ่งเหล่านี้เลย

• ความเสี่ยงจากการถูกเลิกสนับสนุน — หน้าลิสติ้งของ Muse Spark 1.2 เองมีแบนเนอร์ประกาศว่าได้เปิดตัวรุ่นใหม่กว่าแล้ว คือ Muse Spark 1.3 เวตบนดิสก์ของคุณไม่อาจถูกเลิกสนับสนุนให้หลุดไปจากใต้เท้าคุณได้ และนั่นคือบรรทัดเดียวในรายการนี้ที่การเป็นเจ้าของชนะเพราะข้อเท็จจริง ไม่ใช่เพราะความชอบ

แบนเนอร์คือเหตุผลในการเป็นเจ้าของ

บรรทัดสุดท้ายนั้นควรค่าแก่การพูดถึงมากกว่าการเป็นแค่หัวข้อย่อย โมเดลที่คุณเช่าใช้นั้นถูกทำเครื่องหมายไว้แล้วว่าถูกแทนที่โดยรุ่นสืบทอดจากผู้ขายของมัน ซึ่งไม่ใช่เรื่องอื้อฉาว — มันเป็นวิธีที่ระดับบริการแบบโฮสต์ทำงาน — แต่มันหมายความว่าการเปรียบเทียบไม่ได้เรียบง่ายสะอาดเท่ากับ “39 กับ 40 แล้วตัวที่เร็วกว่าชนะ”

ทีมที่สร้างบน Muse Spark 1.2 กำลังสร้างบนเอนด์พอยต์ที่มีการโยกย้ายซึ่งรู้ล่วงหน้าอยู่ข้างหน้า ทีมที่เป็นเจ้าของเวต 816B มีโมเดลที่มีความสามารถตายตัวและพฤติกรรมที่กำหนดค่าได้ และการตัดสินใจเรื่องการโยกย้ายก็กลายเป็นหน้าที่ของพวกเขาที่จะกำหนดตารางเวลาเอง ต้นทุนของการควบคุมนั้นคืออัตราการประมวลผล ฮาร์ดแวร์ และการยอมรับว่าเรื่องราวของ drafter ยังไม่เสร็จสมบูรณ์

สิ่งที่การเช่ายังคงมอบให้ซึ่งไม่มีนักเขียนแบบคนใดแก้ไขได้

การถอดรหัสแบบคาดการณ์ (speculative decoding) ทำให้การให้บริการโมเดลโอเพนซอร์สขนาดใหญ่มีต้นทุนถูกลง แต่ไม่ได้ทำให้มันกลายเป็นสิ่งที่ใช้แทนที่เอนด์พอยต์แบบโฮสต์ที่ตอบสนองเร็วในลูปแบบอินเทอร์แอกทีฟได้ทันที และความแตกต่างนี้แหละคือสิ่งที่สำคัญสำหรับทีมผลิตภัณฑ์

374.6 โทเคนต่อวินาทีของ Muse Spark 1.2 และเวลาถึงโทเคนแรก 12.67 วินาที ถูกวัดภายใต้ภาระงานมาตรฐาน ลูปของเอเจนต์จะคูณตัวเลขที่สองด้วยจำนวนรอบไป-กลับต่องาน และส่วนลดแคชถูกนำมาใช้โดยผู้ให้บริการโดยที่คุณไม่ต้องดำเนินการใด ๆ การสร้างระบบเองหมายถึงการวางแผนความจุ สแตกไดรเวอร์ และการกำหนดค่าแบบ speculative ที่คุณต้องปรับแต่งเอง ความยาวการยอมรับของดราฟเตอร์เป็นเพียงจุดเริ่มต้นของงานนั้น ไม่ใช่จุดสิ้นสุด

การกำหนดเส้นทางของการแยกแทนที่จะเลือกข้าง

ทีมส่วนใหญ่ที่ลงเอยด้วยการรันทั้งสองแบบมาถึงจุดนั้นเพราะเวิร์กโหลดแตกต่างกันจริง ๆ: เส้นทางแบบอินเทอร์แอกทีฟต้องการเอนด์พอยต์ที่เร็ว ส่วนเส้นทางแบบแบตช์และแบบออนพรีมิสต้องการเวตต์ โหมดความล้มเหลวคือการแยกที่อยู่ในเอกสารออกแบบแทนที่จะอยู่ในการตั้งค่า

OrcaRouter ให้บริการจัดเส้นทางสำหรับ Muse Spark 1.2 — และ Muse Spark 1.1 — ในราคาตามที่ผู้ให้บริการกำหนด โดยบวกเพิ่ม 0% ส่งผ่านตรงถึงคุณ ดังนั้น เมื่อผู้ขายปรับราคา คีย์ของคุณจะได้รับผลในวันเดียวกัน โดยไม่ต้องทำงานปรับราคาใด ๆ ในฝั่งคุณมันไม่ได้จัดเส้นทางหรือโฮสต์ Muse Spark Open 816B A42B หรือ DFlash2 drafter ตัวนี้ และการตีความบทความนี้ว่าเป็นการอ้างเช่นนั้นก็จะผิด: โมเดลที่มีคุณค่าตรงที่คุณถือน้ำหนักโมเดลไว้เองได้ คือโมเดลที่คุณรันบนฮาร์ดแวร์ของคุณเอง สิ่งที่เราเตอร์เข้ามาเติมคืออีกครึ่งหนึ่งของการแบ่งงาน — API เดียวครอบคลุมโมเดลกว่า 200 ตัว การสลับไปใช้ระบบสำรองอัตโนมัติเมื่อผู้ให้บริการมีประสิทธิภาพลดลง การหลอมรวมโมเดลสำหรับนำมารวมกัน และDSL สำหรับจัดเส้นทางที่ย้ายทราฟฟิกระหว่างโมเดลได้ด้วยการตั้งค่า แทนที่จะแก้โค้ด ส่วนสุดท้ายนั้นเป็นวิธีทดสอบแบบประหยัดว่าเส้นทาง self-hosted ที่ยังไม่ผ่านการพิสูจน์พร้อมหรือยัง โดยไม่ต้องเดิมพันเส้นทางโปรดักชันกับมัน

จะทำอย่างไรกับการเปรียบเทียบที่ยังไม่เสร็จสมบูรณ์

เลือก Muse Spark 1.2 หากคุณต้องการทรูพุตที่วัดได้และต้นทุนต่องานที่วัดได้ในวันนี้ หากมีคนกำลังรอผลลัพธ์อยู่ หากคุณต้องการอินพุตเสียงและวิดีโอที่ได้รับการยืนยันอย่างอิสระ หรือหากคุณต้องการโมเดล Muse บนคีย์เดียวโดยไม่ต้องซื้อ GPU ที่ราคาอินพุต $1.25 และเอาต์พุต $4.25 พร้อมส่วนลดอินพุตแคช 88% ถือเป็นการซื้อที่สมเหตุสมผล แม้จะรู้ว่ารายการของผู้ขายเองชี้ไปข้างหน้าถึง 1.3

เลือก Muse Spark Open 816B A42B หากงานแคบพอที่จะไฟน์ทูนด้วย TorchTitan หากข้อมูลไม่สามารถออกจากเครือข่ายของคุณได้ หากปริมาณมากและสม่ำเสมอพอที่จะถัวเฉลี่ยค่าฮาร์ดแวร์ หรือหากปุ่มปรับการให้เหตุผลแบบฟรีมีค่ากับคุณมากกว่าจุดดัชนีที่คุณยอมสละไป การบิลด์ NVFP4 และดราฟเตอร์ของ NVIDIA รวมกันหมายความว่าเส้นทางเดต้าเซ็นเตอร์ไม่ใช่เรื่องคาดเดาอีกต่อไปในความหมายที่สำคัญเมื่อเดือนตุลาคม — มันเพียงแต่ยังไม่ได้ประเมินเชิงปริมาณ

สิ่งที่คุณไม่ควรทำคือเลือกใช้โมเดลแบบเปิดน้ำหนักเพียงเพราะมันฟรี หรือเลือกโมเดลที่โฮสต์ไว้เพียงเพราะมันเร็วกว่า โดยไม่สังเกตว่าสองประโยคนั้นกำลังตอบคำถามคนละข้อ ประโยคหนึ่งเกี่ยวกับว่าโมเดลคืออะไร อีกประโยคเกี่ยวกับว่าคุณจะรันมันอย่างไร สัปดาห์ที่แล้วมีเพียงคำถามที่สองเท่านั้นที่มีคำตอบ สัปดาห์นี้ เป็นครั้งแรกที่ทั้งสองข้อมีคำตอบ — และคำตอบของโมเดลแบบเปิดมาพร้อมแถบความคลาดเคลื่อน

Muse Spark Open 816B A42B สามารถดาวน์โหลดได้ภายใต้ Muse Model License ส่วน Muse Spark 1.2 จำหน่ายแบบคิดตามโทเค็น และให้บริการผ่าน OrcaRouter ในราคาตามรายการ