Muse Spark Open: โมเดลโอเพนเวตสหรัฐฯ ที่ดีที่สุดเป็นคำกล่าวอ้างที่มีข้อกำหนดและเงื่อนไข

ข้อกล่าวอ้างนี้ปรากฏบน X ในตอนเย็นของวันที่ 15 ตุลาคม 2026 และเป็นข้อกล่าวอ้างประเภทที่จริงในประโยคหนึ่งและอาจโต้แย้งได้ในประโยคถัดไป Meta ได้เผยแพร่น้ำหนักสำหรับ Muse Spark Open — เช็กพอยต์ขนาด 816 พันล้านพารามิเตอร์ ที่มีพารามิเตอร์ทำงาน 42 พันล้าน ซึ่ง Meta เก็บไว้ตั้งแต่ที่รีโพซิทอรีปรากฏบน Hugging Face เมื่อหนึ่งเดือนก่อน — และภายในไม่กี่ชั่วโมง วลีที่ผูกกับมันคือ "โมเดลแบบเปิดน้ำหนักที่ดีที่สุดของสหรัฐฯ" ตัวเลขที่สนับสนุนข้อกล่าวอ้างนี้ตรงที่สุดไม่ใช่ของ Meta มันคือ 39: คะแนนที่รายการโฮสต์ของ Artificial Analysis เองมอบให้ Muse Spark Open ที่การตั้งค่าการให้เหตุผลระดับ xhigh ซึ่งอยู่อันดับเก้าในบรรดาโมเดลแบบเปิดน้ำหนัก 118 ตัวที่มีขนาดใหญ่กว่า 150 พันล้านพารามิเตอร์บนบอร์ดนั้น เทียบกับค่ามัธยฐานของกลุ่มที่ 19 นั่นคือการวัดจากบุคคลที่สามจริงของโมเดลที่ดาวน์โหลดได้จริง ในอีกกรณีหนึ่ง Muse Spark 1.3 — เช็กพอยต์ปัจจุบันของสาย Muse Spark แบบปิด ซึ่งเปิดให้ใช้ทั่วไปตั้งแต่ 2 กันยายน 2026 — ได้คะแนน 48 บนดัชนีเดียวกัน ตัวเลขทั้งสองเป็นของ Meta มีเพียงหนึ่งในนั้นที่เป็นของสิ่งที่คุณดาวน์โหลดได้ และมีเพียงหนึ่งในนั้นที่ถูกวัดโดยคนอื่นที่ไม่ใช่ Meta.

วันที่ เพราะการวางกรอบขึ้นอยู่กับวันที่เหล่านั้น

ไม่มีอะไรที่นี่เป็นการเปิดตัว และความสับสนนี้ก็อธิบายได้ง่าย Meta Superintelligence Labs เปิดตัวตระกูล Muse Spark เมื่อวันที่ 8 เมษายน 2026 Muse Spark 1.1 เปิดตัวเมื่อวันที่ 16 กรกฎาคม Muse Spark 1.2 เมื่อวันที่ 5 สิงหาคม และ Muse Spark 1.3 เมื่อวันที่ 2 กันยายน — ตัวสุดท้ายได้ระดับการให้เหตุผล "max" เมื่อวันที่ 4 กันยายน หลังการทดสอบความปลอดภัยเพิ่มเติม ไลน์นี้เป็นกรรมสิทธิ์เฉพาะและให้บริการผ่านเซิร์ฟเวอร์ Muse Spark Open เป็นอาร์ติแฟกต์แยกต่างหาก: คลัง Hugging Face แบบควบคุมการเข้าถึง, meta-models/Muse-Spark-Open-816B-A42Bซึ่งเวลาประทับการสร้างคือ 2026-09-15 พร้อมกับบิลด์ NVFP4 ที่สร้างขึ้นก่อนหน้านั้นไม่กี่วินาที น้ำหนักโมเดลอยู่ที่นั่นเป็นเวลาสี่สัปดาห์ภายในแบบฟอร์มที่ควบคุมการเข้าถึง เมื่อวันที่ 15 ตุลาคม 2026 Meta เผยแพร่ข้อความใบอนุญาต โพสต์บล็อกงานวิจัย คู่มือการบิลด์สำหรับนักพัฒนา และสกอร์การ์ดเบนช์มาร์ก และคลังนั้นก็เลิกเป็นอาร์ติแฟกต์ที่ไม่มีใครเคยประกาศอีกต่อไป

ดังนั้นการตีความที่ถูกต้องจึงไม่ใช่ทั้ง "การปล่อยแบบเงียบ" และไม่ใช่ "การเปิดตัว" โมเดลนี้ดำรงอยู่อย่างเงียบ ๆ มาหนึ่งเดือน; เอกสารต่าง ๆ ตามมาทันในวันที่ 15 ตุลาคม สิ่งที่เปลี่ยนไปสำหรับใครก็ตามที่กำลังตัดสินใจว่าจะรันอะไรนั้นแคบและเจาะจง: ตอนนี้มีสัญญาอนุญาตที่คุณอ่านได้ มีสูตรฮาร์ดแวร์ที่ระบุไว้ มีการสนับสนุนตั้งแต่วันแรกในเฟรมเวิร์กที่ผู้คนใช้งานจริง และมีผลการวัดอิสระหนึ่งรายการ สิ่งที่ไม่ได้เปลี่ยนคือสายปิด ราคาของสายปิด หรืออะไรก็ตามเกี่ยวกับโมเดล API ที่ผู้อ่านไซต์นี้ส่วนใหญ่เรียกใช้

"Open" คือส่วนที่มีเงื่อนไข

ใบอนุญาตคือจุดที่คำกล่าวอ้างในพาดหัวมีเงื่อนไขตัวอักษรเล็ก ๆ กำกับอยู่ และควรอ่านก่อนนำไปพูดซ้ำ Muse Spark Open เผยแพร่ภายใต้ Muse Model License Meta อธิบายว่ามันอนุญาตให้นักพัฒนาหลายรายใช้โมเดลนี้ได้ฟรี และมีสองข้อกำหนดที่นิยามว่าความ "ฟรี" สิ้นสุดตรงไหน

• โมเดลในรูปแบบบริการ — หากคุณหรือบริษัทในเครือของคุณให้บุคคลภายนอกเข้าถึงโมเดลในฐานะผลิตภัณฑ์หรือบริการผ่าน API และรายได้รวมขั้นต้นเกิน 20 ล้านดอลลาร์สหรัฐในช่วงสิบสองเดือนติดต่อกันใด ๆ คุณต้องแจ้ง Meta และลงนามในข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหากก่อนดำเนินธุรกิจนั้น การนำโมเดลไปสร้างเป็นส่วนหนึ่งของผลิตภัณฑ์ของคุณเองเป็นข้อยกเว้น; การขายต่อการเข้าถึงโมเดลไม่ได้รับยกเว้น

• การระบุที่มา — สัญญาอนุญาตกำหนดให้ต้องแสดง "Built with Muse Spark Open" อย่างเด่นชัดในส่วนติดต่อผู้ใช้ของผลิตภัณฑ์ใด ๆ ที่ใช้โมเดลนี้หรือโมเดลที่ดัดแปลงจากโมเดลนี้ หรือในเอกสารประกอบ เว็บไซต์ หรือเมนูการตั้งค่าที่เกี่ยวข้อง

• สิ่งที่คุณสามารถทำได้อย่างชัดเจน — ปรับแต่งอย่างละเอียด, สกัดความรู้, รวมโมเดล, เผยแพร่, ให้สิทธิ์ช่วง และขายงานลอกเลียน โดย Meta ไม่ขอถือกรรมสิทธิ์ในผลลัพธ์

• คุณจะได้รับมันได้อย่างไร — คลังเก็บนี้ถูกควบคุมการเข้าถึง แบบฟอร์มคำขอจะขอชื่อเต็มตามกฎหมาย วันเกิด และองค์กรพร้อมรหัสระบุองค์กร และไม่สามารถแก้ไขได้หลังจากส่ง

การผสมผสานนั้นคือสิ่งที่ทำให้ถ้อยคำ "โมเดล open-weight ของสหรัฐฯ ที่ดีที่สุด" เป็นการกล่าวอ้างตามหมวดหมู่ มากกว่าจะเป็นการกล่าวอ้างแบบสัมบูรณ์ บนชุดจัดอันดับเดียวกันของ Artificial Analysis รายการ open-weight ของสหรัฐฯ ที่มีสัญญาอนุญาตแบบผ่อนปรนและแข็งแกร่งที่สุดคือ NVIDIA Nemotron 3.5 Super VL ที่ 26.49 โดยมี Inkling Small ที่ 25.66 ตามมา Muse Spark Open ได้คะแนนสูงกว่าทั้งสอง และไม่ได้อยู่ในหมวดหมู่การนำไปใช้เดียวกัน: สัญญาอนุญาตเชิงพาณิชย์แบบสั่งทำเฉพาะซึ่งต้องผ่านแบบฟอร์มคำขอเป็นคนละเรื่องกับเช็กพอยต์ที่คุณโคลนและดีพลอยภายใต้ OpenMDW-1.1 ได้ในบ่ายวันนี้ โพสต์บล็อกของ Meta เองใช้ถ้อยคำว่า "โมเดล open-weight ของสหรัฐฯ ที่มีความสามารถมากที่สุดจนถึงปัจจุบัน" ซึ่งป้องกันได้บนดัชนี และแคบกว่าสิ่งที่คำว่า "best" สื่อ เมื่อสัญญาอนุญาตอยู่ในประโยค

สิ่งที่เช็กพอยต์ยุติได้โดยไม่ต้องพึ่งความช่วยเหลือของ Meta

ส่วนนี้สามารถตรวจสอบยืนยันได้จากตัวรีโพซิทอรีเอง ก่อนที่จะเชื่อถือผลเบนช์มาร์กใด ๆ

• ขนาด — พารามิเตอร์ทั้งหมดประมาณ 816 พันล้านตัว โดยมีประมาณ 42 พันล้านตัวที่ทำงานต่อโทเคน เป็น sparse mixture of experts ครอบคลุม 62 เลเยอร์ และมีมิติซ่อน 8,192 โดยมี 256 experts ต่อเลเยอร์ MoE และเลือก 8 ตัวต่อโทเคน Grouped-query attention ที่มี 128 query heads และ 16 key-value heads โดยแต่ละหัวมีขนาด 64 มิติ

• บริบท — 1,048,576 โทเค็น หน้าต่างที่ Meta เขียนว่า 1M ใช้ร่วมกันทั่วทั้งโทเค็นข้อความ รูปภาพ วิดีโอ และเสียงภายใต้งบประมาณเดียว

• มอดัลลิตี — ข้อความ รูปภาพ วิดีโอ และเสียงเข้า; ข้อความออก มันอ่านอินพุตแบบหลายมอดัลลิตีและเขียนข้อความ ซึ่งไม่เหมือนกับการสร้างสิ่งใดในนั้น

• Checkpoints — บิลด์ BF16 ขนาดราว 1.5TB ของ safetensors และบิลด์ 4-bit NVFP4 ที่ Meta ระบุว่ารันได้บนโหนด B200 เพียงโหนดเดียว หลังจากนั้นบุคคลที่สามได้เพิ่มการควอนไทซ์แบบต่าง ๆ ของตนเองเข้ามา ตั้งแต่บิลด์ GGUF ไปจนถึงการแปลงเป็น MLX 3-bit และ 4-bit ที่ลงวันที่ตรงกับวันเปิดตัว

• การควบคุมการให้เหตุผล — การตั้งค่าความพยายามในการให้เหตุผลซึ่งมีระดับต่ำ ปานกลาง สูง และ xhigh เครื่องมือของ Meta ระบุว่าการปิดการให้เหตุผลไม่ใช่ตัวเลือก

• รันไทม์ — Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX และ Unsloth ตั้งแต่วันแรก พร้อมเคอร์เนล Helion แบบกำหนดเองที่ปรับจูนอัตโนมัติสำหรับ SGLang ซึ่ง Meta รายงานว่าเป็นความเร็วที่เพิ่มขึ้นระดับเคอร์เนลตั้งแต่ 1.03x ถึง 3.95x บนชิปของ NVIDIA และ AMD

• เดโมบนเดสก์ท็อป — เครื่อง Mac Studio สองเครื่องที่ใช้ชิป M5 Ultra ภายใต้ MLX ซึ่งทำงานได้เพราะแต่ละเครื่องเปิดให้เข้าถึงหน่วยความจำแบบรวมได้สูงสุดถึง 512GB ที่ความเร็ว 1.2 TB/s เดโมของ Meta กำลังผลักดันการเปลี่ยนแปลงจริงเข้าสู่ไคลเอนต์ iOS แบบโอเพนซอร์ส และรัน DaVinci Resolve ได้ตั้งแต่ต้นจนจบ

ไม่มีสิ่งใดในนั้นที่เป็นคำกล่าวอ้างทางการตลาด; มันคือไฟล์กำหนดค่า รายการไฟล์ และสูตรที่เผยแพร่ มันยังเป็นจุดที่ต้นทุนในทางปฏิบัติของ "open" ตกอยู่ — เลขคณิตของหน่วยความจำไม่ได้สนใจว่าคุณยอมรับสัญญาอนุญาตใด ที่บริบทเต็ม 1M โทเคนใน BF16 นั้น KV cache เพียงอย่างเดียวใช้ไปถึงประมาณ 266GB ดังนั้นหน้าต่างที่โมเดลโฆษณาไว้กับหน้าต่างที่คุณจ่ายไหวบนฮาร์ดแวร์ของคุณจึงเป็นงบประมาณสองแบบที่แตกต่างกัน

ตัวเลขหนึ่งเดียวที่ Meta ไม่ได้เขียน

รายการของ Artificial Analysis เป็นการวัดโดยบุคคลที่สามเพียงรายการเดียวของ Muse Spark Open ที่มีอยู่ในบันทึกสาธารณะในตอนนี้ และมันบอกได้มากกว่าตัวดัชนีเพียงอย่างเดียว

• ความฉลาด — ดัชนี Artificial Analysis Intelligence Index ที่ 39 ในการตั้งค่า xhigh อยู่ในอันดับที่ 9 จาก 118 โมเดลน้ำหนักเปิดที่มีพารามิเตอร์มากกว่า 150B ซึ่งสูงกว่าค่ามัธยฐานของกลุ่มที่ 19

• ความเร็ว — 103.4 โทเค็นเอาต์พุตต่อวินาที, {{1}}อันดับ 18 จาก 76 ในกลุ่มนั้น{{/1}}

• ค่าใช้จ่าย — $0.84 ต่องาน Intelligence Index ที่เสร็จสมบูรณ์ 1 งาน บนเส้นทางแบบโฮสต์ที่มีราคา $1.25 ต่ออินพุต 1 ล้านโทเคน และ $4.25 ต่อเอาต์พุต 1 ล้านโทเคน

• ประสิทธิภาพ — รายการจัดอันดับระบุว่าโมเดลนี้ค่อนข้างกระชับ โดยสร้างโทเค็นประมาณ 110 ล้านโทเค็นตลอดการรันดัชนี เทียบกับค่ามัธยฐานที่ 130 ล้าน

อ่านสิ่งเหล่านั้นเทียบกับสกอร์การ์ดของ Meta เอง แล้วช่องว่างไม่ได้อยู่ที่ข้อกำหนด แต่อยู่ที่ความครอบคลุม สกอร์การ์ดของ Meta รายงาน Terminal-Bench 2.1 ที่ 76.4 ด้วยเอเจนต์ Terminus 2, MCP-Atlas ที่ 89.2, GDPval-AA v2 ที่ 1401, SciCode ที่ 58.5, JobBench ที่ 61.8, HLE-Diamond ที่ 26.1 โดยไม่ใช้เครื่องมือ และ DeepSWE 1.1 ที่ 60 บนสิ่งที่การ์ดเรียกว่า harness ที่ดีที่สุดที่มีอยู่ ทุกแถวเหล่านี้ถูกสร้างขึ้นภายใน agent harness ของโมเดลเอง ไม่ใช่ harness ที่ใช้ร่วมกัน ซึ่งทำให้สิ่งเหล่านี้เป็นการอ้างขีดความสามารถมากกว่าการจัดอันดับแบบเทียบกันได้ตรง ๆ และเราไม่ได้ทำซ้ำผลลัพธ์เหล่านั้นเลยแม้แต่รายการเดียว ความสอดคล้องระหว่างสองบัญชีอยู่ที่สเปกชีต — 816B ทั้งหมด, 42B ที่ใช้งาน, บริบท 1M, ใบอนุญาตเดียวกัน, โมดัลลิตีอินพุตเดียวกัน ความไม่สอดคล้องคือฝ่ายหนึ่งมีเบนช์มาร์กแปดรายการ แต่อีกฝ่ายมีดัชนีหนึ่งรายการ ตัวเลขความเร็วหนึ่งค่า และราคาหนึ่งค่า ยังไม่มีการวัดเสียงและการวัดวิดีโอที่ใดในที่สาธารณะ แม้ว่าแถวโมดัลลิตีจะเป็นสิ่งที่โดดเด่นที่สุดเกี่ยวกับโมเดลนี้ก็ตาม

แล้วก็ยังมีการประเมินที่ Meta ไม่ได้เผยแพร่ออกมาอีกด้วย

โพสต์เปิดตัวระบุว่า Muse Spark Open ได้รับการประเมินภายใต้ Meta Superintelligence Scaling Framework และ "ผ่านเกณฑ์ที่กรอบงานของเรากำหนดไว้สำหรับการเปิดตัว" โดยมีผลลัพธ์โดยละเอียดอยู่ในการ์ดโมเดล; การ์ดโมเดลชี้ไปยังรายงานการประเมินฉบับเต็มซึ่งระบุว่าจะพร้อมให้ใช้งานในเร็วๆ นี้ การกล่าวอ้างด้านความปลอดภัยที่ผ่านกรอบงานภายในเป็นสิ่งที่แตกต่างจากรายงานความปลอดภัยที่ผู้อ่านสามารถตรวจสอบได้ และ ณ เวลาที่เขียนนี้ มีเพียงอย่างแรกเท่านั้นที่มีอยู่

สิ่งที่สิ่งนี้ไม่ได้เปลี่ยนแปลงสำหรับใครก็ตามที่มีกำหนดเส้นตาย

Muse Spark Open ไม่ใช่สิ่งที่คุณเพียงแค่เอา API key ไปชี้ใส่ แต่คือการดาวน์โหลด ใบอนุญาต แบบฟอร์มคำขอที่ต้องผ่านการอนุมัติ และการตัดสินใจเรื่องฮาร์ดแวร์ และถ้าภาระงานของคุณต้องการคำตอบภายในสัปดาห์นี้ พื้นที่ที่ต้องจัดการก่อนจะได้โทเคนแรกนั้นถือว่าไม่น้อยเลย คำถามที่ใช้ได้จริงคือตอนนี้คุณเข้าถึงโมเดล Muse ตัวไหนได้ และคำตอบอยู่ในสายแบบปิด: Muse Spark 1.2 และ Muse Spark 1.1 เป็น สองเช็กพอยต์ที่ OrcaRouter ดูแลเส้นทางให้ ซึ่งทั้งคู่ให้บริการในราคาตามประกาศของ Meta ที่ 1.25 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเคน และ 4.25 ดอลลาร์ต่อเอาต์พุตหนึ่งล้านโทเคน โดยบวกเพิ่ม 0% เพราะราคาตามประกาศของผู้ให้บริการถูกส่งผ่านไปตรง ๆ ไม่ได้บวกกำไร ทั้งสองรับอินพุตทั้งข้อความ รูปภาพ วิดีโอ เสียง และ PDF ภายในหน้าต่าง 1,048,576 โทเคนเดียวกัน ดังนั้นความสามารถมัลติโมดัลที่เช็กพอยต์แบบเปิดได้รับคำชมนั้น จึงใช้งานได้บนสายที่ให้บริการอยู่แล้ววันนี้ โดยไม่ต้องรอคิวดาวน์โหลด

Muse Spark Open ไม่ได้อยู่ในแค็ตตาล็อกของเรา และเราก็จะไม่เสนอเป็นอย่างอื่น — โมเดลที่จุดขายทั้งหมดคือคุณรันมันได้ด้วยตัวเอง ก็คือโมเดลที่คุณรันเอง จุดที่การตั้งค่าแบบมี routing ยังช่วยได้คือบริเวณรอบ ๆ มัน: API เดียวที่ใช้ได้กับโมเดล 200+ ตัวหมายความว่าเช็คพอยต์ที่ยังไม่ผ่านการพิสูจน์ไม่จำเป็นต้องเป็นการเดิมพันในโปรดักชัน ระบบ failover อัตโนมัติสามารถส่งคำขอต่อไปยังผู้ให้บริการรายที่สองเมื่อรายแรกเริ่มทำงานได้แย่ลง และ routing DSL ย้ายทราฟฟิกระหว่างโมเดลด้วยการตั้งค่าแทนการแก้โค้ด สำหรับโมเดลที่เปิดตัวเมื่อหนึ่งวันก่อน ซึ่งมี benchmark อิสระเพียงรายการเดียวและรายงานการประเมินที่ยังไม่เผยแพร่ นั่นคือวิธีที่ถูกที่สุดในการดูว่ามันทำงานอย่างไรกับทราฟฟิกของคุณ ในขณะที่โครงสร้างพื้นฐานของคนอื่นดูดซับความแปรปรวนไว้

อะไรจะทำให้หมากตัวนี้เคลื่อนที่

มีสามเรื่องที่ยังเปิดอยู่มากกว่าจะเป็นเรื่องที่ไม่รู้ และแต่ละเรื่องจะเปลี่ยนการตีความ เรื่องแรกคือรายงานการประเมินของ Meta ซึ่งเป็นความต่างระหว่างคำกล่าวอ้างด้านความปลอดภัยกับบันทึกด้านความปลอดภัย เรื่องที่สองคือการวัดที่เป็นอิสระครั้งที่สอง — นักวิเคราะห์หนึ่งคนกับดัชนีหนึ่งชุดเป็นเพียงจุดข้อมูลหนึ่งจุด ไม่ใช่ฉันทามติ และยังไม่มีสิ่งใดนำ Muse Spark Open ไปผ่านการประเมินด้านเสียงหรือวิดีโอเลย ทั้งที่สิ่งเหล่านั้นเป็นจุดที่โฆษณาว่าเป็นความแตกต่าง เรื่องที่สามคือสัญญาอนุญาตทำงานอย่างไรในทางปฏิบัติ: เกณฑ์มูลค่ายี่สิบล้านดอลลาร์และข้อกำหนดการระบุที่มาคือเงื่อนไขที่จะตัดสินว่าโมเดล open-weight ที่แข็งแกร่งที่สุดของสหรัฐฯ ตามคะแนนจะกลายเป็นโมเดลที่ถูกใช้มากที่สุด หรือจะยังคงเป็นโมเดลที่ทีมต่างๆ ดาวน์โหลดไปทดสอบแล้วไปให้บริการจากที่อื่นแทน จนกว่าอย่างน้อยหนึ่งในนั้นจะคลี่คลาย ฉบับที่ซื่อตรงของพาดหัวข่าวคือ Meta ได้ส่งมอบโมเดล open-weight ของสหรัฐฯ ที่มีความสามารถสูงสุดตามการวัดอิสระเพียงหนึ่งเดียวที่มีอยู่ ภายใต้สัญญาอนุญาตที่ทำให้คำว่า "open" เจาะจงมากกว่าสมบูรณ์

สิ่งที่ตัวเลขบอกคุณไม่ได้คือว่ามีสิ่งใดผิดพลาดไปในการใช้งานจริงหรือไม่: เหตุการณ์ AI และความล้มเหลวของเอเจนต์ที่ได้รับการบันทึกไว้เกี่ยวกับโมเดลในคลาสนี้ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง