Muse Spark Open กับ Muse Spark 1.3: การเสียสละเก้าคะแนนดัชนีถือว่ามากเกินไปที่จะแลกมาฟรีๆ

นี่คือการเปรียบเทียบที่ชวนอึดอัดภายในตระกูลของ Meta เอง Muse Spark Open ซึ่งเปิดตัวเมื่อวันที่ 15 ตุลาคม 2026 เป็นโมเดลน้ำหนักเปิดแบบ 816 พันล้านพารามิเตอร์ที่ใครก็ดาวน์โหลดได้; การวัดผลอิสระจัดให้อยู่ที่ Artificial Analysis Intelligence Index 39 Muse Spark 1.3 ซึ่งเป็นโมเดล API เชิงกรรมสิทธิ์ที่ Meta เปิดตัวเมื่อวันที่ 2 กันยายน 2026 อยู่ที่ 48 ความต่างเก้าคะแนนไม่ใช่ความต่างระดับการปัดเศษ — มันเป็นระยะห่างประมาณหนึ่งระหว่างระดับความสามารถหนึ่งกับระดับถัดไป และเป็นตัวเลขที่ทำให้ "แค่รันตัวเปิดแทนก็พอ" เป็นคำแนะนำที่แย่กว่าที่ฟังดูในวันเปิดตัวมาก

เริ่มจากสถานการณ์ ไม่ใช่จากสเปก

สามทีมพิจารณาการเปิดตัว Muse Spark Open และถามว่าพวกเขาจะยกเลิกบางสิ่งได้หรือไม่

ทีมแรกใช้ไปป์ไลน์ที่รันทุกคืน อ่านคอร์ปัสคงที่และส่งออกระเบียนที่มีโครงสร้าง ความหน่วงไม่สำคัญ ปริมาณมหาศาล สคีมาไม่เคยเปลี่ยนแปลง ทีมนี้ควรนำเวทแบบเปิดมาใช้และหยุดจ่ายต่อโทเคน

ทีมที่สองรันเอเจนต์เขียนโค้ดแบบโต้ตอบ ซึ่งยิงการไปกลับเล็ก ๆ ประมาณสิบสองครั้งต่อคำขอของผู้ใช้หนึ่งครั้ง ทีมนี้ไม่ควรทำเช่นนั้น และเหตุผลก็คือปริมาณงานที่ประมวลผลได้กับต้นทุนในการให้เหตุผล ซึ่งทั้งสองอย่างกำลังจะกลายเป็นเรื่องรูปธรรมชัดเจนขึ้นมาก

ตัวที่สามรันการให้เหตุผลแบบหลายขั้นตอนที่ยาก — แบบที่โมเดลต้องคงสายการอนุมานยาว ๆ ไว้ เรียกใช้เครื่องมือภายในสายนั้น และกู้คืนจากทางตันของตัวเอง ทีมนี้ก็ไม่ควรเช่นกัน และสำหรับพวกเขา ช่องว่างเก้าคะแนนไม่ใช่เรื่องนามธรรม มันคือความแตกต่างระหว่างเวิร์กโฟลว์ที่ทำงานจนสำเร็จ กับเวิร์กโฟลว์ที่ต้องมีคนคอยดูแลอย่างใกล้ชิด

ทุกอย่างด้านล่างนี้เป็นเรื่องของการแยกแยะสามสิ่งนั้นออกจากกันโดยไม่ต้องเดา

เก้าจุดนั้นทำมาจากอะไร

ดัชนีเป็นค่าผสม และค่าผสมย่อมซ่อนโครงสร้าง โครงสร้างตรงนี้ส่วนใหญ่อยู่ในจุดที่คุณคาดไว้ โดยมีสิ่งน่าประหลาดใจหนึ่งอย่าง

• งานด้านเอเจนต์และการใช้เครื่องมือ — จุดแข็งที่สุดของ Muse Spark 1.3 ตัวเลขการเปิดตัวของ Meta เองสำหรับ 1.3 ซึ่งเป็นตัวเลขที่ผู้ขายรายงานและวัดภายในฮาร์เนสของตนเอง ระบุว่า Terminal-Bench 2.1 อยู่ที่ 83.9 และ DeepSWE 1.1 อยู่ที่ 68 เมื่อเทียบกับ 76.4 และ 60 ที่ผู้ขายรายงานของ Muse Spark Open นั่นคือความนำอยู่ที่เจ็ดถึงแปดจุดอย่างสม่ำเสมอบนการประเมินที่ใกล้เคียงพฤติกรรมเอเจนต์จริงมากที่สุด และสอดคล้องเกือบจะพอดีกับช่องว่างในดัชนีอิสระ

• การให้เหตุผลแบบปิดตำรา — ช่องว่างที่กว้างกว่า สกอร์การ์ดของ Muse Spark Open เองแสดงว่าแถวที่อ่อนแอที่สุดของมันคือ HLE-Diamond เมื่อไม่ใช้เครื่องมือ โดย Meta รายงานไว้ที่ 26.1 Muse Spark 1.3 ถูกสร้างขึ้นเป็นโมเดลที่ให้ความสำคัญกับการให้เหตุผลเป็นอันดับแรก; การตั้งค่าการให้เหตุผลแบบ "max" ในชื่อของมันไม่ใช่แค่ของประดับ

• ความกว้างของความรู้ — แคบกว่าที่พาดหัวชวนให้คิด และ Artificial Analysis ให้คะแนนทั้งสองโมเดลบนแกนความเป็นผู้รอบรู้ โดยความแตกต่างนั้นน้อยกว่าที่ส่วนต่างของดัชนีบ่งชี้ สิ่งนี้สำคัญเพราะหมายความว่าช่องว่างกระจุกตัวอยู่ที่ความลึกของการให้เหตุผลและความทรหดของเอเจนต์ ไม่ใช่ที่ว่าโมเดลรู้มากแค่ไหน

• ความเร็ว — Muse Spark 1.3 วัดได้ 127.7 โทเคนต่อวินาที อยู่อันดับที่ 41 จาก 185 บน Artificial Analysis ส่วนความเร็วของ Muse Spark Open ยังไม่มีบุคคลอิสระใดเผยแพร่ การโฮสต์เองโมเดล mixture of experts ขนาด 816B บนเครื่องเดสก์ท็อปสองเครื่องจะช้ากว่า 127.7 tok/s แต่จะช้ากว่าเท่าใดนั้นไม่ทราบ และนี่คือช่องโหว่ที่ใหญ่เป็นอันดับสองในหลักฐาน ถัดจากเรื่องค่าใช้จ่าย

• ราคา — Muse Spark 1.3 จำหน่ายในราคา $1.25 ต่อล้านอินพุต และ $4.25 ต่อล้านเอาต์พุต พร้อมส่วนลด 88% สำหรับอินพุตที่แคชไว้ ส่งผลให้มีต้นทุนที่วัดได้ $1.60 ต่องาน Intelligence Index Muse Spark Open ไม่มีราคาต่อโทเค็น ต้นทุนของมันคือฮาร์ดแวร์ และไม่มีตัวเลขต้นทุนต่องานที่เป็นอิสระสำหรับมัน

หนึ่งบรรทัดในรายการนั้นสมควรได้รับการพิจารณาอีกครั้ง เพราะมันเป็นข้อโต้แย้งที่มักถูกเข้าใจผิดบ่อยที่สุด Muse Spark 1.3 เป็นตัวให้เหตุผลที่ช่างอธิบาย Artificial Analysis วัดว่ามันใช้โทเค็นราว 170 ล้านโทเค็นตลอดการประเมิน เทียบกับราว 130 ล้านโทเค็นสำหรับ Muse Spark 1.2 — ซึ่งเป็นเหตุผลว่าทำไม 1.3 จึงมีค่าใช้จ่าย $1.60 ต่องาน ณ ราคาโทเค็นตามที่ประกาศไว้เดียวกันที่ทำให้ 1.2 อยู่ที่ $0.97 ระดับการให้เหตุผลแนวหน้าคิดเงินคุณสองต่อ: ครั้งหนึ่งสำหรับความสามารถ และอีกครั้งสำหรับโทเค็นที่มันเผาผลาญไปกับการคิดหาทางไปถึงจุดนั้น

ปุ่มปรับการให้เหตุผลคือจุดที่ทำเงินได้

ทั้งสองโมเดลเน้นการคิดวิเคราะห์เป็นหลักและไม่มีตัวไหนให้คุณปิดมันได้ แต่ทั้งคู่เผยให้เห็นระดับความพยายามแตกต่างกัน และความแตกต่างนั้นคือสิ่งที่ полезที่สุดในทางปฏิบัติบนหน้านี้

Muse Spark Open เปิดเผยขั้นบันไดความพยายามของตนอย่างโปร่งใส: low, medium, high และ xhigh แมปไปยัง reasoning token จำนวน 16, 64, 256 และ 512 และคำใบ้ความแรงในการใช้เหตุผลใน system prompt ก็ทำหน้าที่เดียวกัน นั่นคือปุ่มหมุนที่คุณปรับได้จากโค้ดของคุณเอง โดยมีค่าใช้จ่ายที่ทราบต่อการตั้งค่าแต่ละระดับ และเนื่องจากคุณจ่ายเป็นไฟฟ้าและเวลานาฬิกา แทนที่จะเป็นดอลลาร์ต่อโทเคนเอาต์พุต การปรับลดลงจึงไม่ทำให้คุณเสียค่าใช้จ่ายใด ๆ ที่มิเตอร์ สิ่งที่คุณเสียไปคือความแม่นยำ และเป็นความแม่นยำเพียงอย่างเดียว

บน Muse Spark 1.3 ขั้นบันไดแบบเดียวกันนี้มีอยู่ทางฝั่งผู้ให้บริการ และทุกขั้นที่คุณปรับเพิ่มขึ้นจะถูกคิดค่าบริการ ด้วยราคา $4.25 ต่อโทเค็นเอาต์พุตหนึ่งล้านโทเค็น โดยนับโทเค็นการให้เหตุผลเป็นเอาต์พุต เวิร์กโฟลว์ที่รันด้วยความพยายามสูงสุดกำลังจ่ายค่าการครุ่นคิดของโมเดลในวิธีที่ตรงตัวที่สุดเท่าที่มีอยู่ นี่คือจุดเดียวที่เศรษฐศาสตร์ของโมเดลแบบเปิดไม่เพียงแต่ป้องกันได้ แต่ดีกว่าอย่างแท้จริง: งานแบบแบตช์ที่พอจะคิดหนักขึ้นได้ก็มีอิสระที่จะทำเช่นนั้น และงานแบบแบตช์ที่ไม่จำเป็นต้องคิดหนักก็มีอิสระที่จะหยุด

ที่ซึ่งช่องว่างหายไป

สามสถานการณ์ทำให้ความแตกต่างเก้าคะแนนหายไปจนหมด

การปรับละเอียดเป็นอันดับแรกและใหญ่ที่สุด Muse Spark 1.3 ไม่สามารถปรับแต่งบนข้อมูลของคุณได้ไม่ว่าจะราคาใด Muse Spark Open สามารถทำได้ โดยได้รับการสนับสนุน TorchTitan ที่ Meta ปล่อยมาพร้อมกับค่าน้ำหนัก โมเดลที่ปรับแต่งบนฐานโค้ดของคุณ สคีมาของคุณ หรือคำศัพท์เฉพาะโดเมนของคุณ ไม่ใช่โมเดลเดียวกันกับตัวที่ได้คะแนน 39 ในทิศทางใดก็ตาม — และสำหรับงานเฉพาะทาง เวอร์ชันที่ปรับแต่งของโมเดลทั่วไปที่อ่อนแอกว่ามักจะเอาชนะเวอร์ชันที่ยังไม่ได้ปรับแต่งของโมเดลที่แข็งแกร่งกว่าได้เป็นประจำ หากปัญหาของคุณเฉพาะเจาะจง ช่องว่างของดัชนีไม่ใช่ตัวชี้วัดที่เกี่ยวข้อง

Data residency เป็นข้อที่สอง หากคลังข้อมูลไม่สามารถออกจากเครือข่ายของคุณได้ การเปรียบเทียบก็ไม่ใช่ระหว่าง 39 กับ 48 แต่เป็นระหว่าง 39 กับการไม่มีโมเดลเลย นั่นไม่ใช่เรื่องที่สูสี และไม่เคยเป็นเช่นนั้น

ปริมาณงานแบบแบตช์ที่เฉลี่ยต้นทุนแล้ว (amortised) เป็นเหตุผลข้อที่สาม พร้อมข้อแม้หนึ่งข้อ ไพป์ไลน์ที่ใช้โทเคนปริมาณมาก สม่ำเสมอ และคาดเดาได้ สามารถอธิบายความคุ้มค่าของฮาร์ดแวร์ได้ ส่วนไพป์ไลน์ที่มีการใช้งานแบบเป็นพัก ๆ (bursty) ทำไม่ได้ เพราะการโฮสต์เองเปลี่ยนต้นทุนผันแปรให้กลายเป็นต้นทุนคงที่ แล้วยังเรียกเก็บเงินจากคุณสำหรับชั่วโมงที่เครื่องว่างไม่ว่าอย่างไร โปรดทราบเช่นกันว่าส่วนลดแคชของ Muse Spark 1.3 ทำให้โมเดลแบบโฮสต์มีราคาถูกเป็นพิเศษพอดีกับรูปแบบบริบทซ้ำที่ไพป์ไลน์แบบแบตช์ขนาดใหญ่สร้างขึ้น ดังนั้นเหตุผลสนับสนุนการโฮสต์เองจึงอ่อนกว่าที่การคำนวณแบบง่าย ๆ ด้วยจำนวนโทเคนคูณราคาบอกไว้

ที่ช่องว่างกลายเป็นกำแพง

เวิร์กโหลดสองรายการไม่ควรเข้าใกล้โมเดลแบบเปิด

เอเจนต์แบบโต้ตอบต้องมาก่อน Muse Spark 1.3 วัดได้ 127.7 โทเคนต่อวินาที และลูปของเอเจนต์จะนำจำนวนนั้นคูณด้วยจำนวนรอบไป-กลับต่อหนึ่งงาน Muse Spark Open ไม่มีข้อมูลความเร็วที่เผยแพร่ และความคาดหวังเชิงโครงสร้างคือโมเดลขนาด 816B ที่รันบนแบนด์วิดท์หน่วยความจำเดสก์ท็อปจะตามหลังอยู่ไกล หากมีมนุษย์กำลังรออยู่ เก้าจุดดัชนีนั้นไม่มีความหมาย และช่องว่างของปริมาณงานคือสิ่งสำคัญทั้งหมด

การใช้เหตุผลแบบโมเดลแนวหน้าเป็นพัก ๆ เป็นข้อที่สอง ด้วยเหตุผลที่ละเอียดอ่อนกว่า งานเวิร์กโหลดที่ต้องการความสามารถด้านการใช้เหตุผล 48 จุดนั้น แทบจะโดยนิยามแล้ว คือประเภทที่ความล้มเหลวมีค่าใช้จ่ายสูงและห่วงโซ่การใช้เหตุผลยาว การรันงานเหล่านั้นบนโมเดลที่ต่ำกว่าหนึ่งระดับ โดยมี吞吐 ที่ไม่รู้แน่ชัด เพื่อประหยัดค่าใช้จ่ายต่อโทเคน คือการแลกต้นทุนเล็ก ๆ ที่คาดเดาได้ กับต้นทุนใหญ่ที่คาดเดาไม่ได้ นั่นคือข้อแลกเปลี่ยนที่ทีมที่สามซึ่งอยู่ตอนต้นของบทความนี้ควรปฏิเสธ

ทีมที่ต้องการทั้งสอง

องค์กรส่วนใหญ่ที่ลงเอยด้วยการรันทั้งสองแบบทำเช่นนั้นเพราะเวิร์กโหลดแตกต่างกันจริง ๆ: เส้นทางแบบอินเทอร์แอกทีฟต้องการความเร็ว เส้นทางแบบแบตช์ต้องการความคุ้มค่าด้านต้นทุน และมีเพียงบางเส้นทางเท่านั้นที่ต้องอยู่ภายในองค์กร โหมดความล้มเหลวไม่ได้อยู่ที่สถาปัตยกรรม — แต่อยู่ที่การแยกส่วนนั้นไปอยู่ในเอกสารแทนที่จะอยู่ในคอนฟิกูเรชัน และนักพัฒนาคัดลอกสตริงโมเดลมาจากบทแนะนำ

เลเยอร์การจัดเส้นทางคือกลไกที่แก้ปัญหานั้น OrcaRouter จัดเส้นทาง Muse Spark 1.2 ในราคาตามรายการของ Meta โดยบวกเพิ่ม 0% และส่งผ่านราคาตามรายการของผู้ขายมาโดยตรง ดังนั้นเมื่อฝั่งโฮสต์ลดราคา คีย์ของคุณก็จะได้รับในวันเดียวกันโดยไม่ต้องทำงานปรับราคาใหม่ มันไม่ได้โฮสต์ Muse Spark Open และไม่ควรตีความว่าทำเช่นนั้น: โมเดลที่จุดขายทั้งหมดคือคุณถือเวตไว้เองได้ คือโมเดลที่คุณรันบนฮาร์ดแวร์ของคุณเอง สิ่งที่เราเตอร์ช่วยเสริมคือส่วนการโต้ตอบ — ตอนนี้ Muse Spark 1.3 ก็ยังไม่ถูกจัดเส้นทางโดย OrcaRouter เช่นกัน ดังนั้นรูปแบบที่ทำได้จริงในวันนี้คือเรียกใช้ชั้นโฮสต์ที่ใดก็ตามที่คุณเรียกใช้อยู่แล้ว และให้ API เดียว พร้อมการสลับสำรองอัตโนมัติและ DSL สำหรับการจัดเส้นทาง, เก็บโมเดลกว่า 200 รายการที่คุณเข้าถึงได้ไว้ภายใต้คีย์เดียว ในขณะที่ฮาร์ดแวร์ของคุณเองจัดการสิ่งที่ต้องอยู่ที่บ้าน

เลือกตามปริมาณงาน ไม่ใช่ตามไลเซนส์

เลือกใช้ Muse Spark Open หากงานของคุณแคบพอที่จะปรับแต่งได้ หากข้อมูลไม่สามารถออกไปภายนอกได้ หากปริมาณงานมีมากและสม่ำเสมอ และที่สำคัญเหนือสิ่งอื่นใด หากโมเดลสามารถคิดได้ในระดับความพยายามใดก็ตามที่มันต้องการโดยไม่มีมิเตอร์คอยเดินอยู่ นั่นคือสี่เงื่อนไข และโดยปกติแล้วสิ่งเหล่านี้มักสัมพันธ์กัน — ไปป์ไลน์มักแคบ เป็นแบบแบตช์ และคงที่

เลือก Muse Spark 1.3 หากมีมนุษย์รอผลลัพธ์อยู่ หากการให้เหตุผลยากอย่างแท้จริง หากงานมีลักษณะมาเป็นช่วง ๆ หรือหากคุณต้องการรายการมัลติโมดัลที่ยืนยันแล้ว — อินพุตข้อความ รูปภาพ และวิดีโอของ 1.3 นั้นระบุไว้อย่างเป็นอิสระ ในขณะที่ข้ออ้างด้านเสียงและวิดีโอที่กว้างกว่าของ Muse Spark Open เป็นเพียงการยืนยันจากผู้ขาย และเมื่อวัดอย่างเป็นอิสระแล้วพบว่าเป็นข้อความและรูปภาพเท่านั้น

สิ่งที่คุณไม่ควรทำคือเลือกใช้เวตแบบเปิดเพียงเพราะมันฟรี คะแนนเก้าคะแนนระหว่าง 39 ถึง 48 นั้นเป็นของจริง พวกมันกระจุกตัวอยู่ในงานเชิงเอเจนต์และการให้เหตุผลซึ่งทำให้โมเดลเหล่านี้มีประโยชน์พอดี และไม่ว่าการอนุมานในเครื่องจะมีมากเพียงใด ก็ไม่สามารถชดเชยคะแนนเหล่านั้นกลับคืนมาได้ Muse Spark Open เป็นคำตอบที่ถูกต้องสำหรับคำถามเฉพาะชุดหนึ่ง ไม่ใช่ส่วนลดของ Muse Spark 1.3

Muse Spark Open สามารถดาวน์โหลดได้ภายใต้ Muse Model License; Muse Spark 1.3 พร้อมใช้งานแบบคิดตามโทเคนในราคา $1.25 สำหรับอินพุตและ $4.25 สำหรับเอาต์พุต โดยส่วนลดแคชจะถูกนำมาใช้ตามอัตราของผู้ให้บริการเอง