Muse Spark Open vs Muse Wonder: ตัวหนึ่งดาวน์โหลดได้ ตัวหนึ่งเช่าได้เท่านั้น
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 202 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0727 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 120 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 229 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 42 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 128 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 127 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 106 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 65 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 392 tok/s
Meta ได้วางMuse Wonder จำหน่ายในตลาดเมื่อวันที่ 12 ตุลาคม 2026 และได้วางMuse Spark Open บน Hugging Face สามวันต่อมา ในวันที่ 15 ตุลาคม ทั้งสองไม่ใช่สองเวอร์ชันของผลิตภัณฑ์เดียวกัน Muse Wonder เป็นโมเดลระดับแนวหน้าแบบปิดที่เข้าถึงผ่าน API หรือการสมัครสมาชิก; Muse Spark Open คือไฟล์ดาวน์โหลดแบบมีเงื่อนไขการเข้าถึง ซึ่งมาในรูปแบบน้ำหนัก mixture-of-experts จำนวน 816 พันล้านพารามิเตอร์ สัญญาอนุญาต และการตัดสินใจด้านฮาร์ดแวร์ การเปรียบเทียบทั้งสองบน leaderboard จึงเป็นก้าวแรกที่ผิด เพราะ leaderboard วัดความสามารถ และสิ่งที่ทำให้ทั้งสองต่างกันคือใครเป็นเจ้าของเครื่อง บทความนี้จะพิจารณาทั้งสองอย่าง — ช่องว่างที่วัดได้ ค่าใช้จ่ายต่อหนึ่งหน่วยของงาน และสี่สถานการณ์ที่คำตอบพลิกกลับ — โดยใช้ตัวเลขที่เผยแพร่จริง พร้อมหมายเหตุทุกจุดที่ตัวเลขเป็นคำกล่าวอ้างของผู้ขายมากกว่าการวัดจริง
ห่างกันสามวัน และไม่อยู่ในหมวดหมู่เดียวกัน
ลำดับการเปิดตัวสำคัญกว่าวันที่เปิดตัว Muse Wonder เปิดตัวก่อนในรูปแบบสองเช็กพอยต์: muse-wonder-1.0 ซึ่งให้บริการบน {{1}}Model API ของ Meta{{/1}} และภายใน {{2}}Muse Code{{/2}}, และ {{3}}muse-wonder-full-1.0{{/3}} ซึ่ง {{4}}Meta{{/4}} ขายเฉพาะผ่านการสมัครสมาชิก {{5}}Muse Code{{/5}} และไม่เปิดให้เข้าถึงในฐานะ {{6}}โมเดล API{{/6}} {{7}}Muse Spark Open{{/7}} เปิดตัวถัดมาเป็นอาร์ติแฟกต์เดียว: {{8}}เช็กพอยต์ BF16{{/8}} และ {{9}}บิลด์ NVFP4{{/9}} อยู่หลัง {{10}}รีโพซิทอรีที่ควบคุมการเข้าถึง{{/10}}, {{11}}การ์ดโมเดล{{/11}}, {{12}}รายงานทางเทคนิค{{/12}} และ {{13}}Muse Model License{{/13}} หนึ่งในนั้นคือบริการ อีกอันคือไฟล์
ทุกอย่างที่ตามมาล้วนเป็นผลต่อเนื่องมาจากตรงนั้น ราคาของโมเดลแบบปิดคืออะไรก็ตามที่ผู้ขายกำหนด และความสามารถของมันสามารถถูกแก้ไขโดยผู้ขายได้ทุกเมื่อ ราคาของโมเดลแบบเปิดคือตัวเลขต้นทุนฝั่งเงินลงทุน — GPU พลังงาน และวิศวกร — และความสามารถของมันคือสิ่งที่สแตกการให้บริการโมเดลของคุณสามารถดึงออกมาได้ ดังนั้นการเปรียบเทียบที่มีประโยชน์จึงไม่ใช่ "ตัวไหนได้คะแนนสูงกว่า" ซึ่งไม่ใช่เรื่องใกล้เคียงกัน แต่เป็น "ในสองตัวนี้ ตัวไหนทำให้คุณเสียต้นทุนน้อยกว่าในการไปให้ถึงความสามารถที่คุณต้องการ" ซึ่งขึ้นอยู่ทั้งหมดกับสิ่งที่คุณมีอยู่แล้วและสิ่งที่คุณได้รับอนุญาตให้ทำกับน้ำหนักโมเดล
ทั้งสองโมเดลรับข้อความ รูปภาพ เสียง และวิดีโอเป็นอินพุต และสร้างเอาต์พุตเป็นข้อความ ทั้งคู่โฆษณาหน้าต่างบริบทที่ 1,048,576 โทเคน ความคล้ายคลึงกันระหว่างสองโมเดลก็มีเพียงเท่านี้
สกอร์บอร์ด ณ วันนี้ ไม่ใช่อย่างที่คุณจำได้
Artificial Analysis ได้ปรับปรุง Intelligence Index ใหม่ โดยเวอร์ชันปัจจุบันคือ v5.0.1 ซึ่งรวมการประเมินเก้าชุด ได้แก่ AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 บนชุดย่อยแบบยาก และ Terminal-Bench-Science 0.1 เรื่องนี้สำคัญต่อการเปรียบเทียบนี้ เพราะตัวเลขใดก็ตามที่คุณอ่านเกี่ยวกับโมเดลใดโมเดลหนึ่งก่อนการปรับปรุงครั้งนี้ไม่ได้อยู่ในมาตรวัดเดียวกันกับตัวเลขด้านล่าง ทั้งสองรายการได้รับการให้คะแนนใหม่ภายในชุดทดสอบเดียวกัน ดังนั้นช่องว่างระหว่างทั้งสองจึงเปรียบเทียบกันได้ แม้ว่าค่าสัมบูรณ์ของทั้งสองจะเปรียบเทียบกับตัวเลขเก่าที่คุณอาจเคยเห็นสำหรับโมเดลใดโมเดลหนึ่งไม่ได้ก็ตาม
ใน revision นั้น Muse Spark Open (Xhigh) ได้ 25 เทียบกับค่ามัธยฐาน 23 ในหมู่โมเดล open-weight อื่นที่มีขนาดใกล้เคียง — สูงกว่าค่าเฉลี่ย แต่ไม่ได้มากนัก Muse Wonder (Max) ได้ 44 เทียบกับค่ามัธยฐาน 40 ในหมู่โมเดลในระดับราคาที่ใกล้เคียงกัน สิบเก้าคะแนนไม่ใช่ความแตกต่างจากการปัดเศษ แต่ก็ไม่ใช่เรื่องราวทั้งหมด เพราะค่ามัธยฐานทั้งสองอธิบายชุดการเปรียบเทียบที่แตกต่างกันสองชุด: ชุดหนึ่งเป็นกลุ่มเล็กของโมเดล open ขนาดเดียวกัน อีกชุดเป็นระดับที่กว้างกว่าและแพงกว่า สิ่งที่คู่นี้ยืนยันได้อย่างชัดเจนคือแต่ละโมเดลอยู่เหนือกลุ่มเทียบเคียงของตัวเอง ซึ่งเป็นข้อความที่มีประโยชน์กว่าอันดับและยากกว่ามากที่จะถูกปั่นให้ดูดี
แถวต่อการประเมินแต่ละรายการบอกสิ่งเดียวกันโดยมีความละเอียดมากกว่า แต่ละบรรทัดด้านล่างแสดงทั้งสองด้านในมิติเดียวกัน ตามลำดับเดียวกัน จึงสามารถอ่านเป็นคู่ได้แทนที่จะเป็นข้อกล่าวอ้างสองข้อแยกจากกัน
• Index, v5.0.1 — Muse Spark Open 25 ที่ระดับความพยายาม Xhigh เทียบกับค่ามัธยฐานของคลาสที่ 23; Muse Wonder 44 ที่ระดับความพยายาม Max เทียบกับค่ามัธยฐานของคลาสที่ 40
• AA-Briefcase v1.1 (งานความรู้แบบเอเจนต์, Elo) — 1,278.7 สำหรับ Muse Spark Open; 1,658.7 สำหรับ Muse Wonder
• AutomationBench-AA (เวิร์กโฟลว์ SaaS แบบเอเจนต์) — 0.497 สำหรับ Muse Spark Open; 0.681 สำหรับ Muse Wonder
• Terminal-Bench 4.0 — 0.081 สำหรับ Muse Spark Open; 0.520 สำหรับ Muse Wonder
• FrontierCode-AA 2.0 — 0.076 สำหรับ Muse Spark Open; 0.240 สำหรับ Muse Wonder
• HLE-Diamond — 0.263 สำหรับ Muse Spark Open; 0.390 สำหรับ Muse Wonder
• CritPt v2 ชุดย่อยระดับยาก — 0.295 สำหรับ Muse Spark Open; 0.505 สำหรับ Muse Wonder
• GDP.pdf ผ่านทั้งหมด — 0.186 สำหรับ Muse Spark Open; 0.306 สำหรับ Muse Wonder
• Terminal-Bench-Science 0.1 — 0.019 สำหรับ Muse Spark Open; 0.257 สำหรับ Muse Wonder
• ความแม่นยำของ AA-Omniscience v1.1 — 25.8 สำหรับ Muse Spark Open; 25.1 สำหรับ Muse Wonder และอัตราการเกิด hallucination กลับกันในทางตรงข้าม: 28.0% สำหรับ Muse Spark Open เทียบกับ 20.9% สำหรับ Muse Wonder
มีสองแถวที่สมควรได้รับการอธิบายแถวละหนึ่งประโยค Terminal-Bench-Science ที่ 0.019 เทียบกับ 0.257 เป็นช่องว่างตามสัดส่วนที่กว้างที่สุดในตาราง และ Terminal-Bench 4.0 ที่ 0.081 เทียบกับ 0.520 เป็นช่องว่างที่กว้างที่สุดในภาระงานที่ทั้งสองโมเดลถูกวางตลาดจริง ๆ — เอเจนต์ที่รันคำสั่ง หากนั่นคือกรณีการใช้งานของคุณ นี่ก็เกือบจะเป็นข้อโต้แย้งทั้งหมดแล้ว คู่ Omniscience เป็นจุดเดียวที่โมเดลราคาถูกกว่ายังยืนหยัดได้: ด้านความแม่นยำของความรู้ ทั้งสองต่างกันไม่ถึงหนึ่งจุด และสิ่งที่แยกทั้งสองออกจากกันไม่ใช่ปริมาณความรู้ แต่เป็นความพร้อมแค่ไหนที่จะแต่งคำตอบขึ้นมาเมื่อไม่รู้ — ประมาณหนึ่งใน 3.6 คำตอบสำหรับ Muse Spark Open เทียบกับหนึ่งใน 4.8 สำหรับ Muse Wonder
ข้อควรระวังหนึ่งประการสำหรับทั้งหมดนี้ ตัวเลขเหล่านี้เป็นตัวเลขจากผู้ประเมิน ไม่ใช่ตัวเลขจากผู้ขาย ซึ่งทำให้เป็นหลักฐานที่แข็งแรงกว่าจากหลักฐานสองประเภทที่มีอยู่ อย่างไรก็ตาม มันยังคงเป็นฮาร์เนสของห้องแล็บเดียวบนชุดทดสอบที่ถูกปรับปรุงในรอบนี้เอง และการประเมินหลายรายการเหล่านี้ใหม่พอที่คะแนนจะยังคงเคลื่อนไหวต่อไป ให้ถือว่าทิศทางนั้นเชื่อถือได้ และทศนิยมตำแหน่งที่สามเป็นเพียงสัญญาณรบกวน
จำนวนพารามิเตอร์ และจุดที่เรกคอร์ดหยุดลงเฉย ๆ
Muse Spark Open เปิดเผยขนาดของตนเป็นส่วนหนึ่งของการเป็นแบบเปิด: พารามิเตอร์ทั้งหมด 816 พันล้านตัว โดยมีประมาณ 42 พันล้านตัวที่ใช้งานต่อโทเคน, เลเยอร์ดีโคเดอร์ 62 ชั้น, ผู้เชี่ยวชาญ 256 รายต่อเลเยอร์ mixture-of-experts โดยเลือก 8 รายต่อโทเคน, และผู้เชี่ยวชาญถูกเก็บในรูปแบบ 4-bit NVFP4 ในบิลด์ที่ผ่านการควอนไทซ์ซึ่งจัดส่ง โดยมีบางเลเยอร์คงไว้ใน bf16 ตัวเลข 42 พันล้านตัวที่ใช้งานอยู่คือตัวเลขที่สำคัญสำหรับการให้บริการ เพราะมันกำหนดว่าต้องอ่านน้ำหนักมากเพียงใดสำหรับทุกโทเคนที่สร้างขึ้น และเป็นเหตุผลที่โมเดลนี้สามารถให้บริการบน GPU แปดตัวได้เลย
สำหรับ Muse Wonder จำนวนที่สอดคล้องกันไม่อยู่ในบันทึกที่เราตรวจสอบได้ Artificial Analysis ระบุว่าเป็นข้อมูลเฉพาะ (proprietary) และแผงข้อกำหนดทางเทคนิคของมันแสดงรายการการให้เหตุผล รูปแบบอินพุต รูปแบบเอาต์พุต และ context — โดยไม่มีแถวจำนวนพารามิเตอร์ทั้งหมดหรือพารามิเตอร์ที่ใช้งานอยู่เลยแม้แต่แถวเดียว เราจะไม่อนุมานจำนวนพารามิเตอร์จากราคาหรือจาก benchmark และเราจะไม่พูดซ้ำตัวเลขที่เราไม่สามารถชี้แหล่งที่มาได้ สิ่งที่พูดได้เป็นเพียงเชิงทิศทาง: โมเดลปิด 44-index ในอัตราค่าบริการ $4/$20 กำลังให้บริการบางสิ่งที่มีขนาดใหญ่กว่าอย่างมีนัยสำคัญเมื่อเทียบกับโมเดลเปิดที่มีพารามิเตอร์ใช้งานจริง 42 พันล้าน และต้นทุนการให้บริการทุกรายการที่มันแบกไว้คือทุนของคนอื่น ไม่ใช่ของคุณ
รุ่นราคาถูกก็เป็นรุ่นที่เร็วด้วย ซึ่งนั่นคือความน่าประหลาดใจ
ราคาและความเร็วมักเป็นข้อแลกเปลี่ยนที่สวนทางกัน แต่ในที่นี้ทั้งสองไปในทิศทางเดียวกัน และนั่นคือข้อค้นพบที่เกี่ยวข้องกับการตัดสินใจมากที่สุดจากทั้งสองหน้า
• ความเร็วเอาต์พุต — 169 โทเคนต่อวินาทีสำหรับ Muse Spark Open; 118 โทเคนต่อวินาทีสำหรับ Muse Wonder
• เวลาถึงโทเค็นคำตอบแรก — 13.81 วินาทีสำหรับ Muse Spark Open; 25.19 วินาทีสำหรับ Muse Wonder
• เวลาต่องาน Index — 6.6 นาทีสำหรับ Muse Spark Open; 13.6 นาทีสำหรับ Muse Wonder
• โทเค็นเอาต์พุตที่ใช้ในการรัน Index — 90.6 ล้านสำหรับ Muse Spark Open; 113 ล้านสำหรับ Muse Wonder เทียบกับค่ามัธยฐาน 72.8 ล้านสำหรับโมเดลที่เทียบเคียงได้
อ่านสองบรรทัดสุดท้ายประกอบกันแล้วกลไกก็ชัดเจน Muse Wonder เป็นโมเดลให้เหตุผลในความหมายเข้มงวด: มันทำงานนานกว่า สร้างโทเคนมากกว่า และใช้เวลาจริงต่องานประมาณสองเท่า Muse Spark Open ที่ความพยายามระดับ Xhigh นั้นกระชับกว่า — มันสร้างโทเคนเอาต์พุตน้อยกว่าโมเดลที่เทียบเคียงได้ในระดับค่ามัธยฐาน ซึ่งผิดปกติสำหรับการตั้งค่าแบบให้เหตุผล และเป็นข้อตำหนิที่แท้จริงต่อสมมติฐานที่ว่าคิดมากขึ้นย่อมมีความสามารถมากขึ้นเสมอ ตัวเลข 169 เทียบกับ 118 เป็นการวัดจาก endpoint ที่โฮสต์ซึ่งรวมเวลาถึงโทเคนแรก ดังนั้นจึงเป็นข้อความเกี่ยวกับ endpoint ที่นำไปใช้งานจริง มากกว่าจะเกี่ยวกับซิลิคอนที่อยู่ใต้โมเดลทั้งสอง
ผลที่ตามมาในทางปฏิบัติคือช่องว่างของราคากว้างกว่าที่ตารางอัตราค่าใช้จ่ายระบุไว้ เพราะคุณจ่ายตามจำนวนโทเค็น และ Muse Wonder ปล่อยโทเค็นต่องานมากกว่า ซึ่งนำเราไปสู่ตัวเลขเดียวที่เปรียบเทียบสองโมเดลได้อย่างซื่อตรงข้ามราคาที่ต่างกันและความยาวของผลลัพธ์ที่ต่างกัน: ต้นทุนต่องาน
งานหนึ่งมีค่าใช้จ่ายจริงเท่าไรในแต่ละรายการ
Artificial Analysis คำนวณต้นทุนในการรันชุดการประเมินทั้งหมด แล้วหารด้วยจำนวนงาน โดยให้น้ำหนักแต่ละการประเมินตามส่วนที่แต่ละรายการมีต่อ Index ผลลัพธ์ที่ได้คือตัวเลขที่เปรียบเทียบกันได้บนพื้นฐานเดียวกัน ซึ่งได้รวมความแตกต่างของความยาวคำตอบไว้แล้ว
• ค่าใช้จ่ายต่องาน Index — $2.02 สำหรับ Muse Spark Open; $6.95 สำหรับ Muse Wonder
• ราคาตามรายการแบบผสม อัตราส่วนอินพุตต่อเอาต์พุต 3:1 — 2.00 ดอลลาร์ต่อล้านโทเค็นสำหรับ Muse Spark Open; 8.00 ดอลลาร์ต่อล้านสำหรับ Muse Wonder
• อ่านแคช — $0.15 ต่อหนึ่งล้านโทเค็นสำหรับ Muse Spark Open ซึ่งลด 88%; $0.20 ต่อหนึ่งล้านโทเค็นสำหรับ Muse Wonder ซึ่งลด 95%
เรตการ์ดราคาที่ประกาศอยู่ที่ $1.25 ขาเข้าและ $4.25 ขาออก เทียบกับ $4.00 ขาเข้าและ $20.00 ขาออก ดังนั้นราคาขาออกต่างกัน 4.7 เท่า และราคาขาเข้าต่างกัน 3.2 เท่า ต้นทุนจริงต่องานต่างกัน 3.4 เท่า ไม่ใช่ 4.7 เท่า ซึ่งเป็นผลจากความยืดยาวของคำตอบและแคชที่เข้ามามีบทบาท: ส่วนลดแคช 95% ของ Muse Wonder สูงกว่าส่วนลด 88% ของ Muse Spark Open และการแคช-heavy ดึงต้นทุนที่มีผลจริงกลับเข้าใกล้โมเดลที่ถูกกว่า หาก workload ของคุณเอื้อต่อแคช — system prompt ที่ใช้ร่วมกันแบบยาว ๆ เอกสารที่ซ้ำกัน — เรตการ์ดจะกล่าวเกินจริงถึงช่องว่าง แต่ถ้าไม่ใช่ ตัวเลขต่องานคือสิ่งที่ควรใช้วางแผน และเรตการ์ดไม่ได้แสดงช่องว่างต่ำกว่าความจริงเลย
หารต้นทุนต่องานแต่ละรายการด้วยคะแนน Index ของงานนั้น คุณจะได้ตัวเลขตัวที่สาม ซึ่งเป็นตัวเลขของผม ไม่ใช่ของผู้ประเมิน: ประมาณแปดเซนต์ต่อหนึ่งคะแนน Index สำหรับ Muse Spark Open เทียบกับประมาณสิบหกเซนต์สำหรับ Muse Wonder นี่คือคำอธิบายเรื่องการแลกเปลี่ยนนี้ที่ชัดเจนที่สุด คุณกำลังจ่ายแพงกว่าประมาณสองเท่าต่อหน่วยของความสามารถที่วัดได้สำหรับโมเดลแบบปิด และสิ่งที่คุณได้รับจากการจ่ายเพิ่มคือคะแนน Index 19 คะแนนกับอัตราการสร้างข้อมูลเท็จที่ต่ำลง
ใบอนุญาตคือรายการต้นทุนที่ตารางอัตราค่าบริการซ่อนไว้
เงื่อนไขของ {{1}}Muse Spark Open{{/1}} คือ Muse Model License และมีสองข้อที่เปลี่ยนความหมายของ “free weights” ในแผนธุรกิจ
ข้อแรกคือข้อกำหนดว่าด้วยการให้โมเดลเป็นบริการ หากคุณให้บุคคลภายนอกเข้าถึงโมเดลในฐานะผลิตภัณฑ์หรือบริการผ่าน API และรายได้รวมขั้นต้นของคุณจากสิ่งนั้นเกินกว่ายี่สิบล้านดอลลาร์สหรัฐในช่วงสิบสองเดือนติดต่อกันใด ๆ คุณต้องแจ้ง Meta และทำข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหากก่อนดำเนินการต่อ การฝังโมเดลไว้ในผลิตภัณฑ์ของคุณเองได้รับการยกเว้น แต่การขายต่อไม่ได้รับการยกเว้น ทีมที่ตั้งใจจะเป็นผู้ให้บริการอินเฟอเรนซ์บนพื้นฐานของเวตเหล่านี้ ควรอ่านข้อกำหนดนั้นก่อนเขียนเอกสารสถาปัตยกรรม ไม่ใช่หลังเขียน
ข้อที่สองคือการระบุแหล่งที่มา: สัญญาอนุญาตกำหนดให้แสดง "Built with Muse Spark Open" อย่างเด่นชัดในอินเทอร์เฟซของผลิตภัณฑ์ใด ๆ ที่ใช้โมเดลนี้หรือสิ่งที่ต่อยอดจากโมเดล หรือในเอกสาร เว็บไซต์ หรือการตั้งค่าของผลิตภัณฑ์นั้น นั่นเป็นภาระเล็ก ๆ และเป็นเงื่อนไขที่ไม่มีข้อยกเว้น และมันปรากฏขึ้นตรงจุดที่มีการตัดสินใจเกี่ยวกับผลิตภัณฑ์พอดี — หน้าจอเกี่ยวกับ (about screen)
สิ่งที่สัญญาอนุญาตมอบให้อย่างชัดเจนคือส่วนที่ทำให้การดาวน์โหลดนั้นสมเหตุสมผล ได้แก่ การปรับแต่งละเอียด (fine-tuning) การกลั่นความรู้ (distillation) การรวมโมเดล (merging) การเผยแพร่ การให้สิทธิ์ช่วง (sublicensing) และการขายงานที่ต่อยอด (derivatives) โดย Meta อ้างว่าไม่ได้เป็นเจ้าของผลลัพธ์ Muse Wonder ไม่มีสิ่งใดในนั้นเลย คุณไม่สามารถ fine-tune checkpoint ที่โฮสต์ไว้ได้ คุณไม่สามารถรวมมันเข้ากับโมเดลเฉพาะโดเมนได้ คุณไม่สามารถรันมันในสภาพแวดล้อมแบบ airside ได้ และคุณไม่สามารถแก้พฤติกรรมด้วยการเทรนมันใหม่ได้ ค่าพรีเมียมที่คุณจ่ายสำหรับ Muse Wonder ซื้อความสามารถและปลดคุณจากภาระด้านปฏิบัติการ แต่ก็ปลดคุณจากทุกทางเลือกที่ต้องแตะต้องเวตเช่นกัน
จุดหนึ่งในเชิงกระบวนการที่หลายคนมักพลาดคือ ตัวการดาวน์โหลดเองถูกจำกัดการเข้าถึง คลังเก็บข้อมูลถูกควบคุมการเข้าถึง แบบฟอร์มคำขอให้กรอกชื่อตามกฎหมาย วันเกิด และองค์กรพร้อมรหัสประจำองค์กร และไม่สามารถแก้ไขได้หลังส่ง ควรเผื่อเวลาแบบรอคิว ไม่ใช่แค่คลิกเดียว
จุดที่เมกะเคอร์เนลเปลี่ยนการคำนวณ
มีตัวเลขตัวที่สามในการเปรียบเทียบนี้ซึ่งไม่มีอยู่ในตารางราคาทั้งสองฉบับ และมันเพิ่งมาจากภายนอก Meta เมื่อวานนี้ เมื่อวันที่ 11 พฤศจิกายน 2026 ทีม SGLang ได้เผยแพร่เมกะเคอร์เนลสำหรับ Muse Spark Open — หนึ่งเคอร์เนลที่คงอยู่ในหน่วยความจำต่อเลเยอร์ แทนที่จะเป็นการเรียกใช้งานประมาณ 1,450 ครั้งต่อขั้นตอนการถอดรหัส — และวัดผลการถอดรหัสได้เพิ่มจาก 517 เป็น 1,109 โทเคนต่อวินาทีบน GB300 แปดตัว นั่นคือการปรับปรุง 2.1 เท่า บนน้ำหนักเดียวกัน ความแม่นยำเดียวกัน และการคำนวณเชิงตัวเลขเดียวกัน โดยทำได้ด้วยซอฟต์แวร์ล้วนๆ
เมื่อวางตัวเลขนั้นไว้ข้างตัวเลขของบริการโฮสต์ รูปทรงของการตัดสินใจนี้ก็เปลี่ยนไป endpoint แบบเช่าตอบกลับด้วยอัตรา 169 โทเค็นต่อวินาที ส่วนสแต็กแปด GPU ที่สร้างเองซึ่งรันเคอร์เนลงานวิจัยตอบกลับด้วยอัตรา 1,109 โทเค็นต่อวินาที ตัวเลขที่สองคือแบตช์ขนาดหนึ่ง บนคำขอ GSM8K หนึ่งคำขอ ค่ามัธยฐานจาก 20 สเต็ป และไม่มีใครนอกคณะผู้เขียนที่ทำซ้ำได้ — ดังนั้นมันคือเพดานที่คุณอาจไปถึง ไม่ใช่ตัวเลขทรูพุตที่คุณใส่ไว้ในแผนกำลังความจุได้ แต่มันสถาปนาความไม่สมมาตรที่นิยามคู่นี้: ประสิทธิภาพการให้บริการของโมเดลแบบปิดเป็นสิ่งที่ Meta ต้องปรับปรุง และเป็นสิ่งที่คุณต้องรอ ในขณะที่ประสิทธิภาพการให้บริการของโมเดลแบบเปิดเป็นฟังก์ชันที่คุณสามารถโจมตีได้ด้วยวิศวกรของคุณเอง
สำหรับทีมที่มี GPU ที่จ่ายเงินเรียบร้อยแล้ว ความไม่สมมาตรนั้นมีค่ามากกว่าสิบเก้าดัชนีพอยต์ในเวิร์กโหลดที่โมเดลโอเพนซอร์สทำคะแนนได้ใกล้เคียง สำหรับทีมที่ไม่มี GPU เหล่านั้น ความไม่สมมาตรนี้ไม่มีค่าเลย เพราะตัวเลข 1,109 นั้นมาพร้อมกับโหนดแปด GPU ที่คุณจะต้องซื้อ
สี่สถานการณ์ สี่คำตอบที่แตกต่างกัน
เมื่อคุณระบุข้อจำกัดได้ชัดเจน การเปรียบเทียบก็จะคลี่คลายลงอย่างราบรื่น และข้อจำกัดนั้นแทบไม่เคยเป็นเบนช์มาร์กเลย
หากคุณกำลังส่งมอบผลิตภัณฑ์ในไตรมาสนี้ และงานนั้นคือการให้เหตุผลที่ยาก งานเอเจนต์ที่ต้องมองระยะยาว หรือสิ่งใดก็ตามที่ช่องว่างของ benchmark บนเทอร์มินัลระหว่าง {{1}}0.081{{/1}} กับ {{2}}0.520{{/2}} เป็นลักษณะของปัญหาที่คุณเผชิญ คำตอบคือ {{3}}Muse Wonder{{/3}} และไม่ใกล้เคียงเลย คุณจ่าย {{4}}$6.95{{/4}} ต่องานสำหรับโมเดลที่ทำงานจนเสร็จ และทางเลือกคือจ่าย {{5}}$2.02{{/5}} ต่องานสำหรับโมเดลที่บ่อยครั้งทำไม่เสร็จ
หากคุณกำลังทำงานปริมาณสูงที่ไวต่อเวลาแฝง ซึ่งการตอบที่ 169 โทเคนต่อวินาทีโดยมีโทเคนแรกใน 13.8 วินาทีนั้นยอมรับได้ แต่การตอบที่ 118 โทเคนต่อวินาทีโดยมีโทเคนแรกใน 25.2 วินาทีนั้นยอมรับไม่ได้ คำตอบคือ Muse Spark Open แม้ก่อนจะพิจารณาราคา — และราคาก็ทำให้มันเป็นคำตอบที่ถูกกว่า 3.4 เท่า อัตราการหลอน 28% คือสิ่งที่ต้องออกแบบรับมือ: ยึดโยงกับแหล่งข้อมูล อ้างอิงแหล่งที่มา หรือตรวจสอบในขั้นตอนปลายทาง
หากคุณมีข้อมูลที่ไม่สามารถออกจากโครงสร้างพื้นฐานของคุณได้ หรือมีหน่วยงานกำกับดูแลที่ต้องการตรวจดูค่าน้ำหนัก หรือมีโดเมนที่การไฟน์ทูนบนคลังข้อมูลของคุณเองเป็นข้อเสนอคุณค่าทั้งหมด การเปรียบเทียบก็จบลงแล้ว Muse Wonder เป็นเช่นนั้นไม่ได้ และคะแนนดัชนีจะมากแค่ไหนก็ไม่เปลี่ยนเรื่องนี้ Muse Spark Open ทำได้ และสัญญาอนุญาตอนุญาตอย่างชัดเจนให้ไฟน์ทูน รวม และแจกจ่ายซ้ำ
หากคุณมีคลัสเตอร์สำหรับฝึกโมเดลที่มีโหนดระดับ GB300 อยู่แล้ว เศรษฐศาสตร์ของโมเดลเปิดไม่ใช่ราคาตามเรตการ์ดเลย — แต่เป็นต้นทุนส่วนเพิ่มของ GPU ที่คุณตัดจำหน่ายไปแล้ว นั่นคือกรณีที่ 1,109 โทเค็นต่อวินาทีมีความสำคัญ กรณีที่งานเมกะเคอร์เนลนำไปปฏิบัติได้โดยตรง และกรณีที่ข้อกำหนดโมเดล-as-a-service มูลค่ายี่สิบล้านดอลลาร์เป็นเอกสารชิ้นเดียวที่กั้นอยู่ระหว่างโปรเจกต์ข้างเคียงกับธุรกิจ
กรณีที่แก้ไม่ตกคือกรณีที่ผู้คนถามถึงมากที่สุด: ทีมเล็ก ๆ ที่ต้องการความสามารถระดับแนวหน้าและต้องการราคาถูกไปพร้อมกัน มันมีทั้งสองอย่างจากคู่นี้ไม่ได้ สิ่งที่มันมีได้คือระบบคาสเคด — โมเดลราคาถูกสำหรับทราฟฟิกส่วนใหญ่ และโมเดลราคาแพงสำหรับส่วนที่เหลือ — และนั่นเป็นการตัดสินใจเรื่องการจัดเส้นทางมากกว่าการตัดสินใจเรื่องโมเดล
สิ่งที่เรากำหนดเส้นทาง และสิ่งที่เราไม่กำหนด
ทั้งสองโมเดลนี้ไม่มีอยู่ใน OrcaRouter ไม่มีรายการ meta/muse-wonder และไม่มีรายการ meta/muse-spark-open ในแคตตาล็อก และเราจะไม่ระบุว่าโมเดลใดโมเดลหนึ่งในสองโมเดลนี้พร้อมใช้งานผ่านเรา Muse Spark Open เป็นการดาวน์โหลดและใบอนุญาต ส่วน Muse Wonder เป็น endpoint ของ Meta เองและการสมัครสมาชิก
สิ่งที่เรานำมาจากแล็บเดียวกันคือไลน์ Muse Spark: Muse Spark 1.2 และ Muse Spark 1.1 ซึ่งสำคัญกับหนึ่งในสี่สถานการณ์ข้างต้นพอดี — เคสแบบคาสเคด ชั้นการจัดเส้นทางคือจุดที่คำตอบ "ใช้โมเดลราคาถูกกับทราฟฟิกส่วนใหญ่ ใช้โมเดลราคาแพงกับส่วนที่เหลือ" เปลี่ยนจากแผนภาพสถาปัตยกรรมมาเป็นการกำหนดค่า: API เดียวครอบคลุมโมเดล 200+ รายการ โดยส่งผ่านราคาตามรายการของผู้ให้บริการในอัตรากำไร 0% ดังนั้นการลดราคาของ Meta จะสะท้อนในบิลของคุณในวันเดียวกัน แทนที่จะเป็นตอนต่อสัญญาครั้งถัดไป และ การ failover อัตโนมัติพร้อม routing DSL ที่ย้ายทราฟฟิกระหว่างโมเดลด้วยการกำหนดค่า แทนที่จะเป็นการแก้โค้ดแล้วดีพลอย
สำหรับครึ่งที่เป็นโอเพนเวทของการเปรียบเทียบ พูดกันตามตรงคือไม่มีเราเตอร์ตัวไหนช่วยได้ น้ำหนักโมเดลเป็นของคุณ GPU เป็นของคุณ เคอร์เนลเป็นของคุณ และเส้นทางเดียวที่จะไปถึงตัวเลข 1,109 คือวิศวกรที่มีโปรไฟเลอร์
เมื่อการเปรียบเทียบนี้ล้าสมัย
• Muse Wonder Full ที่เข้าถึงได้ผ่าน API เช็กพอยต์ที่ได้คะแนนสูงกว่านั้นปัจจุบันถูกกักไว้หลังระบบสมัครสมาชิก ดังนั้น Muse Wonder ในการเปรียบเทียบนี้จึงเป็นโมเดล API ที่ 44 ไม่ใช่เช็กพอยต์ Full ที่ Meta รายงานแยกต่างหาก หาก Full เปิดเอนด์พอยต์ ช่องว่างด้านความสามารถจะกว้างขึ้น และข้อโต้แย้งเรื่องการไหลแบบคาสเคดจะยิ่งหนักขึ้น
• การทำซ้ำตัวเลขของ megakernel อย่างอิสระ 2.1× ของทีมหนึ่งที่ batch size เท่ากับหนึ่งเป็นเพียงขีดสูงสุด เมื่อทีมที่สองทำได้เท่ากันที่ batch size จริง สิ่งนี้จะกลายเป็นกรณี self-hosting ที่มีตัวเลขรองรับ
• การขยับราคาของฝ่ายใดฝ่ายหนึ่ง อัตราแบบโฮสต์ของ Muse Spark Open อยู่ที่ $1.25/$4.25 และของ Muse Wonder อยู่ที่ $4.00/$20.00 และการประกาศจากผู้ขายเพียงครั้งเดียวอาจทำให้ช่องว่างต่องานที่ 3.4× แคบลงหรือกลับทิศได้ นี่คือสิ่งที่มีต้นทุนต่ำที่สุดในรายการที่จะเปลี่ยนแปลง และมีแนวโน้มว่าจะเปลี่ยนแปลงมากที่สุด
• ไฟน์จูนที่ปิดช่องว่างได้ สิบเก้าคะแนนดัชนีถือเป็นส่วนต่างที่มากสำหรับโมเดลอนุพันธ์ที่จะตามกลับคืนมา และสัญญาอนุญาตของโมเดลเปิดคือสิ่งที่ทำให้ความพยายามนี้ถูกกฎหมาย หากการปรับแต่งเฉพาะโดเมนบน Muse Spark Open อยู่ในระดับใกล้ค่ามัธยฐานของคลาสของ Muse Wonder ในการประเมินเฉพาะที่ผลิตภัณฑ์ของคุณให้ความสำคัญ การจ่ายราคาพรีเมียมก็ไม่สมเหตุสมผลสำหรับผลิตภัณฑ์นั้นอีกต่อไป
จนกว่าหนึ่งในความเคลื่อนไหวเหล่านั้นจะเกิดขึ้น บทสรุปก็ยังสั้น Muse Wonder เป็นโมเดลที่ความสามารถสูงกว่า และคุณเช่าใช้แบบคิดตามโทเคน Muse Spark Open เป็นโมเดลที่ความสามารถต่ำกว่า และคุณเป็นเจ้าของมันโดยสมบูรณ์ พร้อมทั้ง GPU ข้อกำหนดในสัญญาอนุญาต อัตราการสร้างข้อมูลเท็จ และ — ณ เดือนนี้ — สูตรสาธารณะที่ทำให้มันเร็วขึ้นเป็นสองเท่า
การเปรียบเทียบในบทความนี้1
ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
