Muse Spark Open: Trọng số chủ lực của Meta đã được phát hành — nhưng những con số đằng sau chúng thì không.

Muse Spark Open là thật, có thể tải về được, và là bộ trọng số mở lớn nhất mà một phòng thí nghiệm Mỹ từng công bố. Kho chứa đứng sau nó — Muse-Spark-Open-816B-A42B — xuất hiện lần đầu trên Hugging Face vào ngày 15 tháng 9 năm 2026 và nằm đó, bị chặn truy cập và không hề được thông báo, suốt một tháng. Đến ngày 15 tháng 10 năm 2026, Meta công bố các trọng số, một bài đăng ra mắt, một bảng điểm đánh giá và một giấy phép, và toàn bộ sự việc trở thành chính thức chỉ trong một buổi chiều. Vậy nên cách diễn đạt trung thực không phải là "thả ngầm" cũng không phải "ra mắt": sản phẩm đã tồn tại âm thầm trong bốn tuần, rồi sau đó giấy tờ mới theo kịp. Thứ vẫn chưa theo kịp chính là việc đo lường. Một ngày sau khi phát hành, các con số của nhà cung cấp đã được công bố nhưng chưa được tái lập, các con số độc lập thì chỉ mới một phần, và đánh giá an toàn mà Meta nói là cơ sở cho việc phát hành vẫn chưa ra mắt. Đó là những gì hồ sơ công khai thực sự chống đỡ được cho đến hôm nay.

Một tháng im lặng, rồi mọi thứ ập đến cùng một lúc

Các mốc thời gian rất quan trọng, vì chúng thay đổi cách bạn đọc bản phát hành. Các kho lưu trữ Hugging Face — checkpoint BF16 và một bản dựng NVFP4 thứ hai — mang dấu thời gian tạo là 2026-09-15. Lần sửa đổi cuối cùng là 2026-10-15, và văn bản giấy phép bên trong biểu mẫu kiểm soát truy cập được ghi ngày 15 tháng 10 năm 2026, với chính sách sử dụng cũng ghi cùng ngày. Bài đăng ra mắt của Meta mang dấu thời gian công bố là 2026-10-15. Vậy trình tự là: kho lưu trữ vào tháng Chín, thông báo vào tháng Mười.

Đó là một câu chuyện khác với câu chuyện mà cụm từ “shipped quietly” thường mô tả. Meta đã thực sự công bố điều này, ở ba nơi cùng lúc — blog nghiên cứu của họ, một hướng dẫn build dành cho nhà phát triển trên trang nhà phát triển của họ, và một bài đăng đồng tác giả trên blog Hugging Face do nhân viên Hugging Face viết. Điều vắng mặt là chu kỳ báo chí. Khoảng một tuần đưa tin về màn ra mắt đã không thành hiện thực; ngoài các trang của chính nhà cung cấp và một hai bài tổng hợp, có rất ít bài viết về một mô hình tầm cỡ này. Phần âm thầm là sự đón nhận, không phải việc phát hành.

Điều mà kho lưu trữ tự nó xác nhận

Mọi thứ dưới đây đều có thể được xác minh từ siêu dữ liệu checkpoint, cấu hình, thẻ mô hình và bài đăng ra mắt của Meta mà không cần phải tin vào lời ai đó về một benchmark. Đây là phần đã được chốt trong hồ sơ.

• Quy mô — khoảng 816 tỷ tham số tổng cộng, với khoảng 42 tỷ tham số hoạt động trên mỗi token.

• Kiến trúc — một hỗn hợp chuyên gia thưa: 62 lớp, chiều ẩn 8.192, 256 chuyên gia mỗi lớp MoE với 8 chuyên gia được chọn cho mỗi token, và các chuyên gia nắm giữ khoảng 97% tổng số tham số. Attention truy vấn theo nhóm với 128 đầu truy vấn và 16 đầu khóa-giá trị, mỗi đầu có 64 chiều.

• Ngữ cảnh — 1,048,576 token, cửa sổ mà Meta viết tắt là 1M, bao gồm token văn bản, hình ảnh, video và âm thanh trong cùng một ngân sách.

• Đầu vào và đầu ra — văn bản, hình ảnh, video và âm thanh vào; văn bản ra. Đây là một trình đọc đa phương thức, không phải là một trình tạo sinh.

• Điểm kiểm tra — hai định dạng. BF16, khoảng 1,5TB safetensors, và NVFP4, bản dựng 4-bit hướng đến NVIDIA Blackwell mà Meta cho biết chạy trên một nút B200 duy nhất.

Phép tính bộ nhớ — grouped-query attention giữ bộ nhớ đệm nhỏ gọn cho một mô hình cỡ này, nhưng mỗi token vẫn cộng thêm 126.976 giá trị. Ở BF16, con số đó vào khoảng 250KB mỗi token, tương đương khoảng 266GB cho ngữ cảnh đầy đủ 1 triệu token.

• Suy luận — cài đặt nỗ lực suy luận với các mức low, medium, high và xhigh. Công cụ riêng của Meta lưu ý rằng không thể tắt suy luận.

• Môi trường thực thi — hỗ trợ ngay từ ngày đầu trong Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX và Unsloth, với việc Meta phát hành các kernel Helion tùy chỉnh có thể tự động tinh chỉnh cho SGLang, mà theo họ là mang lại mức tăng tốc 1,03–3,95× ở cấp độ kernel trên các chip NVIDIA và AMD.

• Desktop — bản demo nổi bật nhất. Meta đã chạy nó trên hai máy Mac Studio với chip M5 Ultra dưới MLX, điều này khả thi vì mỗi máy cung cấp tới 512GB bộ nhớ hợp nhất ở băng thông 1,2 TB/s, nên hai máy chứa được một checkpoint BF16 đầy đủ. Các bản demo của Meta đã phát hành những thay đổi thực tế cho một ứng dụng khách iOS mã nguồn mở và điều khiển DaVinci Resolve từ đầu đến cuối.

Giấy phép là phần mà hầu hết mọi người sẽ bỏ qua

Muse Spark Open được phát hành theo Muse Model License, loại giấy phép mà Meta mô tả là cho phép nhiều nhà phát triển sử dụng mô hình miễn phí. Hai điều khoản bên trong đó thay đổi ý nghĩa thực tế của từ "miễn phí", và cả hai đều không nằm trong tiêu đề.

Đầu tiên là Mục 3, điều khoản mô hình như một dịch vụ. Nếu bạn hoặc các công ty liên kết của bạn cung cấp cho bên thứ ba quyền truy cập vào mô hình như một sản phẩm hoặc dịch vụ qua API, và tổng doanh thu gộp của bạn vượt quá hai mươi triệu đô la Mỹ trong bất kỳ giai đoạn mười hai tháng liên tiếp nào, bạn phải thông báo cho Meta và ký kết một thỏa thuận riêng bằng văn bản trước khi vận hành hoạt động kinh doanh đó. Việc tích hợp nó vào sản phẩm của chính bạn được loại trừ; việc bán lại mô hình thì không.

Điều thứ hai là ghi công. Giấy phép yêu cầu bên được cấp phép phải hiển thị nổi bật "Built with Muse Spark Open" trên giao diện của bất kỳ sản phẩm nào sử dụng mô hình này hoặc một sản phẩm phái sinh, hoặc trong tài liệu, trang web hay menu cài đặt đi kèm.

Hai điều mà giấy phép quy định rõ ràng, và chúng đáng được nêu ra vì đó chính là điểm mấu chốt của trọng số mở: bạn có thể tinh chỉnh, chưng cất, hợp nhất, công bố, cấp phép lại và bán các sản phẩm phái sinh, và Meta không tuyên bố quyền sở hữu đối với các đầu ra. Meta cũng kiểm soát chính việc tải xuống — kho lưu trữ được kiểm soát truy cập, và biểu mẫu yêu cầu hỏi họ tên pháp lý đầy đủ, ngày sinh và tổ chức kèm mã định danh doanh nghiệp của bạn, và không thể chỉnh sửa sau khi gửi. Ai mong đợi tải xuống chỉ bằng một cú nhấp nên chuẩn bị cho việc phải chờ hàng đợi.

Những gì Meta đã tuyên bố nhưng chưa công bố

Meta đã phát hành một bảng điểm benchmark kèm theo bản phát hành, và quy luật xuyên suốt bảng đó hữu ích hơn bất kỳ hàng riêng lẻ nào. Các số liệu bên dưới là do nhà cung cấp báo cáo, mỗi mô hình trên bảng được đo trong harness tác tử riêng của nó thay vì dùng chung một harness, và chúng tôi chưa tái lập bất kỳ số liệu nào trong số đó. Chúng là một tuyên bố về năng lực, không phải một bảng xếp hạng đã được kiểm toán.

• Terminal-Bench 2.1, Terminus 2 agent — 76.4

• MCP-Atlas — 89.2

• GDPval-AA v2 — 1401

• SciCode — 58.5

• JobBench — 61.8

• HLE-Diamond, không dùng công cụ — 26.1

• DeepSWE 1.1 — 60, tự báo cáo trên harness tốt nhất hiện có

Các dòng kết quả mạnh nhất là các đánh giá dạng tác tử và sử dụng công cụ; dòng yếu nhất là suy luận kiểu sách đóng. Điều đó nhất quán với những gì Meta nói về mục đích của mô hình — lập trình trong thời gian dài, đọc một cơ sở mã, gỡ lỗi, gọi công cụ qua những lượt chạy dài — và không nhất quán với việc coi nó như một nâng cấp suy luận tổng quát so với bất cứ thứ gì.

Còn có bản đánh giá mà Meta chưa công bố. Bài đăng ra mắt của Meta cho biết mô hình đã được đánh giá theo Meta Superintelligence Scaling Framework, rằng nó “đáp ứng các ngưỡng mà khuôn khổ của chúng tôi yêu cầu để phát hành”, và rằng các kết quả chi tiết nằm trong thẻ mô hình. Thẻ mô hình dẫn tới một báo cáo đánh giá đầy đủ, được mô tả là sẽ sớm có. Tính đến thời điểm viết bài, báo cáo đó vẫn chưa ra. Một tuyên bố an toàn đã vượt qua một khuôn khổ nội bộ là một thứ khác với một báo cáo an toàn mà người đọc có thể kiểm tra, và cho đến nay chỉ có thứ đầu tiên tồn tại.

Con số độc lập duy nhất, và khoảng trống xung quanh nó

Artificial Analysis có một mục niêm yết cho Muse Spark Open, và đây là phép đo của bên thứ ba duy nhất trong hồ sơ công khai hiện nay. Mục này xếp mô hình ở mức 39 trên Artificial Analysis Intelligence Index, đứng thứ chín trong số 118 mục thuộc lớp mô hình trọng số mở lớn hơn 150 tỷ tham số, cao hơn mức trung vị của lớp là 19. Mục này cũng đo tốc độ đầu ra ở 103,4 token mỗi giây và định giá tuyến dịch vụ lưu trữ ở mức 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra, tức 0,84 USD cho mỗi tác vụ trên Intelligence Index. Bản niêm yết đó có giá trị hơn cả chỉ số: nó có nghĩa là các cột thông lượng và chi phí vốn để trống khi phát hành giờ đã được điền.

Hãy đọc hai bộ số liệu cùng nhau, và khoảng cách không nằm ở thông số kỹ thuật, mà nằm ở việc đã có bao nhiêu phần trong đó được đem ra kiểm chứng. Bản liệt kê của nhà phân tích ghi nhận một cách độc lập 816B tổng và 42B tham số hoạt động, cửa sổ ngữ cảnh 1M token, Hugging Face là nguồn trọng số và Muse Model License — cùng kiến trúc, cùng giấy phép và cùng các phương thức mà Meta tuyên bố, được mô tả là nhận văn bản, hình ảnh, giọng nói và video vào và xuất văn bản ra. Điểm khác biệt giữa hai bản ghi là phạm vi bao phủ. Meta báo cáo tám benchmark, tất cả đều dưới harness của riêng mình. Bản ghi độc lập chỉ có một chỉ số, một con số tốc độ và một mức giá. Không có phép đo âm thanh và không có phép đo video ở bất kỳ đâu công khai, không có so sánh thông lượng với dòng Muse Spark đóng, và không có nhà phân tích thứ hai để kiểm chứng nhà phân tích thứ nhất. Đồng thuận trên bảng thông số không đồng nghĩa với đồng thuận trên các con số, và chỉ có các con số ở đây là đã được kiểm nghiệm.

Chi phí thực sự khi tự vận hành nó là bao nhiêu

Câu hỏi chi phí liên quan đối với trọng số mở là phần cứng, và ở đây các chi tiết được công bố cụ thể một cách bất thường.

• BF16, trung tâm dữ liệu — công thức Transformers của chính Meta chạy checkpoint BF16 trên bốn nút, mỗi nút tám GPU H200, với độ song song tensor là 32. Đó là 32 bộ tăng tốc cho một mô hình.

• NVFP4, trung tâm dữ liệu — bản dựng lượng tử hóa được ghi lại trên một nút B200 duy nhất, và cấu hình tham chiếu SGLang của Meta cho nó chạy trên bốn GPU GB300.

• Máy tính để bàn, đã lượng tử hóa — Hugging Face và nhóm llama.cpp đã thử nghiệm lượng tử hóa 2-bit trên một chiếc M3 Ultra 512GB: tiêu thụ 304GB bộ nhớ, chạy ở tốc độ 18 token mỗi giây và vẫn còn chỗ cho KV cache. Như vậy là chậm, và đó là một mô hình khác với checkpoint BF16 mà Meta đã đánh giá.

• Cửa sổ ngữ cảnh mà bạn được hứa và cửa sổ ngữ cảnh mà bạn có thể chi trả là hai ngân sách khác nhau — ở ngữ cảnh đầy đủ 1M token trong BF16, chỉ riêng KV cache đã lên tới khoảng 266GB. Con số bộ nhớ mà ai cũng trích dẫn là cái giá để nạp mô hình, chứ không phải cái giá để dùng độ dài ngữ cảnh mà mô hình quảng cáo.

Vậy điều này đặt người chỉ cần một mô hình ngay hôm nay vào tình thế nào?

Muse Spark Open không phải là một mô hình mà bạn chỉ cần trỏ một khóa API vào. Đó là một bản tải xuống, một giấy phép, một biểu mẫu yêu cầu có kiểm soát và một quyết định về phần cứng, và nếu khối lượng công việc của bạn cần câu trả lời trong tuần này, thì đó là quá nhiều bước trước khi có token đầu tiên. Phiên bản thực tế của câu hỏi là bạn có thể tiếp cận mô hình Muse nào ngay lúc này: Muse Spark 1.2 và Muse Spark 1.1 là hai thành viên thuộc dòng Muse Spark đóng mà OrcaRouter định tuyến, cả hai đều ở mức giá niêm yết của Meta với 0% phụ trội, vì giá niêm yết của nhà cung cấp được chuyển thẳng thay vì bị đánh thêm. Muse Spark Open không có trong danh mục của chúng tôi và chúng tôi sẽ không ngụ ý điều ngược lại — một mô hình mà toàn bộ điểm mạnh của nó là bạn có thể tải xuống thì chính là mô hình bạn tự vận hành.

Sự phân tách đó cũng là lý lẽ ủng hộ việc giữ cả hai ở cùng một nơi. Một API duy nhất trải khắp hơn 200 mô hình nghĩa là một mô hình chưa được chứng minh không nhất thiết phải là một canh bạc khi đưa vào vận hành thực tế: chuyển đổi dự phòng tự động có thể đưa một yêu cầu sang nhà cung cấp thứ hai khi nhà cung cấp đầu tiên bị suy giảm, và DSL định tuyến di chuyển lưu lượng giữa các mô hình bằng cấu hình thay vì thay đổi mã. Với một mô hình được phát hành cách đây một ngày mà không có bộ đánh giá chuẩn độc lập, đó là cách rẻ nhất để tìm hiểu xem nó làm gì với lưu lượng của bạn.

Những gì cần theo dõi, và điều gì sẽ thay đổi bài viết này

Ba điều hiện chưa được giải quyết chứ không phải chưa được biết đến, và mỗi điều trong số đó đều sẽ làm thay đổi cục diện.

Đầu tiên là báo cáo đánh giá mà Meta nói sắp ra mắt. Cho đến khi báo cáo đó được công bố, những tuyên bố về an toàn của mô hình chỉ dựa trên một tuyên bố ngưỡng, chứ không phải một tài liệu.

Điều thứ hai là liệu việc đánh giá chuẩn độc lập có vượt ra ngoài một chỉ số duy nhất hay không. Một điểm số duy nhất từ nhà phân tích, không có tái lập, không có so sánh thông lượng với dòng Muse được host và không có đo lường âm thanh hay video, chỉ là điểm khởi đầu, không phải là phán quyết.

Điều thứ ba là liệu hệ sinh thái tinh chỉnh có thành hình hay không. Meta đã tung ra TorchTitan chính vì mục đích này, và trọng số mở chứng minh giá trị của chúng ở các sản phẩm phái sinh — hợp nhất, lượng tử hóa, tinh chỉnh theo lĩnh vực — chứ không phải ở số lượt tải xuống. Bốn tuần nữa, dấu vết phái sinh chính là thước đo trung thực xem bản phát hành này có thực sự quan trọng hay không.

Hiện tại, bản tóm tắt chính xác vẫn còn hẹp: Meta đã công bố mô hình trọng số mở lớn nhất của Mỹ cho đến nay, ghi tài liệu về nó một cách kỹ lưỡng, không định giá nó ở đâu cả, cấp phép nó kèm một điều khoản doanh thu, và để mặc việc đo lường cho bất kỳ ai thực hiện chúng tiếp theo.

Điểm chuẩn thì lỗi thời, giá cả thì biến động; nhưng hồ sơ thất bại thì không: những sự cố AI và lỗi tác nhân (agent) được ghi nhận đằng sau các mô hình thuộc nhóm này đều được tập hợp trong the OrcaRouter AI Incident Archive, nơi mỗi mục đều đi kèm nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ đánh dấu tranh chấp.