Muse Spark Open 816B A42B so với Muse Spark 1.3: Chín điểm, và một khoảng chờ 54 giây

The version numbers make this comparison look simple, and they are lying to you. Muse Spark 1.3 sits above Muse Spark Open 816B A42B in Meta's own naming, and it sits above it on the independent Intelligence Index too — 48 against 39, a nine-point gap that is the whole reason anyone frames the open weights as the budget option. But Muse Spark 1.3 was released on September 2, 2026, and it is a reasoning-first model sold per token, which means its capability arrives attached to a deliberation cost. Muse Spark Open 816B A42B — the 816-billion-parameter, 42-billion-active mixture of experts whose weights Meta published on October 15, 2026 with no announcement — arrives attached to a hardware cost instead. On October 16, 2026, NVIDIA published a speculative-decoding drafter for the open target, which for the first time puts a documented optimisation path underneath one side of this comparison and not the other. The nine points are real. What is worth knowing is what you pay for them, and in which currency. For a model whose failure modes are still undocumented, the useful counterpart is the record of what has already gone wrong elsewhere: the documented AI incidents and agent failures around models in this class are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

Hai cách để trở nên đắt đỏ

Các bảng benchmark san phẳng điều này. Cả hai mô hình đều tốn kém; chúng tốn kém theo hai hướng ngược nhau, và hướng đó quyết định mỗi mô hình là lựa chọn sai cho những loại khối lượng công việc nào.

Muse Spark 1.3 đắt đỏ tính theo mỗi đơn vị suy nghĩ. Nó là một mô hình suy luận dài dòng — Artificial Analysis đo được nó tiêu thụ vào khoảng 170 triệu token trong suốt quá trình đánh giá, nhiều hơn khoảng một phần ba so với Muse Spark 1.2 — và mỗi token trong số đó đều được tính là output ở mức 4,25 USD mỗi triệu token. Chính sự dài dòng đó là lý do 1.3 rơi vào mức 1,60 USD được đo cho mỗi tác vụ Intelligence Index, so với 0,97 USD của 1.2, ở mức giá token niêm yết giống hệt nhau. Bạn không trả nhiều hơn cho mỗi token. Bạn đang trả cho nhiều token hơn, bởi vì mô hình suy nghĩ kỹ hơn và nghĩ thành lời.

Muse Spark Open 816B A42B đắt đỏ ngay cả trước khi nó làm bất cứ điều gì. Không có đồng hồ đo theo từng token, nên chi phí nằm ở phần cứng: khoảng 1,5TB ở BF16, cộng thêm một bản dựng NVFP4 để vừa với thứ bạn sở hữu, một node Blackwell cho hướng datacenter, hoặc hai chiếc M5 Ultra Mac Studio cho hướng máy để bàn. Số tiền đó ra đi bất kể mô hình có bận hay không, đó chính là đặc tính định hình của một khoản chi phí cố định, đồng thời là nguồn gốc của cả lợi thế lẫn sai lầm tính toán phổ biến nhất của nó.

Hệ quả thực tiễn là hai mô hình này, do cách chúng được xây dựng, vốn không khớp với những khối lượng công việc trái ngược nhau. Một sản phẩm tương tác có tính bùng nổ không thể khấu hao chi phí phần cứng cố định. Một pipeline ổn định với khối lượng lớn không quan tâm đến việc tính phí theo token và lẽ ra không nên phải trả khoản đó.

Chín điểm lập luận thực sự mang lại được gì

Đo lường độc lập đặt Muse Spark 1.3 ở mức 48 trên Intelligence Index, xếp hạng trong vài phần trăm đứng đầu trong số các mô hình mà Artificial Analysis theo dõi, với tốc độ đầu ra đo được là 127,7 token mỗi giây và thời gian đến token đầu tiên là 54,06 giây. Con số cuối cùng đó là con số mà một bảng thông số kỹ thuật chôn đi và người dùng phải trải nghiệm: 1.3 suy nghĩ trước khi nói, và với một câu lệnh khó, việc suy nghĩ không hề tức thời.

Muse Spark Open 816B A42B đứng ở mức 39 — điểm open-weight mạnh nhất trong số các bản phát hành của bất kỳ phòng thí nghiệm nào ở Mỹ, và vẫn thấp hơn một bậc về năng lực. Bảng điểm của chính Meta dành cho mô hình mở này, do nhà cung cấp báo cáo và được đo bên trong các harness theo từng benchmark do Meta lựa chọn, ghi nhận Terminal-Bench 2.1 đạt 76,4, DeepSWE 1.1 đạt 60, MCP-Atlas đạt 89,2, GDPval-AA v2 đạt 1401, SciCode đạt 58,5, JobBench đạt 61,8 và HLE-Diamond không dùng công cụ đạt 26,1. Các dòng tương ứng của nhà cung cấp cho 1.3 ghi 83,9 và 68 ở hai mục đầu tiên. Đó là cùng những đánh giá như nhau, và chúng cho thấy mức dẫn trước nhất quán từ bảy đến tám điểm trong dải agentic — tức xấp xỉ nơi khoảng cách chỉ số độc lập chín điểm nằm ở đó.

Hãy đọc hình dạng của điều đó, không phải phép tính. Khoảng cách giữa hai mô hình này tập trung vào độ bền của tác nhân và chiều sâu suy luận kiểu sách đóng. Đây không phải là khoảng cách về kiến thức, và cũng không phải là khoảng cách xuất hiện trong mọi tác vụ. Một mô hình yếu hơn chín điểm trên một thang điểm tổng hợp không phải là yếu hơn chín điểm khi truy xuất một sự kiện cụ thể từ một kho ngữ liệu cố định, và coi chỉ số đó như một tỷ lệ chiết khấu đồng nhất cho năng lực là lỗi phổ biến nhất trong những so sánh như thế này.

Núm điều chỉnh nỗ lực, và ai là người tính phí cho nó

Đây là phần của phép so sánh mà tại đó hai mô hình không còn giống nhau chút nào, và nó hữu ích hơn khoảng cách chỉ số.

Muse Spark Open 816B A42B cho thấy trực tiếp ngân sách suy luận của nó. Các mức low, medium, high và xhigh ánh xạ tới 16, 64, 256 và 512 token suy luận, và một gợi ý trong system prompt cũng làm điều tương tự. Bạn chọn theo từng yêu cầu từ chính mã của mình, bạn biết trước chi phí của từng thiết lập, và vì không có đồng hồ đo, vặn núm điều chỉnh xuống chỉ khiến bạn mất độ chính xác chứ không mất gì khác. Một tác vụ theo lô có thể cho phép mình suy nghĩ kỹ vào lúc nửa đêm thì có thể suy nghĩ kỹ vào lúc nửa đêm miễn phí. Một tác vụ theo lô không cần suy nghĩ kỹ thì có thể dừng lại.

Nỗ lực suy luận của Muse Spark 1.3 không hề miễn phí theo cả hai hướng. Mỗi nấc tăng lên đều là token đầu ra, và token đầu ra là nửa đắt đỏ của bảng giá. Độ dài dòng đo được của mô hình là hệ quả thấy rõ của điều đó: nó tiêu tốn những gì cần để đạt 48 điểm, và 48 điểm suy luận là rất nhiều sự cân nhắc. Việc đó có phải là một đánh đổi tốt hay không phụ thuộc hoàn toàn vào việc suy luận chính là sản phẩm hay chỉ là một khoản chi phí phụ trội chồng lên nó.

Điều cần ghi nhớ là ở mô hình mở, suy nghĩ kỹ hơn là một lựa chọn cấu hình với chi phí thời gian. Còn trên Muse Spark 1.3, suy nghĩ kỹ hơn là một khoản phải mua. Đó không phải cùng một kiểu quyết định và chúng không có cùng giới hạn trần.

Người soạn thảo ngày 16 tháng 10 thay đổi điều gì về cặp ghép này?

Muse Spark 1.3 không có bản nháp giải mã suy đoán nào được công bố. Muse Spark Open 816B A42B đã có được một bản vào ngày 16 tháng 10 năm 2026, khi NVIDIA công bố nvidia/Muse-Spark-Open-816B-A42B-DFlash2 — một checkpoint 4,38 tỷ tham số, không bị cổng chặn, chuyên tạo nháp các khối token cho mô hình đích 816B để mô hình này có thể xác minh chúng trong một lượt lan truyền xuôi. Nó báo cáo độ dài chấp nhận là 3,73 trên MT-Bench khi giải mã tham lam và 3,01 khi lấy mẫu, số token suy đoán được khuyến nghị là bảy, và nó chạy trên Blackwell thông qua vLLM hoặc TensorRT-LLM.

Hai lưu ý trung thực quan trọng hơn những con số. Thứ nhất là NVIDIA không công bố mức tăng tốc đầu-cuối nào — độ dài chấp nhận chỉ nói rằng bản nháp thường trúng, chứ không nói rằng máy chủ đã nhanh hơn. Thứ hai là SGLang, runtime mà chính tài liệu của Meta ghép với DFlash V2, vắng mặt trong danh sách engine được NVIDIA hỗ trợ, nên nếu ngăn xếp phục vụ của bạn là SGLang thì checkpoint này không được viết cho bạn.

Điều còn lại vẫn thú vị về mặt cấu trúc. Đường cong chi phí của mô hình mở giờ đây có một lộ trình tối ưu hóa công khai, có thể kiểm tra được gắn với nó: một drafter có tài liệu, một công thức được công bố, một cờ vLLM mở. Đường cong chi phí của Muse Spark 1.3 là của nhà cung cấp, và bạn không thể tự tinh chỉnh, huấn luyện lại hay tăng tốc nó. Trong một năm, một năng lực cố định với câu chuyện phục vụ đang được cải thiện và một năng lực cao hơn với câu chuyện phục vụ bị đóng băng không được sắp thứ tự theo cách mà chỉ số nói.

Ranh giới thực sự quyết định điều đó

Hai điều kiện mang tính quyết định ở đây, và mọi thứ khác đều chỉ là nhiễu.

Điều đầu tiên là khả năng chấp nhận độ trễ. 54 giây để có token đầu tiên không phải là một khiếm khuyết — đó là cái giá của suy luận sâu, và với một tác vụ xử lý theo lô qua đêm thì điều đó không quan trọng. Với một giao diện có một người ngồi trước nó, đó lại là toàn bộ đặc tính của khối lượng công việc. Nếu một con người đang chờ, ngân sách suy luận của Muse Spark 1.3 đang chống lại bạn ngay cả khi câu trả lời của nó tốt hơn, và bạn nên đo thời gian đến token đầu tiên thay vì điểm chỉ số. Nếu không có gì đang chờ, tính dài dòng của 1.3 chỉ là một khoản mục chi phí, còn năng lực của nó mới là sản phẩm.

Điều thứ hai là liệu tác vụ có thể được chuyên biệt hóa hay không. Muse Spark 1.3 không thể được tinh chỉnh trên dữ liệu của bạn dù với bất kỳ mức giá nào, và việc nó là mô hình tổng quát có năng lực cao hơn cũng không giúp gì khi bài toán của bạn hẹp. Muse Spark Open 816B A42B được phát hành kèm hỗ trợ TorchTitan cùng với trọng số. Một mô hình tổng quát 39 điểm được tinh chỉnh trên cơ sở mã, lược đồ hoặc kho tài liệu của bạn không phải là cùng một mô hình đã đạt 39 điểm, dù theo hướng nào — và với một tác vụ đủ hẹp, phiên bản được tinh chỉnh của mô hình yếu hơn sẽ thắng áp đảo. Khoảng cách chín điểm là phép đo năng lực tổng quát được áp dụng cho một bài toán cụ thể, đó là nơi nó ít mang tính thông tin nhất.

Giữa hai điều kiện đó là những trường hợp thông thường, và chính ở đó chỉ số này mới chứng minh được giá trị của mình. Suy luận nhiều bước khó, chuỗi sử dụng công cụ dài, khả năng phục hồi từ những ngõ cụt do chính mô hình tạo ra — đó là nơi 48 so với 39 tạo nên khác biệt về việc một quy trình có hoàn tất hay không, và không thay đổi cấu hình nào từ phía bạn có thể lấp được khoảng cách đó.

Điểm mà mỗi thứ không còn là câu trả lời đúng nữa

Muse Spark 1.3 không còn phù hợp khi suy luận không phải là nút thắt cổ chai: trích xuất khối lượng lớn, phân loại, biến đổi theo lược đồ cố định và công việc trong miền hẹp đều là những tác vụ mà bạn đang trả 1,60 đô-la cho mỗi tác vụ lập chỉ mục để đổi lấy năng lực mà tác vụ đó không dùng đến. Nó cũng không còn phù hợp khi dữ liệu không thể rời khỏi mạng của bạn, và khi đó phép so sánh không phải là giữa 39 và 48 mà là giữa 39 và việc không có mô hình. Và nó không còn phù hợp khi câu trả lời cần có thể tinh chỉnh, nhưng nó thì không.

Muse Spark Open 816B A42B không còn đúng khi một người đang chờ kết quả đầu ra, khi việc suy luận thực sự cần đến hạng tiên phong, và khi khối lượng công việc mang tính bùng nổ theo từng đợt đến mức phần cứng nhàn rỗi chiếm phần lớn hóa đơn. Nó cũng không còn đúng nếu danh sách modality quan trọng: Artificial Analysis đo được rằng mô hình mở này chấp nhận văn bản và hình ảnh, trong khi tài liệu của chính Meta tuyên bố có văn bản, hình ảnh, video và âm thanh — còn đầu vào văn bản, hình ảnh và video của 1.3 được liệt kê độc lập. Nếu tuyên bố rộng đó là lý do bạn quan tâm, hãy xác minh nó trên stack của riêng bạn trước khi cam kết phần cứng.

Một lưu ý nữa nên nằm ở đây thay vì trong chú thích cuối trang. Các điều khoản của Muse Model License áp dụng cho trọng số mở, và chúng bao gồm một điều khoản yêu cầu một thỏa thuận bằng văn bản riêng biệt khi doanh thu từ mô hình dưới dạng dịch vụ vượt 20 triệu đô-la trong bất kỳ mười hai tháng liên tiếp nào, cùng với chuỗi ghi công "Built with Muse Spark Open" trên những gì bạn xây dựng. Đó không phải là rào cản đối với hầu hết các đội ngũ. Đó là điều cần đọc trước khi kiến trúc được chốt, bởi vì đây là một cuộc trò chuyện về cấp phép với một nhà cung cấp, và những cuộc trò chuyện như vậy sẽ rẻ hơn nếu bắt đầu sớm.

Chạy cả hai là câu trả lời trung thực cho hầu hết các đội

Các tổ chức cuối cùng có cả hai là vì hai điều kiện ở trung tâm bài viết này thực sự chia tách khối lượng công việc của họ: một số luồng có người đang chờ, một số thì không, và chỉ một số có dữ liệu buộc phải ở lại tại chỗ. Kiến trúc thì dễ. Kiểu thất bại là việc chia tách nằm trong một tài liệu thay vì trong cấu hình, và một lập trình viên sao chép một chuỗi model từ một bài hướng dẫn.

Lớp định tuyến là cơ chế ngăn điều đó xảy ra. OrcaRouter định tuyến Muse Spark 1.2 và Muse Spark 1.1 theo giá niêm yết của nhà cung cấp với 0% markup được chuyển thẳng, nên một thay đổi giá từ nhà cung cấp sẽ có hiệu lực trên key của bạn ngay trong cùng ngày mà không cần công việc định giá lại. Nó không định tuyến Muse Spark 1.3 và không host Muse Spark Open 816B A42B, và bài viết này không nên được hiểu là đang tuyên bố một trong hai điều đó — một mô hình mà toàn bộ đề xuất của nó là bạn có thể nắm giữ trọng số thì đó là mô hình bạn chạy trên phần cứng của riêng bạn. Điều mà router mang lại cho bạn là nửa phần có thể tiếp cận được: một API duy nhất xuyên suốt hơn 200 mô hình, tự động chuyển đổi dự phòng khi nhà cung cấp suy giảm, hợp nhất mô hình để kết hợp chúng, và một DSL định tuyến giúp di chuyển lưu lượng giữa các mô hình bằng cấu hình thay vì bằng mã. Đó là cách rẻ để tìm hiểu xem các trọng số mở hoạt động thế nào trên lưu lượng thực trước khi một tuyến production phụ thuộc vào chúng.

Số phiên bản không phải là đặc tả.

Muse Spark 1.3 là mô hình có năng lực cao hơn. Điều đó đã được khẳng định bằng đo lường độc lập và không còn gì phải tranh cãi. Điều còn gây tranh cãi là liệu "năng lực cao hơn" có phải là trục mà khối lượng công việc của bạn nằm trên đó hay không, và với rất nhiều khối lượng công việc thì không phải: trục ở đây là liệu có một người đang phải chờ đợi, liệu tác vụ có đủ hẹp để tinh chỉnh, và liệu dữ liệu có thể rời khỏi tòa nhà hay không.

Hãy chọn Muse Spark 1.3 nếu lý luận chính là sản phẩm, công việc diễn ra thành từng đợt bùng nổ, và không ai ngồi nhìn một vòng quay chờ. Hãy chọn Muse Spark Open 816B A42B nếu tác vụ hẹp, dữ liệu không thể dịch chuyển, lưu lượng đều đặn, hoặc khả năng suy nghĩ ở bất kỳ mức nỗ lực nào bạn muốn mà không phải trả tiền theo đồng hồ đo đáng giá hơn chín điểm chỉ số. Và hãy lưu ý, trước khi quyết định, rằng lựa chọn thứ hai vừa mới có được một câu chuyện serving mà tuần trước nó chưa hề có — chưa được định lượng, đặc thù theo phần cứng, được ghi chép một nửa, và dẫu vậy vẫn là bằng chứng đầu tiên mà bất kỳ ai đã công bố về cách tầng 816B này thực sự vận hành.

Muse Spark Open 816B A42B có thể tải xuống theo Muse Model License; Muse Spark 1.3 được bán theo token, và các checkpoint Muse Spark được định tuyến trên OrcaRouter là 1.2 và 1.1.