Muse Spark Open: Mô hình open-weight tốt nhất của Mỹ là một tuyên bố kèm theo các điều khoản và điều kiện

Tuyên bố xuất hiện trên X vào tối ngày 15 tháng 10 năm 2026, và đó là kiểu tuyên bố đúng ở một câu và có thể tranh cãi ở câu kế tiếp. Meta đã công bố trọng số cho Muse Spark Open — checkpoint 816 tỷ tham số, 42 tỷ tham số hoạt động mà họ đã giữ kín kể từ khi kho lưu trữ xuất hiện trên Hugging Face một tháng trước đó — và trong vòng vài giờ, cụm từ gắn với nó là “mô hình trọng số mở tốt nhất của Mỹ”. Con số hỗ trợ trực tiếp nhất cho điều đó không phải của Meta. Đó là 39: điểm mà danh sách do chính Artificial Analysis lưu trữ cấp cho Muse Spark Open ở thiết lập suy luận xhigh của nó, đứng thứ chín trong số 118 mô hình trọng số mở lớn hơn 150 tỷ tham số trên bảng đó, so với trung vị của nhóm là 19. Đó là một phép đo của bên thứ ba thực sự đối với một mô hình thực sự có thể tải xuống. Riêng Muse Spark 1.3 — checkpoint hiện tại của dòng Muse Spark đóng, được cung cấp rộng rãi kể từ ngày 2 tháng 9 năm 2026 — đạt 48 điểm trên cùng chỉ số. Cả hai con số đều thuộc về Meta. Chỉ một trong số chúng thuộc về thứ bạn có thể tải xuống, và chỉ một trong số chúng được đo bởi ai đó không phải Meta.

Các ngày tháng, bởi vì cách diễn giải phụ thuộc vào chúng.

Ở đây không có gì là một màn ra mắt, và sự nhầm lẫn rất dễ giải thích. Meta Superintelligence Labs đã giới thiệu dòng Muse Spark vào ngày 8 tháng 4 năm 2026. Muse Spark 1.1 ra mắt ngày 16 tháng 7, Muse Spark 1.2 vào ngày 5 tháng 8, và Muse Spark 1.3 vào ngày 2 tháng 9 — phiên bản cuối cùng đạt mức suy luận "max" vào ngày 4 tháng 9 sau các đợt kiểm thử an toàn bổ sung. Dòng đó là độc quyền và được cung cấp dưới dạng dịch vụ. Muse Spark Open là một sản phẩm riêng biệt: một kho lưu trữ Hugging Face được kiểm soát truy cập, meta-models/Muse-Spark-Open-816B-A42B, có dấu thời gian tạo là 2026-09-15, cùng một bản dựng NVFP4 được tạo vài giây trước đó. Các trọng số nằm đó trong bốn tuần bên trong một biểu mẫu kiểm soát quyền truy cập. Vào ngày 15 tháng 10 năm 2026, Meta đã công bố văn bản giấy phép, một bài đăng blog nghiên cứu, hướng dẫn dựng dành cho nhà phát triển và bảng điểm benchmark, và kho lưu trữ không còn là một sản phẩm chưa từng được ai công bố.

Vậy cách đọc đúng không phải là “stealth drop” cũng không phải là “launch”. Mô hình đã tồn tại âm thầm suốt một tháng; đến ngày 15 tháng 10 thì giấy tờ mới theo kịp. Điều đã thay đổi đối với bất kỳ ai đang quyết định sẽ chạy cái gì thì hẹp và cụ thể: giờ đây có một giấy phép bạn có thể đọc, một cấu hình phần cứng được nêu rõ, hỗ trợ ngay từ ngày đầu trong những framework mà người ta thực sự dùng, và một phép đo độc lập. Điều không thay đổi là dòng mô hình đóng, giá của dòng mô hình đóng, hay bất cứ điều gì về các mô hình API mà phần lớn độc giả của trang này gọi tới.

"Open" là phần có các điều kiện.

Giấy phép là nơi tuyên bố nổi bật có phần chữ nhỏ của nó, và đáng đọc trước khi lặp lại tuyên bố đó. Muse Spark Open được phát hành theo Muse Model License. Meta mô tả nó là cho phép nhiều nhà phát triển sử dụng mô hình này miễn phí, và hai điều khoản xác định nơi “miễn phí” dừng lại.

• Mô hình dưới dạng dịch vụ — nếu bạn hoặc các công ty liên kết của bạn 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 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 một thỏa thuận bằng văn bản riêng trước khi vận hành hoạt động kinh doanh đó. Việc tích hợp mô hình vào sản phẩm của riêng bạn được miễn trừ; việc bán lại quyền truy cập vào mô hình thì không.

• Ghi công — giấy phép yêu cầu "Built with Muse Spark Open" phải được hiển thị nổi bật trong giao diện của bất kỳ sản phẩm nào sử dụng mô hình hoặc một sản phẩm phái sinh, hoặc trong tài liệu, trang web hay menu cài đặt đi kèm.

• Những gì bạn có thể làm một cách rõ ràng — tinh chỉnh, chưng cất, hợp nhất, công bố, cấp phép lại và bán các sản phẩm phái sinh, với việc Meta không tuyên bố quyền sở hữu đối với các đầu ra.

• Cách bạn nhận được nó — kho lưu trữ này bị giới hạn quyền truy cập. Biểu mẫu yêu cầu cung cấp họ tên hợp pháp đầy đủ, ngày sinh và tổ chức kèm mã định danh doanh nghiệp, và không thể chỉnh sửa sau khi gửi.

Sự kết hợp đó chính là điều khiến cách diễn đạt "mô hình open-weight tốt nhất của Mỹ" trở thành một khẳng định theo hạng mục chứ không phải một khẳng định tuyệt đối. Trên cùng bảng Artificial Analysis đó, mục open-weight Mỹ mạnh nhất trong nhóm được cấp phép permissive là NVIDIA Nemotron 3.5 Super VL ở mức 26.49, với Inkling Small ở mức 25.66 theo sau. Muse Spark Open đạt điểm cao hơn cả hai và không thuộc cùng hạng mục áp dụng: một giấy phép thương mại riêng nằm sau một biểu mẫu yêu cầu là một chuyện khác với một checkpoint mà bạn có thể sao chép và triển khai theo OpenMDW-1.1 ngay chiều nay. Bài đăng blog của chính Meta dùng cách diễn đạt "mô hình open-weight của Mỹ có năng lực cao nhất tính đến nay", cách này có thể bảo vệ được trên bảng chỉ số và hẹp hơn hàm ý của "tốt nhất" một khi giấy phép được đưa vào câu.

Checkpoint giải quyết được gì mà không cần sự trợ giúp của Meta

Phần này có thể được xác minh từ chính kho lưu trữ, trước khi tin vào bất kỳ bài kiểm chuẩn nào.

• Quy mô — khoảng 816 tỷ tham số tổng cộng với khoảng 42 tỷ tham số hoạt động cho mỗi token, một hỗn hợp chuyên gia thưa trên 62 lớp và chiều ẩn là 8.192, với 256 chuyên gia mỗi lớp MoE và 8 chuyên gia được chọn cho mỗi token. Cơ chế chú ý 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 ghi là 1M, được chia sẻ giữa token văn bản, hình ảnh, video và âm thanh trong cùng một ngân sách.

• Phương thức — đầu vào gồm văn bản, hình ảnh, video và âm thanh; đầu ra là văn bản. Nó đọc đầu vào đa phương thức và viết ra văn bản, điều này không giống với việc tạo ra bất kỳ loại nào trong số đó.

Các checkpoint — một bản dựng BF16 với khoảng 1,5TB safetensors, và một bản dựng NVFP4 4-bit mà Meta nói rằng chạy trên một node B200 duy nhất. Các bên thứ ba kể từ đó đã bổ sung các kiểu lượng tử hóa của riêng họ, từ các bản dựng GGUF đến các chuyển đổi MLX 3-bit và 4-bit có ngày ngay trong ngày phát hành.

• Kiểm soát suy luận — một cài đặt mức độ suy luận với các mức thấp, trung bình, cao và xhigh. Bộ công cụ của Meta lưu ý rằng tắt suy luận không phải là một lựa chọn.

• Runtime — Transformers, llama.cpp, SGLang, vLLM, TensorRT-LLM, Apple MLX và Unsloth ngay từ ngày đầu tiên, cùng với các kernel Helion tùy chỉnh có khả năng tự động tinh chỉnh cho SGLang mà Meta báo cáo là tăng tốc ở cấp kernel từ 1.03x đến 3.95x trên chip NVIDIA và AMD.

• Bản demo trên máy tính để bàn — hai máy Mac Studio với chip M5 Ultra chạy dưới MLX, điều này hoạt động được vì mỗi máy cung cấp tối đa 512GB bộ nhớ hợp nhất với tốc độ 1,2 TB/s. Các bản demo của Meta đã thúc đẩy những thay đổi thực sự vào một ứng dụng khách iOS mã nguồn mở và chạy DaVinci Resolve từ đầu đến cuối.

Không có gì trong số đó là tuyên bố tiếp thị; nó là một tệp cấu hình, một danh sách tệp và một công thức đã công bố. Đây cũng là nơi chi phí thực tế của “mở” đổ xuống — phép tính bộ nhớ không quan tâm bạn đã chấp nhận giấy phép nào. Ở ngữ cảnh đầy đủ 1M token trong BF16, chỉ riêng bộ nhớ đệm KV đã lên tới khoảng 266GB, vì vậy cửa sổ mà mô hình quảng cáo và cửa sổ mà bạn có thể kham nổi trên phần cứng của mình là hai ngân sách khác nhau.

Con số duy nhất mà Meta không viết

Danh sách của Artificial Analysis hiện là phép đo từ bên thứ ba duy nhất về Muse Spark Open trong hồ sơ công khai, và nó nói lên nhiều điều hơn chỉ riêng chỉ số.

• Trí tuệ — Chỉ số Trí tuệ Artificial Analysis đạt 39 ở thiết lập xhigh, xếp hạng 9 trong số 118 mô hình trọng số mở trên 150B tham số, cao hơn mức trung vị của nhóm là 19.

• Tốc độ — 103.4 token đầu ra mỗi giây, xếp hạng 18 trên 76 trong nhóm đó.

• Chi phí — $0.84 cho mỗi tác vụ Intelligence Index đã hoàn thành, trên một tuyến được lưu trữ có giá $1.25 mỗi triệu token đầu vào và $4.25 mỗi triệu token đầu ra.

• Hiệu quả — bảng liệt kê đánh dấu mô hình là khá súc tích, tạo ra khoảng 110 triệu token trong toàn bộ lần chạy lập chỉ mục, so với mức trung vị là 130 triệu.

Đối chiếu những điều đó với bảng điểm của chính Meta, khoảng cách không nằm ở thông số kỹ thuật mà nằm ở phạm vi bao phủ. Thẻ của Meta báo cáo Terminal-Bench 2.1 đạt 76,4 với tác nhân Terminus 2, MCP-Atlas đạt 89,2, GDPval-AA v2 đạt 1401, SciCode đạt 58,5, JobBench đạt 61,8, HLE-Diamond đạt 26,1 khi không dùng công cụ, và DeepSWE 1.1 đạt 60 trên cái mà thẻ gọi là harness tốt nhất hiện có. Mỗi một dòng trong số đó đều được tạo ra bên trong harness tác nhân của chính mô hình thay vì một harness dùng chung, khiến chúng trở thành tuyên bố về năng lực chứ không phải một bảng xếp hạng so sánh tương đương, và chúng tôi chưa tái lập được mục nào trong số đó. Sự nhất quán giữa hai bên nằm ở bảng thông số kỹ thuật — tổng 816B, 42B hoạt động, ngữ cảnh 1M, cùng giấy phép, cùng các phương thức đầu vào. Điểm bất đồng là một bên có tám benchmark còn bên kia có một chỉ số, một số đo tốc độ và một mức giá. Hiện chưa có phép đo âm thanh nào và cũng chưa có phép đo video nào ở bất kỳ đâu trong công khai, dù hàng về phương thức là điểm khác biệt nhất của mô hình.

Sau đó còn có bản đánh giá mà Meta chưa công bố.

Bài đăng ra mắt cho biết Muse Spark Open đã được đánh giá theo Meta Superintelligence Scaling Framework và "đáp ứng các ngưỡng mà framework của chúng tôi yêu cầu để phát hành", với kết quả chi tiết trong thẻ mô hình; thẻ mô hình trỏ đến một báo cáo đánh giá đầy đủ được mô tả là sẽ sớm có. Một tuyên bố an toàn đã vượt qua một framework nội bộ là một đối tượng khác với một báo cáo an toàn mà người đọc có thể kiểm tra, và chỉ cái đầu tiên tồn tại tại thời điểm viết.

Điều mà điều này không thay đổi đối với bất kỳ ai có hạn chót

Muse Spark Open không phải là thứ 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 cần có câu trả lời trong tuần này thì phạm vi phải xử lý trước token đầu tiên là rất lớn. Câu hỏi thực tế là bạn có thể tiếp cận mô hình Muse nào ngay lúc này, và câu trả lời nằm ở dòng đóng: Muse Spark 1.2 và Muse Spark 1.1 là hai checkpoint mà OrcaRouter định tuyến, cả hai đều được phục vụ ở mức giá niêm yết của Meta là $1.25 cho mỗi triệu token đầu vào và $4.25 cho mỗi triệu token đầu ra với mức chênh lệch 0%, vì giá niêm yết của nhà cung cấp được chuyển thẳng thay vì cộng thêm. Chúng chấp nhận đầu vào văn bản, hình ảnh, video, âm thanh và PDF trong cùng cửa sổ 1.048.576 token, nên hành vi đa phương thức mà checkpoint mở đang được ca ngợi sẽ có sẵn trên dòng được phục vụ ngay hôm nay mà không cần hàng đợi tải xuống.

Muse Spark Open không có trong danh mục của chúng tôi và chúng tôi sẽ không gợi ý điều ngược lại — một mô hình mà toàn bộ đề xuất của nó là bạn có thể tự chạy nó chính là mô hình bạn tự chạy. Chỗ mà một thiết lập định tuyến vẫn hữu ích là ở xung quanh nó: một API duy nhất cho hơn 200 mô hình nghĩa là một checkpoint chưa được kiểm chứng không nhất thiết phải là một canh bạc trong môi trường sản xuất, tính năng 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 chuyển lưu lượng giữa các mô hình bằng cấu hình thay vì bằng thay đổi mã. Đối với một mô hình được phát hành cách đây một ngày với chỉ một bài đánh giá chuẩn độc lập và một báo cáo đánh giá chưa được công bố, đó là cách rẻ nhất để tìm hiểu xem nó hoạt động thế nào trên lưu lượng của bạn trong khi hạ tầng của người khác hấp thụ phần biến động.

Điều gì sẽ khiến mảnh này di chuyển

Ba điều đang bỏ ngỏ thay vì chưa biết, và mỗi điều sẽ thay đổi cách diễn giải. Điều đầu tiên là báo cáo đánh giá của Meta, thứ tạo nên sự khác biệt giữa một tuyên bố an toàn và một hồ sơ an toàn. Điều thứ hai là một đo lường độc lập thứ hai — một nhà phân tích với một chỉ số là một điểm dữ liệu, không phải một sự đồng thuận, và chưa có gì đưa Muse Spark Open qua đánh giá âm thanh hoặc video mặc dù đó là những yếu tố khác biệt được quảng cáo của nó. Điều thứ ba là cách giấy phép hoạt động trong thực tế: ngưỡng hai mươi triệu đô la và điều khoản ghi công là những điều khoản sẽ quyết định liệu mô hình trọng số mở mạnh nhất của Mỹ theo điểm số có trở thành mô hình được sử dụng nhiều nhất hay không, hay vẫn là mô hình mà các nhóm tải về để thử nghiệm rồi phục vụ từ nơi khác. Cho đến khi ít nhất một trong số đó được giải quyết, phiên bản trung thực của tiêu đề là Meta đã phát hành mô hình trọng số mở Mỹ có năng lực nhất theo thước đo độc lập duy nhất hiện có, dưới một giấy phép giữ từ "open" cụ thể thay vì tuyệt đối.

Điều mà những con số không thể cho bạn biết là liệu có bất kỳ phần nào trong đó đã gặp trục trặc trong thực tế hay không: các sự cố AI và lỗi agent được ghi nhận liên quan đến các mô hình thuộc lớp này được tập hợp trong OrcaRouter AI Incident Archive, nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.