Muse Spark Open so với Muse Glimmer: 22 điểm chỉ số thực sự khiến bạn phải trả giá bao nhiêu

Ba mươi chín so với mười bảy. Đó là toàn bộ nội dung của phép so sánh giữa Muse Spark Open và Muse Glimmer trên Chỉ số Trí tuệ Artificial Analysis, và đây chính là con số được lan truyền sau khi Meta công bố trọng số của mô hình lớn hơn vào ngày 15 tháng 10 năm 2026. Xét riêng nó thì gần như vô nghĩa, bởi hai mô hình này không phải là hai câu trả lời cho cùng một câu hỏi. Một mô hình là hỗn hợp chuyên gia 816 tỷ tham số được xây dựng để phục vụ từ trung tâm dữ liệu. Mô hình còn lại là mô hình dense 30 tỷ tham số được xây dựng để chạy trên một card đồ họa tiêu dùng duy nhất. Đọc khoảng cách đó thành "cái mới thì tốt hơn" thì đúng về hướng quyết định nhưng lại hoàn toàn sai về lý do. Không điều nào trong số này là lý do để tránh mô hình, mà chỉ là lý do để biết về lịch sử: những sự cố AI và thất bại của agent được ghi nhận đằng sau các mô hình thuộc lớp này được tập hợp trong Kho lưu trữ Sự cố AI OrcaRouter nơi mỗi mục đều có nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp.

Đây là những gì khoảng cách đó thực sự mang lại, những gì nó phải đánh đổi, và khía cạnh duy nhất mà mô hình nhỏ hơn vẫn thắng tuyệt đối.

Hai bản tải xuống trả lời những câu hỏi khác nhau

Cả hai đều mang tên Meta, cả hai đều đưa trọng số lên Hugging Face Hub, và cả hai đều cho phép bạn chạy suy luận mà không cần gửi token đến endpoint của bất kỳ ai. Đó là nơi sự giống nhau dừng lại.

• Muse Spark Open — tổng cộng 816B tham số, 42B tham số hoạt động trên mỗi token, hỗn hợp chuyên gia thưa, công bố ngày 15 tháng 10 năm 2026 theo Giấy phép Muse Model.

• Muse Glimmer — khoảng 29,6 tỷ tham số tổng cộng, dạng dense, cùng với một bộ mã hóa thị giác 1,8 tỷ tham số riêng biệt, được công bố vào tháng 8 năm 2026 theo giấy phép Apache 2.0.

Sự khác biệt về tham số hoạt động nhỏ hơn mức tiêu đề gợi ý: 42B so với khoảng 29,6B là hệ số khoảng 1,4, vì Muse Spark Open chỉ đánh thức một phần nhỏ các chuyên gia của nó trên mỗi token. Chính sự khác biệt về tổng tham số mới là thứ chi trả cho hóa đơn phần cứng: gấp khoảng 27,6 lần lượng trọng số phải lưu trữ, lượng tử hóa và di chuyển.

22 điểm tốn bao nhiêu cho mỗi tác vụ

Artificial Analysis định giá hai mô hình theo cùng một thước đo — chi phí hoàn thành một tác vụ trên Intelligence Index của chính nó — và đó là lúc khoảng cách có thêm một chiều thứ hai. Trên danh sách hosted của mình, Muse Spark Open ở mức suy luận xhigh có giá $0,84 mỗi tác vụ Index, so với $0,05 đối với Muse Glimmer ở mức high. Đó là chi phí cao hơn khoảng 16,8 lần để đổi lấy mức điểm cao hơn 2,3 lần.

Giá niêm yết kể cùng một câu chuyện bằng những đơn vị mà đội ngũ tài chính sử dụng. Muse Spark Open được niêm yết ở mức $1.25 mỗi triệu token đầu vào và $4.25 mỗi triệu token đầu ra, với chiết khấu bộ đệm 88% và mức giá tổng hợp khoảng $0.78 mỗi triệu token. Muse Glimmer được niêm yết ở mức $0.30 mỗi triệu token đầu vào và $1.20 mỗi triệu token đầu ra. Nếu khối lượng công việc của bạn là một lượt phân loại, trích xuất hoặc định tuyến khối lượng lớn, thì mô hình nhỏ hơn không phải là một sự thỏa hiệp — mà là câu trả lời đúng đắn, với mức giá bằng một phần năm mức giá đầu vào.

Tốc độ đầu ra là chỉ số duy nhất mà chúng đủ gần nhau để coi như hòa, và đáng nói thẳng vì điều này trái với trực giác: Muse Spark Open đo được 102,0 token đầu ra mỗi giây với thời gian đến chunk đầu tiên là 0,67 giây, Muse Glimmer 124,4 token mỗi giây ở mức 1,14 giây. Mô hình 816B không phải là mô hình trả lời chậm hơn cho một prompt đơn lẻ, vì nó chỉ kích hoạt một phần nhỏ của chính mình và chạy trên phần cứng được thiết kế vừa vặn cho nó. Điểm mà mô hình nhỏ hơn thắng là ở biên: bản dựng 4-bit đưa mô hình ngôn ngữ xuống dưới 20 GB, và một drafter block-diffusion đi kèm đề xuất 16 token mỗi lần được cho là mang lại tốc độ nhanh hơn tới 3,1× trên một RTX 5090. Đó là con số của nhà cung cấp và chưa được tái tạo một cách độc lập.

Cửa sổ ngữ cảnh cũng không phải là một cuộc chiến công bằng.

Muse Spark Open có cửa sổ 1.048.576 token và nhận đầu vào văn bản, hình ảnh, video và âm thanh, đầu ra là văn bản. Muse Glimmer có 131.072 token — 128k theo cách viết số tròn của Meta — và nhận văn bản và hình ảnh, hoàn toàn không có đường âm thanh. Bộ mã hóa nhận thức trong Muse Spark Open là một thành phần 1,8 tỷ tham số, 50 lớp với cơ chế chú ý thưa, và ngăn xếp ngôn ngữ có 62 lớp, kích thước ẩn 8.192, từ vựng 202.048 token, 256 chuyên gia với định tuyến top-8 và cơ chế chú ý truy vấn nhóm với 128 đầu truy vấn so với 16 đầu khóa-giá trị.

Nếu vấn đề của bạn là “đọc bản ghi âm dài hai giờ này cùng đống ảnh chụp màn hình này và cho tôi biết chuyện gì đã xảy ra”, thì Muse Spark Open là lựa chọn duy nhất trong hai cái có thể chứa được toàn bộ đầu vào. Nếu vấn đề của bạn là “đọc một màn hình này và nhấp đúng nút trên laptop của tôi”, thì 128k không phải là giới hạn mà bạn sẽ gặp trước tiên.

Các giấy phép không phải cùng một kiểu mở.

Đây là phần bị tiêu đề 22 điểm chôn vùi, và cũng là phần mà một cuộc rà soát pháp lý sẽ quan tâm.

• Muse Glimmer — Apache 2.0 cho mọi thứ Meta phát hành: trọng số BF16 độ chính xác đầy đủ, hai biến thể lượng tử hóa 4-bit, đầu drafter và bộ mã hóa nhận thức. Dùng cho mục đích thương mại và nghiên cứu, không có cổng kiểm soát.

• Muse Spark Open — Giấy phép Mô hình Muse. Quyền rộng rãi để sử dụng, sao chép, sửa đổi, tinh chỉnh, chưng cất, hợp nhất và bán, với ba điều kiện đáng lưu ý trước khi bạn lên kế hoạch: các bản sao và bản phái sinh phải kèm theo giấy phép và chính sách sử dụng; các sản phẩm được xây dựng dựa trên nó phải hiển thị "Built with Muse Spark Open" trong giao diện, tài liệu hoặc phần cài đặt; và nếu bạn cung cấp quyền truy cập của bên thứ ba vào các mô hình mà bên thứ ba đó nhận được kết quả đầu ra, đồng thời tổng doanh thu gộp vượt quá 20 triệu đô la trong bất kỳ mười hai tháng liên tiếp nào, bạn phải thông báo cho Meta và ký một thỏa thuận riêng trước tiên. Việc sử dụng nội bộ, nghiên cứu và công việc thương mại không phải dưới dạng mô hình như một dịch vụ được loại trừ. Meta không tuyên bố quyền sở hữu đối với các kết quả đầu ra.

Quyền truy cập cũng khác nhau về bản chất. Kho Muse Spark Open được kiểm soát truy cập — bạn đăng nhập và gửi họ tên đầy đủ theo pháp lý, ngày sinh và tên tổ chức kèm các mã định danh, và trang này cảnh báo rằng biểu mẫu không thể chỉnh sửa sau đó. Các bản tải xuống Muse Glimmer thì không bị kiểm soát truy cập. Với một nhóm muốn đánh giá cả hai một cách kín đáo trước khi cam kết, sự bất đối xứng đó là rào cản thực sự, và điều khoản 20 triệu USD có nghĩa là "chúng tôi đã tải nó xuống" và "chúng tôi có thể phát hành một sản phẩm dịch vụ lưu trữ trên đó" là hai câu trả lời khác nhau.

Mỗi thứ nằm ở đâu trên giá

Thẻ mô hình của chính Meta nêu rõ yêu cầu phần cứng: checkpoint BF16 cần khoảng 2 TB VRAM, và bản dựng NVFP4 cần ít nhất 700 GB. Các stack phục vụ được hỗ trợ gồm SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth và llama.cpp, và thẻ này cũng chỉ ra MLX được tinh chỉnh cho hai chiếc M5 Ultra Mac Studio. Đó là bản demo desktop mà Meta giới thiệu — hai cỗ máy cấu hình cao nhất được nối với nhau, chứ không phải một chiếc laptop.

Mục tiêu của Muse Glimmer thực sự khác biệt: một chiếc RTX 5090 duy nhất, một bản dựng lượng tử hóa dưới 20 GB, và một đầu drafter được thiết kế để giúp các token xuất ra nhanh hơn trên card đó. Hai mô hình không cạnh tranh trên cùng một loại silicon. Bài đăng ra mắt của Meta cho mô hình lớn hơn cũng đưa ra quan điểm tương tự từ hướng ngược lại, dẫn dắt bằng công việc agentic và cấu hình hai Mac Studio thay vì bằng con số trên một card.

Chọn cái nào?

Quyết định sẽ nhanh chóng sụp đổ ngay khi bạn cố định ràng buộc.

• Bạn đang triển khai một tác nhân cục bộ trên phần cứng mà bạn sở hữu — Muse Glimmer. 22 điểm đó là thứ không thể có được với bất kỳ mức giá nào bạn có thể trả trên một GPU.

• Bạn cần âm thanh, video hoặc đầu vào một triệu token trong một lần gọi — Muse Spark Open, và không có mô hình nhỏ hơn nào thay thế được.

• Bạn đang làm công việc khối lượng lớn, độ khó thấp — Muse Glimmer với mức 0,30 đô la cho mỗi triệu token đầu vào, trừ khi một đánh giá đo lường cho thấy mô hình đạt điểm 17 không đáp ứng được tác vụ cụ thể của bạn.

• Bạn muốn đạt điểm số tiên phong và bạn đang thuê ngoài — lưu ý thẳng thắn rằng Muse Spark Open không phải là cách rẻ nhất để chạm tới mốc 39. Nó là cách duy nhất để chạm tới 39 với trọng số nằm trên đĩa của chính bạn.

Về câu hỏi triển khai, thực tế với hầu hết các đội nhóm là không mô hình nào trong hai mô hình này là thứ bạn tự vận hành ngay từ ngày đầu. Nếu bạn muốn gọi dòng Muse của Meta mà không cần dựng GPU, Muse Spark 1.2, một trong hai mô hình Muse mà OrcaRouter thực sự định tuyến, có sẵn thông qua một API cho hơn 200 mô hình, với cơ chế chuyển đổi dự phòng tự động để một mô hình bạn chưa quen có thể gánh lưu lượng thử nghiệm mà không gánh đường chạy production của bạn. Cả hai mô hình Muse mà chúng tôi cung cấp đều được tính theo giá niêm yết của nhà cung cấp với mức chênh 0%, nên khi bên bán đổi giá thì phía chúng tôi cập nhật ngay trong cùng ngày. Nói rõ về các giới hạn: OrcaRouter hiện không định tuyến Muse Spark Open, và không định tuyến Muse Glimmer — cả hai đều là trọng số bạn tự chạy, hoặc các endpoint bạn mua ở nơi khác.

Điều gì vẫn chưa được đo lường

Gần như mọi thứ có thể phân định cuộc so sánh này.

Con số 39 là một con số độc lập duy nhất gắn với một mô hình mà bảng điểm công bố ra mắt của chính mô hình đó liệt kê JobBench 61.8, MCP-Atlas 89.2, GDPval-AA v2 1401, OSWorld Verified 80.4, Toolathlon Verified 72.8, HLE-Diamond 26.1 khi không dùng công cụ và 61.0 khi dùng chúng, GPQA Diamond 89.0, SciCode 58.5, DeepSWE 1.1 ở 60 và Terminal-Bench 2.1 ở 76.4 với agent Terminus 2. Mỗi con số trong số đó đều do nhà cung cấp báo cáo và chưa được tái lập, và một số được đo bên trong harness agent của chính Meta, khiến chúng trở thành một tuyên bố về năng lực thay vì một xếp hạng so sánh tương đương. Thẻ của Glimmer mang bảng nhà cung cấp riêng — SWE-Bench Verified 76.0, Terminal-Bench 2.1 51.7, GPQA Diamond 83.5, AIME 2026 94.7, HLE 22 — với cùng lưu ý đó. Hai bảng điểm nhà cung cấp được tạo ra cách nhau vài tháng trên những harness khác nhau thì không thể lấy cái này trừ cái kia, và đó chính xác là lý do Index độc lập duy nhất là con số mà bài viết này dựa vào.

Khoảng cách thực sự sẽ làm thay đổi quyết định không nằm trên card nào trong hai card đó. Đó là chi phí của một tác vụ ở mức chất lượng mà cá nhân bạn cần, trên chính dữ liệu đầu vào của bạn, được đo một lần. Cho đến khi ai đó chạy phép đo đó, 39 và 17 chỉ là hai dữ kiện về hai cỗ máy khác nhau cùng khoác chung một cái tên dòng.