Muse Spark Open so với Muse Spark 1.2: Mẫu chủ lực mở không phải là bản nâng cấp

Trực giác khi một phòng thí nghiệm phát hành mã nguồn mở mô hình lớn nhất của mình là cho rằng phiên bản có thể tải xuống là phiên bản tốt hơn, và trong trường hợp của Muse Spark Open so với Muse Spark 1.2 thì trực giác đó sai trên trục mà người ta kiểm tra đầu tiên. Trên Artificial Analysis, mô hình API độc quyền đạt Chỉ số Thông minh là 40 và mô hình 816 tỷ tham số mới được mở đạt 39 — trong vòng một điểm, và theo hướng có lợi cho mô hình bạn thuê. Bản mở không phải là mô hình mạnh hơn. Nó là một món hời khác, và món hời đó chính là toàn bộ sự so sánh.

Phiên bản câu

Muse Spark 1.2 mang lại cho bạn một endpoint nhanh, rẻ, tính theo token mà bạn không bao giờ phải vận hành và có tất cả các modality đều được xác nhận độc lập. Muse Spark Open mang lại cho bạn các trọng số mà bạn có thể nắm giữ, tinh chỉnh, kiểm toán và chạy mà không cần mạng, trên phần cứng bạn phải mua và với thông lượng chưa ai công bố. Đó là những sản phẩm khác nhau nhưng tình cờ có chung một tên dòng sản phẩm.

Lập trường thực sự của họ

Từng dòng một, với bên thắng ở mỗi khía cạnh được nêu trước.

• Trí tuệ — Muse Spark 1.2 đạt Chỉ số Trí tuệ Artificial Analysis là 40, Muse Spark Open đạt 39. Được đo lường độc lập ở cả hai phía; khoảng cách một điểm không phải là lý do để chọn một trong hai mô hình.

• Thông lượng — Muse Spark 1.2, và bỏ xa phần còn lại: Artificial Analysis xếp nó thứ nhất trong 185 mô hình về tốc độ đầu ra với 361,4 token mỗi giây. Tốc độ của Muse Spark Open hoàn toàn chưa từng được đo, bởi bất kỳ bên độc lập nào. Sẽ không có gì trên bàn vào tháng 10 năm 2026 chạm được tới 361 tok/s trên một mô hình hỗn hợp chuyên gia 816B; câu hỏi là nó sẽ ở phía sau bao xa, và con số đó vẫn chưa tồn tại.

• Giá — Muse Spark 1.2 ở mức 1,25 USD cho mỗi triệu token đầu vào và 4,25 USD cho mỗi triệu token đầu ra, với mức chiết khấu 88% cho đầu vào đã lưu trong bộ nhớ đệm và chi phí đo được là 0,97 USD cho mỗi tác vụ Intelligence Index. Muse Spark Open không có giá theo token; giá của nó là chi phí mua phần cứng, và Artificial Analysis chưa công bố con số chi phí nào cho nó.

• Trọng số — Muse Spark Open, hoàn toàn. Các kho Hugging Face được kiểm soát truy cập theo Muse Model License, ở định dạng BF16 và NVFP4, khoảng 1.5TB trước khi tính đến chi phí phát sinh khi chạy. Trọng số của Muse Spark 1.2 không được phân phối dưới bất kỳ hình thức nào.

• Vận hành cục bộ — Muse Spark Open, trên hai Mac Studio M5 Ultra với MLX hoặc trên một node Blackwell bốn GPU với TensorRT-LLM. Muse Spark 1.2 không chạy ở đâu ngoài một nhà cung cấp.

• Tinh chỉnh — Muse Spark Open, với việc Meta phát hành hỗ trợ TorchTitan dành riêng cho nó. Muse Spark 1.2 không thể tinh chỉnh trên dữ liệu của bạn.

• Phương thức — còn tranh cãi, và dựa trên bằng chứng hiện có, vấn đề nghiêng về phía Muse Spark 1.2. Artificial Analysis liệt kê 1.2 là chấp nhận văn bản, hình ảnh, giọng nói và video, còn liệt kê mô hình mở là chỉ chấp nhận văn bản và hình ảnh, trong khi tài liệu của chính Meta tuyên bố Muse Spark Open hỗ trợ văn bản, hình ảnh, video và âm thanh. Đo lường độc lập đã xác nhận tuyên bố hẹp hơn; nhà cung cấp đã khẳng định tuyên bố rộng hơn.

• Suy luận — về cơ bản là cùng một cách thiết lập ở cả hai. Không bên nào cho phép bạn tắt suy luận. Muse Spark Open cung cấp các mức nỗ lực thấp, trung bình, cao và xhigh, tương ứng với 16, 64, 256 và 512 token suy luận, cùng một gợi ý về độ mạnh suy luận trong prompt hệ thống.

• Ngữ cảnh — một sự ngang bằng thực sự ở mức 1.048.576 token, với một điểm lưu ý khiến chúng khác biệt trên thực tế. Trên Muse Spark Open, ngữ cảnh trọn một triệu token ở BF16 tốn khoảng 266GB KV cache, cộng thêm trên phần trọng số. Trên Muse Spark 1.2, ngữ cảnh là vấn đề dung lượng của người khác.

• Giấy phép — Muse Spark Open theo Giấy phép Mô hình Muse với các điều khoản thương mại hạn chế; Muse Spark 1.2 theo các điều khoản API thông thường. Cả hai đều không phải Apache 2.0, và giấy phép mở là cái bạn thực sự phải đọc.

Đọc xuống danh sách đó và dáng hình của quyết định đã hiện rõ: mô hình mở thắng ở những việc bạn làm với một mô hình, còn mô hình được lưu trữ thắng ở những việc một mô hình làm với bạn.

Con số duy nhất quyết định điều đó với hầu hết các đội

Thông số nổi bật của Muse Spark 1.2 là 361,4 token mỗi giây, đứng đầu trong số 185 mô hình được đo lường. Đó không phải là một con số tiếp thị — mà chính là điều khiến mô hình trở nên khả dụng bên trong vòng lặp agent, nơi một coding agent thực hiện hàng chục lượt khứ hồi nhỏ mỗi phút, và chi phí thời gian thực của mô hình cũng chính là chi phí thời gian thực của tác vụ.

Thông lượng của Muse Spark Open hiện chưa được biết. Đó là trạng thái trung thực của bằng chứng, và đây chính là lỗ hổng lớn nhất trong bất kỳ bài so sánh nào được viết trong tuần này. Điều có thể khẳng định một cách chắc chắn mang tính cấu trúc: một mô hình 816 tỷ tham số, kích hoạt 42 tỷ tham số mỗi token trên phần cứng máy tính để bàn dành cho người dùng, bị giới hạn bởi băng thông bộ nhớ chứ không phải bởi năng lực tính toán. Hai chiếc M5 Ultra Mac Studio mang lại cho bạn 1,2 TB/s và một terabyte bộ nhớ hợp nhất, đủ để chứa mô hình và đọc từng lát cắt của mỗi token. Nhưng như thế vẫn chưa đủ để khiến một agent tương tác có cảm giác như một API. Nếu khối lượng công việc của bạn mang tính tương tác, thì đây không phải là một lựa chọn sát nút. Nếu khối lượng công việc của bạn mang tính theo lô — quét kho mã qua đêm, đánh giá ngoại tuyến, trích xuất quy mô lớn khi độ trễ không quan trọng và chi phí trên mỗi token là tất cả — thì phép tính đảo ngược hoàn toàn.

Máy để bàn có thực sự rẻ hơn không?

Đây là chỗ mô hình mở khẳng định được vị trí của nó, và cũng là chỗ phiên bản ngây thơ của lập luận thất bại. Cấu hình hai chiếc Mac Studio là một khoản chi vốn ban đầu, cộng thêm điện năng, hệ thống làm mát và sự chú ý của một ai đó. Đối lại, bạn đặt vào đó những token mà bạn không còn phải mua nữa.

Việc so sánh chỉ ngã ngũ khi đạt đủ khối lượng, và lý do là ở phía dịch vụ lưu trữ, mức giảm giá cho bộ nhớ đệm của Muse Spark 1.2 vốn đã đảm đương rất nhiều. Với mức giảm 88% cho đầu vào được cache, mô hình trở nên rẻ đúng ở dạng ngữ cảnh lặp lại mà lập trình dạng agent tạo ra — cùng một kho mã, cùng một system prompt, cùng những định nghĩa công cụ, được đọc lại ở mỗi lượt. Một triển khai tự vận hành không nhận được ưu đãi giảm giá; nó nhận một chi phí cố định, và chi phí cố định ấy chỉ được phân bổ dần nhờ mức sử dụng lớn, đều đặn và có thể dự đoán được. Một nhóm chạy lưu lượng agent tăng vọt theo từng đợt trên thiết lập hai máy để bàn đã mua một chi phí cố định để phục vụ một tải thay đổi — đó chính là kiểu tính toán sai kinh điển.

Cách nói thẳng thắn là việc tự vận hành Muse Spark Open là một quyết định về năng lực phục vụ, không phải quyết định về chi phí. Bạn mua nó để đảm bảo rằng mô hình luôn sẵn có, rằng nó không thể bị ngừng hỗ trợ khi bạn vẫn đang dùng, rằng các prompt của bạn không bao giờ rời khỏi nội bộ, và rằng bạn có thể thay đổi hành vi của nó bằng việc tinh chỉnh. Đó là những lý do có thật và đôi khi mang tính quyết định. “Nó sẽ rẻ hơn” là một lý do phải được tính toán lại dựa trên lưu lượng của bạn, và với nhiều mức lưu lượng thì điều đó đơn giản là không đúng.

Mỗi thứ thực sự dùng để làm gì

Muse Spark 1.2 là mô hình để xây dựng sản phẩm. Nó nhanh, có chi phí đo lường được cho mỗi tác vụ, danh mục phương thức của nó được xác nhận độc lập, nó được bán theo token với chiết khấu bộ nhớ đệm phù hợp với các mẫu tác tử, và nó có thể định tuyến ngay hôm nay. Chọn nó là chọn chi tiền thay vì thời gian kỹ thuật, và ở mức $1.25/$4.25, đó thường là sự đánh đổi đúng đắn.

Muse Spark Open là mô hình để bạn xây dựng một năng lực trên đó. Fine-tuning chính là lý do nó tồn tại: nếu tác vụ hẹp, khối lượng lớn và được đặc tả rõ ràng — một agent chuyên cho một codebase cụ thể, một pipeline xử lý tài liệu cho một kho ngữ liệu cố định, một bộ phân loại phải chạy tại chỗ — thì một mô hình 42B-active đã được tinh chỉnh mà bạn sở hữu sẽ đánh bại một endpoint đa dụng mà bạn đi thuê, và không lượng prompt engineering nào có thể lấp được khoảng cách đó. Câu chuyện desktop cũng là lập luận tương tự ở quy mô thu nhỏ: vấn đề không phải là nó chạy trên Mac, mà là nó chạy ngay tại nơi bạn ở.

Vấn đề về modality, và tại sao cần quan tâm

Meta nói rằng Muse Spark Open tiếp nhận văn bản, hình ảnh, video và âm thanh. Artificial Analysis, đơn vị đã đo lường mô hình, lại liệt kê văn bản và hình ảnh. Khoảng cách đó không phải là chuyện bắt bẻ câu chữ — một mô hình đa phương thức bản địa với trọng số mở là một tài sản về cơ bản khác biệt so với một mô hình chỉ dùng văn bản và hình ảnh, và sự khác biệt đó quyết định liệu mô hình có phải là ứng viên cho các pipeline âm thanh và video hay không.

Những lời giải thích khả dĩ nhất đều rất tầm thường: phân tích nhân tạo có thể đã đánh giá thông qua một điểm cuối hoặc cấu hình không hiển thị các phương thức bổ sung, hoặc kiến trúc có thể chấp nhận các đầu vào mà bản triển khai đã phát hành không sử dụng đến. Điều quan trọng đối với một quyết định là tuyên bố rộng được nhà cung cấp khẳng định và tuyên bố hẹp được đo lường. Nếu âm thanh hoặc video là lý do bạn quan tâm, hãy xác minh nó trên ngăn xếp của riêng bạn trước khi bạn cam kết phần cứng cho nó. Nếu không phải, câu hỏi chỉ mang tính học thuật — và lưu ý rằng hỗ trợ giọng nói và video của Muse Spark 1.2 đã được xác nhận ở phía độc lập, đây không phải là vị thế mà mô hình mở có thể tuyên bố hiện tại.

Chạy chúng song song với nhau

Hầu hết các nhóm cuối cùng sử dụng cả hai đều không hề chọn giữa chúng. Cách làm hiệu quả là giữ mô hình được lưu trữ trên luồng tương tác và mô hình mở trên các luồng xử lý theo lô và tại chỗ, đồng thời thực thi sự phân tách này trong cấu hình thay vì trong tài liệu.

Đó chính là mục đích của một lớp định tuyến. OrcaRouter định tuyến Muse Spark 1.2 ở đúng giá niêm yết của Meta với 0% phụ phí, nên phần chạy trên hosting của sự phân tách đó có chi phí đúng bằng chi phí trên API của chính Meta — việc nhà cung cấp giảm giá có hiệu lực ngay trên cùng một API key trong cùng ngày — và nó đặt model ra sau cùng một giao diện như hơn 200 model khác, với tự động chuyển đổi dự phòng khi một nhà cung cấp bị suy giảm và một DSL định tuyến để chuyển lưu lượng giữa các model và nhà cung cấp mà không cần viết lại. OrcaRouter không host Muse Spark Open và không tuyên bố là có; một model mà giá trị nằm ở chỗ bạn có thể tải nó xuống chính là model bạn tự chạy. Điều mà router mang lại cho bạn là nửa còn lại của sự phân tách, để đường tương tác vẫn chạy trên một endpoint nhanh trong khi đường batch chạy trên phần cứng của chính bạn.

Phán quyết

Muse Spark Open so với Muse Spark 1.2 không phải là cuộc thi giữa một mô hình tốt hơn và một mô hình tồi hơn. Đó là cuộc thi giữa việc sở hữu một mô hình và thuê một mô hình, và hai bên của cuộc thi đó không được đo bằng cùng một đơn vị — một bên tính bằng điểm Intelligence Index và token mỗi giây, bên kia tính bằng vốn, quyền kiểm soát và quyền thay đổi trọng số.

Chọn Muse Spark 1.2 nếu bạn muốn năng lực được đo lường mạnh nhất trên mỗi đô-la nỗ lực kỹ thuật, nếu độ trễ quan trọng, nếu bạn muốn âm thanh và video đã được xác nhận, hoặc nếu hôm nay bạn chỉ đơn giản cần một mô hình Muse trên một key. Chọn Muse Spark Open nếu bạn cần tinh chỉnh, nếu dữ liệu không thể rời khỏi mạng của bạn, nếu khối lượng công việc đủ lớn và đủ có thể dự đoán để khấu hao phần cứng, hoặc nếu đảm bảo về tính sẵn sàng đáng giá hơn với bạn so với một điểm chỉ số cuối cùng.

Lời khuyên duy nhất đáng đưa ra là hãy chống lại cách đặt vấn đề rằng trọng số mở đương nhiên là lựa chọn có năng lực hơn. Dựa trên bằng chứng, chúng không phải vậy. Chúng thuộc về bạn hơn.

Muse Spark Open hiện có thể tải xuống theo Muse Model License; Muse Spark 1.2 có sẵn theo từng token thông qua API của Meta và trên OrcaRouter với giá niêm yết.