Muse Spark Open so với Muse Spark 1.3: Chín điểm chỉ số là quá nhiều để từ bỏ miễn phí

Đây là sự so sánh khó chịu ngay trong nội bộ Meta. Muse Spark Open, phát hành ngày 15 tháng 10 năm 2026, là mô hình trọng số mở 816 tỷ tham số mà bất kỳ ai cũng có thể tải xuống; đo lường độc lập đặt nó ở mức 39 trên Artificial Analysis Intelligence Index. Muse Spark 1.3, mô hình API độc quyền mà Meta đã phát hành ngày 2 tháng 9 năm 2026, ở mức 48. Chín điểm không phải là chênh lệch do làm tròn — nó xấp xỉ khoảng cách giữa một bậc năng lực và bậc kế tiếp, và đó là con số khiến "cứ chạy bản mở thay vào đó" trở thành một lời khuyên tệ hơn nhiều so với vẻ ngoài của nó vào ngày ra mắt.

Hãy bắt đầu với tình huống, không phải bảng thông số kỹ thuật.

Ba nhóm đã xem xét bản phát hành Muse Spark Open và hỏi liệu họ có thể hủy bỏ thứ gì đó không.

Đội thứ nhất vận hành một pipeline chạy hằng đêm, đọc một kho ngữ liệu cố định và phát ra các bản ghi có cấu trúc. Độ trễ không quan trọng, khối lượng cực lớn, lược đồ không bao giờ thay đổi. Đội này nên dùng các trọng số mở và ngừng trả tiền theo token.

Loại thứ hai vận hành một tác nhân lập trình tương tác, thực hiện hàng tá lượt khứ hồi nhỏ cho mỗi yêu cầu của người dùng. Nhóm này thì không nên làm vậy, và lý do nằm ở thông lượng cùng chi phí suy luận, cả hai đều sắp trở nên cụ thể hơn rất nhiều.

Mô hình thứ ba chạy suy luận đa bước khó nhằn — kiểu mà mô hình phải giữ một chuỗi suy luận dài, gọi công cụ ngay trong đó, và tự thoát khỏi những ngõ cụt của chính mình. Đội này cũng không nên như vậy, và với họ, khoảng cách chín điểm không phải là chuyện trừu tượng. Đó là sự khác biệt giữa một quy trình hoàn thành được và một quy trình phải có người trông chừng.

Tất cả nội dung dưới đây đều nói về việc phân biệt ba thứ đó mà không cần đoán.

Chín điểm được làm bằng gì

Chỉ số này là một chỉ số tổng hợp, và các chỉ số tổng hợp thì che giấu cấu trúc. Cấu trúc ở đây phần lớn nằm ở đúng nơi bạn sẽ mong đợi, chỉ có một điều bất ngờ.

• Công việc agentic và sử dụng công cụ — lĩnh vực mạnh nhất của Muse Spark 1.3. Các số liệu công bố khi ra mắt của chính Meta cho 1.3, do nhà cung cấp báo cáo và được đo bên trong harness của chính họ, đưa Terminal-Bench 2.1 đạt 83,9 và DeepSWE 1.1 đạt 68. So với mức 76,4 và 60 do nhà cung cấp báo cáo của Muse Spark Open, đó là mức dẫn trước nhất quán từ bảy đến tám điểm trên các đánh giá gần nhất với hành vi agent thực tế, và nó khớp gần như chính xác với khoảng cách trên chỉ số độc lập.

• Suy luận không dùng tài liệu — khoảng cách còn rộng hơn. Bảng điểm của chính Muse Spark Open cho thấy hàng yếu nhất là HLE-Diamond khi không dùng công cụ, nơi Meta báo cáo 26,1. Muse Spark 1.3 được xây dựng như một mô hình lấy suy luận làm trọng tâm; cấu hình suy luận “max” trong tên gọi của nó không phải để trang trí.

• Bề rộng kiến thức — hẹp hơn so với những gì tiêu đề gợi ý, và Artificial Analysis chấm điểm cả hai mô hình trên một trục hiểu biết toàn diện, nơi khác biệt nhỏ hơn so với mức chênh lệch chỉ số ngụ ý. Điều này quan trọng vì nó có nghĩa là khoảng cách tập trung vào chiều sâu suy luận và sức bền của agent, chứ không phải ở chỗ mô hình biết bao nhiêu.

• Tốc độ — Muse Spark 1.3 đạt 127,7 token mỗi giây, xếp thứ 41 trong số 185 trên Artificial Analysis. Tốc độ của Muse Spark Open chưa được bất kỳ ai độc lập công bố. Một mô hình mixture of experts 816B tự vận hành trên hai máy tính để bàn sẽ chậm hơn 127,7 tok/s, chậm bao nhiêu thì chưa biết, và đây là lỗ hổng lớn thứ hai trong bằng chứng, bên cạnh chi phí.

• Giá — Muse Spark 1.3 có giá 1,25 đô la cho mỗi triệu token đầu vào và 4,25 đô la cho mỗi triệu token đầu ra, với mức chiết khấu 88% cho đầu vào được lưu trong bộ nhớ đệm, tạo ra chi phí đo được là 1,60 đô la cho mỗi tác vụ Intelligence Index. Muse Spark Open không có giá theo token; chi phí của nó là phần cứng, và không có số liệu chi phí trên mỗi tác vụ độc lập nào dành cho nó.

Một dòng trong danh sách đó đáng để xem lại lần nữa, vì đây là lập luận thường bị hiểu sai nhất. Muse Spark 1.3 là một bộ suy luận dài dòng. Artificial Analysis đo được nó tiêu thụ khoảng 170 triệu token trong suốt quá trình đánh giá, so với khoảng 130 triệu token của Muse Spark 1.2 — đó là lý do 1.3 tốn $1,60 mỗi tác vụ ở cùng mức giá token niêm yết tạo ra $0,97 cho 1.2. Tầng suy luận tiên phong thu của bạn hai lần: một lần cho năng lực, và một lần cho số token mà nó đốt để suy nghĩ tìm đường đến đó.

Núm điều chỉnh suy luận chính là nơi kiếm ra tiền

Cả hai mô hình đều lấy suy luận làm ưu tiên và không mô hình nào cho phép bạn tắt nó đi, nhưng chúng thể hiện mức nỗ lực theo cách khác nhau, và sự khác biệt đó chính là điều hữu ích nhất về mặt thực tiễn trên trang này.

Muse Spark Open công bố thang nỗ lực của mình một cách công khai: low, medium, high và xhigh tương ứng với 16, 64, 256 và 512 token suy luận, và một gợi ý về độ mạnh suy luận trong system prompt cũng làm công việc tương tự. Đó là một núm bạn có thể vặn từ chính mã của mình, với chi phí đã biết cho mỗi cài đặt, và vì bạn đang trả bằng điện năng và thời gian thực chứ không phải bằng đô-la cho mỗi token đầu ra, nên vặn nó xuống chẳng tốn gì của bạn nơi đồng hồ đo. Nó khiến bạn mất độ chính xác, và chỉ độ chính xác mà thôi.

Trên Muse Spark 1.3, cùng một thang bậc cũng tồn tại ở phía nhà cung cấp, và mỗi nấc bạn vặn tăng lên đều bị tính phí. Ở mức 4,25 đô la cho mỗi triệu token đầu ra, với token suy luận được tính là đầu ra, một quy trình chạy ở mức nỗ lực tối đa đang phải trả tiền cho quá trình cân nhắc của mô hình theo cách trực diện nhất có thể. Đây là điểm duy nhất mà tính kinh tế của mô hình mở không chỉ có thể biện minh được mà thực sự tốt hơn: một tác vụ theo lô có thể chi trả để suy nghĩ kỹ hơn thì được tự do làm vậy, và một tác vụ theo lô không cần suy nghĩ kỹ thì được tự do dừng lại.

Nơi khoảng cách biến mất

Ba tình huống xóa sạch chênh lệch chín điểm, biến nó thành con số không.

Tinh chỉnh là điều đầu tiên và lớn nhất. Muse Spark 1.3 không thể được tinh chỉnh trên dữ liệu của bạn bằng bất kỳ giá nào. Muse Spark Open thì có thể, với sự hỗ trợ TorchTitan mà Meta đã phát hành cùng với các trọng số. Một mô hình được tinh chỉnh trên cơ sở mã của bạn, lược đồ của bạn hoặc từ vựng miền của bạn không phải là cùng một mô hình như mô hình đạt điểm 39, theo cả hai hướng — và đối với một tác vụ hẹp, phiên bản được tinh chỉnh của một mô hình tổng quát yếu hơn thường đánh bại phiên bản chưa được tinh chỉnh của một mô hình mạnh hơn. Nếu vấn đề của bạn là cụ thể, khoảng cách chỉ số không phải là phép đo liên quan.

Nơi lưu trú dữ liệu là điều thứ hai. Nếu kho ngữ liệu không thể rời khỏi mạng của bạn, thì phép so sánh không còn là giữa 39 và 48; mà là giữa 39 và việc không có mô hình. Đó không phải là một lựa chọn sít sao, và chưa bao giờ là như vậy.

Khối lượng batch được khấu hao là yếu tố thứ ba, kèm theo một lưu ý. Một pipeline có mức tiêu thụ token lớn, ổn định và có thể dự đoán được thì có thể biện minh cho phần cứng. Một pipeline có tính bùng nổ thì không, vì tự vận hành biến một chi phí biến đổi thành chi phí cố định và sau đó vẫn tính tiền cho bạn cho những giờ nhàn rỗi. Cũng lưu ý rằng chiết khấu cache của Muse Spark 1.3 khiến mô hình được host trở nên rẻ một cách bất thường đúng với kiểu ngữ cảnh lặp lại mà các pipeline batch lớn tạo ra, nên trường hợp tự vận hành yếu hơn so với phép tính ngây thơ lấy token nhân với đơn giá.

Nơi khoảng cách biến thành bức tường

Hai khối lượng công việc không nên đến gần mô hình mở.

Các agent tương tác là ưu tiên số một. Muse Spark 1.3 đạt 127,7 token mỗi giây, và một vòng lặp agent nhân con số đó với số lần khứ hồi mỗi tác vụ. Muse Spark Open không có tốc độ được công bố, và kỳ vọng mang tính cấu trúc là một mô hình 816B chạy trên băng thông bộ nhớ máy để bàn sẽ kém xa. Nếu có con người đang chờ, chín điểm chỉ số trở nên vô nghĩa và khoảng cách thông lượng là tất cả.

Suy luận tiên tiến theo từng đợt bùng nổ là lý do thứ hai, vì một lý do tinh tế hơn. Các khối lượng công việc cần 48 điểm năng lực suy luận, gần như theo định nghĩa, là những khối lượng mà ở đó một thất bại là tốn kém và chuỗi suy luận thì dài. Chạy chúng trên một mô hình thấp hơn một bậc, với thông lượng không xác định, để tiết kiệm hóa đơn theo từng token, là đánh đổi một chi phí nhỏ có thể dự đoán được lấy một chi phí lớn không thể dự đoán được. Đó là sự đánh đổi mà đội thứ ba ở đầu bài viết này nên từ chối.

Đội muốn cả hai

Hầu hết các tổ chức cuối cùng vận hành cả hai đều làm vậy vì các khối lượng công việc thực sự khác biệt: các luồng tương tác cần tốc độ, các luồng theo lô cần chi phí, và chỉ một số luồng cần ở lại tại chỗ. Kiểu thất bại không nằm ở kiến trúc — mà là việc sự phân tách nằm trong một tài liệu thay vì trong cấu hình, và một lập trình viên sao chép chuỗi mô hình từ một bài hướng dẫn.

Một lớp định tuyến chính là cơ chế khắc phục điều đó. OrcaRouter định tuyến Muse Spark 1.2 theo đúng giá niêm yết của Meta với mức chênh 0% và chuyển tiếp nguyên mức giá niêm yết của nhà cung cấp, nhờ đó khi giá phía dịch vụ lưu trữ giảm thì khóa của bạn nhận được mức giá mới ngay trong cùng ngày mà không cần làm lại bảng giá. Dịch vụ này không tự vận hành Muse Spark Open, và cũng không nên được hiểu là có làm điều đó: một mô hình mà toàn bộ giá trị nằm ở chỗ bạn có thể nắm giữ trọng số thì đó là mô hình bạn chạy trên phần cứng của chính mình. Đóng góp của lớp định tuyến là phần tương tác — Muse Spark 1.3 hiện cũng chưa được OrcaRouter định tuyến, nên hình thái thực tế hiện nay là gọi bậc dịch vụ lưu trữ ở nơi bạn vốn vẫn gọi và để một API duy nhất, với tính năng chuyển đổi dự phòng tự động và một DSL định tuyến, giữ hơn 200 mô hình mà bạn có thể tiếp cận dưới một khóa duy nhất trong khi phần cứng của bạn đảm nhiệm những gì buộc phải ở lại tại chỗ.

Chọn theo khối lượng công việc, không phải theo giấy phép

Chọn Muse Spark Open nếu tác vụ của bạn đủ hẹp để tinh chỉnh, nếu dữ liệu không thể rời khỏi, nếu khối lượng công việc lớn và ổn định, và trên hết, nếu mô hình có thể suy nghĩ ở bất kỳ mức độ nỗ lực nào nó muốn mà không chạy đồng hồ tính phí. Đó là bốn điều kiện, và chúng thường tương quan với nhau — các pipeline thì hẹp, chạy theo lô và tĩnh.

Hãy chọn Muse Spark 1.3 nếu có người chờ đầu ra, nếu việc suy luận thực sự khó, nếu công việc diễn ra theo từng đợt bùng nổ, hoặc nếu bạn cần một danh mục đa phương thức đã được xác nhận — đầu vào văn bản, hình ảnh và video của 1.3 được liệt kê độc lập, trong khi các tuyên bố rộng hơn về âm thanh và video của Muse Spark Open do nhà cung cấp tự khẳng định và chỉ được đo lường độc lập ở dạng văn bản và hình ảnh.

Điều bạn không nên làm là chọn trọng số mở chỉ vì chúng miễn phí. Chín điểm giữa 39 và 48 là có thật, chúng tập trung đúng vào công việc agentic và suy luận khiến những mô hình này hữu dụng, và không lượng suy luận cục bộ nào bù lại được. Muse Spark Open là câu trả lời đúng cho một nhóm câu hỏi cụ thể. Nó không phải là một khoản giảm giá cho Muse Spark 1.3.

Muse Spark Open có thể tải xuống theo Giấy phép Muse Model; Muse Spark 1.3 được cung cấp theo token với giá 1,25 USD cho đầu vào và 4,25 USD cho đầu ra, với mức chiết khấu bộ nhớ đệm được áp dụng theo mức giá của chính nhà cung cấp.