Muse Spark Open：最佳美国开放权重模型，是一个附带条款和条件的说法

这一说法于2026年10月15日晚出现在X上，而它属于那种一句话里成立、下一句就有商量余地的说法。Meta公布了Muse Spark Open的权重——这个8160亿参数、420亿激活参数的检查点，自一个月前该仓库出现在Hugging Face上以来，Meta一直将其按在手里——而几小时之内，与之绑定的说法就成了"美国最佳开放权重模型"。最直接支持这一说法的数字并不来自Meta。而是39：这是Artificial Analysis自家托管列表给Muse Spark Open在xhigh推理设置下的评分，在该榜单上所有大于1500亿参数的118个开放权重模型中排名第九，而同级别中位数为19。这是对一款真实可下载模型的真实第三方测量。另外，Muse Spark 1.3——闭源Muse Spark系列当前的检查点，自2026年9月2日起全面可用——在同一指数上得分为48。两个数字都属于Meta。但其中只有一个属于你能下载到的东西，也只有一个是由Meta以外的机构测量的。

这些日期，因为框架取决于它们

这里没有任何发布，而混淆很容易解释。Meta Superintelligence Labs 于 2026 年 4 月 8 日推出了 Muse Spark 系列。Muse Spark 1.1 于 7 月 16 日推出，Muse Spark 1.2 于 8 月 5 日推出，Muse Spark 1.3 于 9 月 2 日推出——最后一个在额外安全测试后于 9 月 4 日获得了其“max”推理级别。该产品线是专有的并以服务形式提供。Muse Spark Open 是一个单独的制品：一个受限访问的 Hugging Face 仓库，meta-models/Muse-Spark-Open-816B-A42B，其创建时间戳为 2026-09-15，另有一个早几秒创建的 NVFP4 构建。这些权重以访问受控的形式在那里待了四周。2026 年 10 月 15 日，Meta 发布了许可证文本、一篇研究博客文章、一份开发者构建指南和一张基准评分卡，该仓库不再是一个无人宣布过的制品。

所以正确的解读既不是"悄悄上线"，也不是"正式发布"。这个模型已经安安静静地存在了一个月；直到10月15日，文书手续才跟上。对于任何要决定跑什么模型的人来说，真正发生变化的部分既狭窄又具体：现在有了一份可以阅读的许可证、一份明确写出的硬件配置方案、在人们实际使用的框架中首日即可获得的支持，以及一项独立测量结果。而没有改变的是那条闭源产品线、那条闭源产品线的价格，以及本网站大多数读者所调用的 API 模型的任何方面。

“Open” 是带有条件的那部分

许可证正是那句吸睛宣称藏有细则之处，在照搬它之前值得一读。Muse Spark Open 依据 Muse Model License 发布。Meta 将其描述为允许许多开发者免费使用该模型，而两项条款界定了“免费”的止步之处。

• 模型即服务——如果您或您的关联方通过 API 以产品或服务形式向第三方提供对该模型的访问权限，且在任何连续十二个月期间的合计总营收超过两千万美元，那么您必须在开展该业务之前通知 Meta 并签署一份单独的书面协议。将模型构建到您自己的产品中属于豁免情形；转售对其的访问权限则不属于。

• 署名 — 该许可证要求，任何使用该模型或其衍生品的产品，都必须在其界面中，或在随附的文档、网站或设置菜单中，显著展示“Built with Muse Spark Open”。

• 您可以明确进行以下操作——微调、蒸馏、合并、发布、再许可和销售衍生品，Meta 声明不对输出主张所有权。

• 如何获取——该代码库受权限限制。申请表要求填写完整法定姓名、出生日期以及带有企业标识的所属机构，且提交后无法编辑。

正是这种组合，才使"最佳美国开放权重模型"这一说法成为一种类别内的断言，而非绝对意义上的断言。在同一个 Artificial Analysis 榜单上，许可最为宽松的美国开放权重模型中，最强的是得分 26.49 的 NVIDIA Nemotron 3.5 Super VL，紧随其后的是 25.66 的 Inkling Small。Muse Spark Open 的得分高于两者，却不属于同一个采用类别：一份藏在申请表单背后的定制商业许可，与一个你今天下午就能在 OpenMDW-1.1 下克隆并部署的检查点，完全是两回事。Meta 自己的博文使用的是"迄今为止能力最强的美国开放权重模型"这一表述；就该指数而言，这一说法站得住脚，而一旦把许可写进句子里，它比"最佳"所暗示的范围要窄。

在没有 Meta 帮助的情况下，检查点能解决什么

这部分可以从代码仓库本身得到验证，而无需先采信任何基准测试。

规模——总参数量约 8160 亿，每个 token 约 420 亿激活参数，在 62 层上采用稀疏混合专家结构，隐藏维度为 8,192，每个 MoE 层有 256 个专家，每个 token 选择 8 个。采用分组查询注意力，128 个查询头、16 个键值头，每个头 64 维。

• 上下文 — 1,048,576 个 token，Meta 将其标注为 1M，在同一个预算内由文本、图像、视频和音频 token 共享。

• 模态 — 输入为文本、图像、视频和音频；输出为文本。它读取多模态输入并写出文本，这与生成上述任何一种模态并不相同。

• 检查点 — 一个约 1.5TB 的 BF16 版 safetensors 构建，以及 Meta 称可在单台 B200 节点上运行的 NVFP4 4 比特构建。此后，第三方也加入了自己的量化版本，从 GGUF 构建到发布日期当天就出现的 MLX 3 比特和 4 比特转换版本。

• 推理控制——一项推理强度设置，包含低、中、高和 xhigh 等级。Meta 的工具说明指出，关闭推理不是一个选项。

• 运行时 — 首日即支持 Transformers、llama.cpp、SGLang、vLLM、TensorRT-LLM、Apple MLX 和 Unsloth，并为 SGLang 提供自定义的可自动调优 Helion 内核，据 Meta 报告，该内核在 NVIDIA 和 AMD 芯片上实现了 1.03 倍至 3.95 倍的内核级加速。

• 桌面演示——两台搭载 M5 Ultra 芯片、在 MLX 下运行的 Mac Studio 机器；这之所以可行，是因为每台都能以 1.2 TB/s 的速度提供高达 512GB 的统一内存。Meta 的演示正在把真实的改动带进一个开源 iOS 客户端，并端到端运行 DaVinci Resolve。

这些都不是营销说辞；它是一个配置文件、一份文件清单和一份已发布的配方。这也正是“开放”的实际代价所在——内存算术可不管你接受了哪种许可证。在 BF16 下达到完整的 1M token 上下文时，仅 KV 缓存就大约高达 266GB，因此模型宣称的窗口和你在自己硬件上负担得起的窗口是两笔不同的预算。

Meta 没有写出的那一个数字

Artificial Analysis 的列表是目前公开记录中唯一对 Muse Spark Open 的第三方测量，而它所说明的远不止指数本身。

• 智能 — 在 xhigh 设置下，Artificial Analysis 智能指数为 39，在 118 个参数量超过 150B 的开放权重模型中排名第 9，高于同类中位数 19。

• 速度 — 每秒输出 {{1}}103.4{{/1}} 个 token，在该组 76 个中排名第 18 位。

• 成本——每个已完成的 Intelligence Index 任务为 $0.84，托管路由定价为每百万输入 token $1.25、每百万输出 token $4.25。

• 效率——该榜单将该模型评为相当简洁，在整个索引运行中生成约 1.1 亿个 token，而中位数为 1.3 亿个。

把这些与 Meta 自己的评分卡对照来看，差距不在规格上，而在覆盖范围上。Meta 的评分卡报告称：Terminal-Bench 2.1 在使用 Terminus 2 智能体时为 76.4，MCP-Atlas 为 89.2，GDPval-AA v2 为 1401，SciCode 为 58.5，JobBench 为 61.8，HLE-Diamond 在无工具条件下为 26.1，DeepSWE 1.1 在评分卡所称的最佳可用评测框架上为 60。这些行中的每一项都是在模型自己的智能体框架内产生的，而不是在共享框架内，这使它们成为一种能力声明，而非同类比较的排名，而我们没有复现其中任何一项。两份说法之间一致的地方在于规格表——总计 816B、激活 42B、1M 上下文、相同的许可证、相同的输入模态。分歧在于，一方有八项基准测试，另一方只有一个指数、一个速度数字和一个价格。目前在公开信息中还没有任何音频测量，也没有任何视频测量，尽管模态这一行是这款模型最与众不同的地方。

再者，还有Meta尚未公布的那项评估。

发布帖称，Muse Spark Open 是依据 Meta Superintelligence Scaling Framework 进行评估的，并且“达到了我们框架所要求的发布门槛”，详细结果见模型卡；模型卡则指向一份完整的评估报告，称其“即将发布”。一项通过了内部框架的安全声明，与一份读者可以查阅的安全报告，是两回事；而截至撰稿时，只存在前者。

对于任何有截止日期的人来说，这一点不会改变

Muse Spark Open 不是你把 API 密钥指向它就能用的东西。它意味着一次下载、一份许可证、一份需要审批的申请表单和一项硬件决策；如果工作负载本周就需要答案，那么在拿到第一个 token 之前需要打通的环节很多。实际问题是，你现在能访问哪个 Muse 模型，而答案就在闭源产品线中：Muse Spark 1.2 和 Muse Spark 1.1 是 OrcaRouter 路由的两个检查点，两者都按 Meta 的标价提供服务，每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，加价 0%，因为提供商的标价是透传的，而不是加价得来的。它们在同一个 1,048,576 token 窗口内接受文本、图像、视频、音频和 PDF 输入，因此开放检查点备受称赞的多模态能力，如今在服务线上无需下载排队即可获得。

Muse Spark Open 不在我们的目录中，我们也不会提出相反的建议——一个其全部主张就是你可以自行运行的模型，就是一个由你自己运行的模型。路由式设置仍然有帮助的地方在于它周围：一个 API 覆盖 200 多个模型意味着一个未经验证的检查点不必成为生产赌注，当第一个提供商性能下降时，自动故障转移可以将请求转交给第二个提供商，而路由 DSL 通过配置而不是代码更改在模型之间转移流量。对于一天前发布、只有一个独立基准测试和一份未发布评估报告的模型来说，这是在别人的基础设施吸收波动的同时，了解它在你的流量上表现如何的最便宜方式。

什么会推动这一块

有三件事不是未知，而是悬而未决，而每一件都会改变解读。第一件是 Meta 的评估报告，它关乎的是安全声明与安全记录之间的差别。第二件是第二项独立测量——一位分析师用一个指数只是一个数据点，而非共识，而且尽管音频或视频评估是 Muse Spark Open 宣传的差异化优势，至今还没有任何东西让它通过这些评估。第三件是许可证在实践中如何表现：两千万美元的门槛和署名条款将决定，按得分最强的美国开放权重模型会成为最常用的那一个，还是仍然是团队下载来测试、然后从别处提供服务的那一个。在至少其中一件得到解决之前，这个标题的诚实版本是：Meta 发布了按唯一可获得的独立衡量标准衡量的最强美国开放权重模型，而其所依据的许可证使“开放”一词保持具体，而非绝对。

数字无法告诉你的是，这一切在实际应用中是否已经出了问题：围绕这一类模型的有据可查的人工智能事故和智能体故障，都收录在OrcaRouter AI 事故档案中，其中每一条记录都附有各自的来源、严重程度、置信度等级和争议标记。