Muse Spark Open 对比 Muse Spark 1.3：白白放弃九个指数点可不是小代价

这是 Meta 自家产品线中令人不安的对比。Muse Spark Open于 2026 年 10 月 15 日发布，是任何人都能下载的 8160 亿参数开放权重模型；独立测评将其在 Artificial Analysis Intelligence Index 上的得分定为 39。Muse Spark 1.3是 Meta 于 2026 年 9 月 2 日推出的专有 API 模型，得分为 48。九分的差距不是四舍五入造成的差异——它大致相当于一个能力层级与下一个层级之间的距离，而正是这个数字让“直接用开放的那个就好了”这条建议，比它在发布日听起来要糟糕得多。

从场景出发，而不是从规格表出发

三个团队查看了 Muse Spark Open 的发布，并询问他们能否取消某些事项。

第一个团队运行夜间流水线，读取固定语料库并输出结构化记录。延迟无关紧要，数据量巨大，模式永不改变。这个团队应当采用开放权重，不再按 token 付费。

第二种方案会运行一个交互式编码智能体，每次用户请求都会触发十几次小型往返调用。这个团队不应如此，原因在于吞吐量和推理成本，而这两者即将变得具体得多。

第三个运行的是高难度多步推理——就是那种模型必须维持一长串推理、在其中调用工具，并从自身陷入的死胡同中恢复过来的推理。这个团队也不应如此，对他们来说，九分的差距不是抽象概念。它决定了一个工作流是能顺利完成，还是必须有人全程照看。

以下全部内容都是关于如何不靠猜测来区分这三者。

这九点是由什么组成的

这个指数是一个综合指标，而综合指标会掩盖结构。这里的结构大多出现在你会预料到的地方，但有一个意外之处。

• 智能体与工具使用类工作——Muse Spark 1.3 最强的主场。Meta 官方公布的 1.3 发布数据由厂商自行报告，并在其自家测试框架内测得：Terminal-Bench 2.1 为 83.9，DeepSWE 1.1 为 68。相比之下，Muse Spark Open 的厂商报告成绩为 76.4 和 60，也就是说，在最接近真实智能体行为的这些评测上，它保持着稳定的七到八分领先，并且与独立指数的差距几乎完全吻合。

• 闭卷推理——更大的差距。Muse Spark Open 自己的评分卡显示，其最弱的一项是在无工具情况下的 HLE-Diamond，Meta 报告为 26.1。Muse Spark 1.3 是作为推理优先模型打造的；其名称中的“max”推理配置并非装饰。

• 知识广度——比标题所暗示的更窄，而 Artificial Analysis 在一个全知轴上为两个模型评分，该轴上的差异比指数差值所暗示的要小。这一点很重要，因为它意味着差距集中在推理深度和智能体耐力上，而不在于模型知道多少。

• 速度 — Muse Spark 1.3 测得每秒 127.7 个 token，在 Artificial Analysis 上于 185 个中排名第 41。Muse Spark Open 的速度尚未由任何独立方公布。在两台桌面机器上自托管的 816B 混合专家模型会比 127.7 tok/s 更慢，但慢多少尚不清楚，而这与成本并列，是证据中的第二大漏洞。

• 价格——Muse Spark 1.3 的售价为每百万输入 token 1.25 美元、每百万输出 token 4.25 美元，并提供 88% 的缓存输入折扣，经实测，每项 Intelligence Index 任务成本为 1.60 美元。Muse Spark Open 没有按 token 计费的价格；其成本在于硬件，且目前没有针对它的独立每任务成本数据。

那份清单中有一行值得再看一眼，因为它是最常被弄错的论点。Muse Spark 1.3 是一个冗长的推理器。Artificial Analysis 测量到它在整个评估中消耗了约 1.7 亿个 token，而 Muse Spark 1.2 约为 1.3 亿个——这就是为什么在同样的标称 token 价格下，1.3 每项任务花费 1.60 美元，而 1.2 为 0.97 美元。前沿推理层级会向你收取两次费用：一次为能力付费，一次为它思考到那里所烧掉的 token 付费。

推理旋钮才是真正的价值所在

这两款模型都以推理为先，且都不允许你将其关闭，但它们呈现推理投入程度的方式不同，而这一差异是本页面上最实用的信息。

Muse Spark Open 公开了它的努力等级阶梯：low、medium、high 和 xhigh 分别对应 16、64、256 和 512 个推理 token，而系统提示中的推理强度提示也能起到同样作用。这是一个你可以从自己的代码里调节的旋钮，每个档位的成本都已知；而且由于你付出的是电力和实际耗时，而不是按输出 token 计费的美元，把它调低在电表上不会让你多花一分钱。你付出的代价是准确度，也仅仅是准确度。

在 Muse Spark 1.3 上，供应商一侧也存在同样的阶梯，而且你每调高一档都要计费。在每百万输出 token 收费 4.25 美元、且推理 token 也按输出 token 计算的情况下，一个以最大努力运行的工作流，实际上是在以现有最直白的方式为模型的深思付费。这正是开放模型的经济性不仅站得住脚、而且确实更优的一点：一个负担得起更深入思考的批处理作业可以免费这么做，而一个不需要深入思考的批处理作业也可以免费停下来。

差距消失之处

三种情况将九分的差距化为乌有。

微调是第一个，也是最大的一个。Muse Spark 1.3 无论你出多少钱，都不能在你的数据上进行微调。Muse Spark Open 可以，借助 Meta 随权重一同发布的 TorchTitan 支持。一个在你的代码库、你的 schema 或你的领域词汇上微调过的模型，与那个得分为 39 的模型并不是同一个模型，无论从哪个方向看都是如此——而对于狭窄任务，较弱通用模型的微调版本通常能胜过较强模型的未微调版本。如果你的问题是特定的，那么指标差距就不是相关的衡量标准。

数据驻留是第二点。如果语料库不能离开你的网络，那么比较就不是39和48之间的比较；而是39和没有模型之间的比较。这从来都不是一个艰难的选择。

摊销后的批量用量排在第三，但有一个前提。一条令牌消耗量大、稳定且可预测的流水线，可以为硬件投入提供正当理由。而一条突发性的流水线则不能，因为自托管会把可变成本变成固定成本，然后无论你是否使用，都照样为闲置时间向你收费。另需注意，Muse Spark 1.3 的缓存折扣恰恰让托管模型在大型批处理流水线所产生的那种重复上下文模式下变得异常便宜，因此自托管的理由比简单的“令牌数乘以单价”计算所显示的更站不住脚。

当裂痕化为高墙

两个工作负载不应靠近开放模型。

交互式智能体排在首位。Muse Spark 1.3 的测得速度为每秒 127.7 个 token，而智能体循环会将这个数字乘以每个任务的往返次数。Muse Spark Open 没有公布速度，而结构性的预期是，一个运行在桌面内存带宽上的 816B 模型会远远落后。如果有人在等待，那九个指数点就无关紧要，吞吐量差距才是一切。

突发性的前沿推理是第二个，原因更微妙。需要48点推理能力的工作负载，几乎从定义上讲，就是那些失败代价高昂且推理链很长的工作负载。在低一个层级的模型上以未知的吞吐量运行这些工作负载，为了节省按token计费的账单，是在用一笔小的可预测成本换取一笔大的不可预测成本。这就是本文开头提到的第三个团队应该拒绝的交易。

两者都想要的团队

大多数最终同时运行两者的组织之所以这样做，是因为其工作负载确实存在差异：交互式路径需要速度，批处理路径需要成本，而只有部分路径需要留在本地部署。失败模式不在于架构——而在于这种划分存在于文档中，而不是配置中，并且开发者从教程里复制了一个模型字符串。

路由层正是解决这一问题的机制。OrcaRouter 以 Meta 的标价、0% 的加价率路由 Muse Spark 1.2，并将供应商的标价原样透传，因此托管侧一旦降价，当天就能反映到你的密钥上，无需任何重新定价的工作。它并不托管 Muse Spark Open，也不应被理解为如此：一个全部卖点就在于你可以自己持有权重的模型，本就是该跑在你自有硬件上的模型。路由器所贡献的是交互的那一半——Muse Spark 1.3 目前同样不由 OrcaRouter 路由，所以如今实际的做法是：在你原本调用托管层级的地方继续调用，并让同一个 API，具备自动故障转移和路由 DSL，把你能够触达的 200 多个模型收拢在单个密钥之下，而必须留在本地的部分则由你自己的硬件来处理。

按工作负载选择，而不是按许可证选择

如果你的任务范围足够窄、可以调优，如果数据不能外流，如果工作负载大且稳定，最重要的是，如果模型能以任意它喜欢的努力程度思考而无需担心计费表在转——那就选 Muse Spark Open。这就是四个条件，而它们通常彼此关联——流水线任务往往范围窄、成批处理且稳定不变。

如果有人在等着输出结果、推理确实很难、工作负载具有突发性，或者你需要一份经过确认的多模态能力清单，那就选 Muse Spark 1.3 —— 1.3 的文本、图像和视频输入是独立列出的，而 Muse Spark Open 所宣称的更广泛的音频和视频能力则是厂商自述，且经独立测评仅为文本和图像。

你不该做的，是因为开放权重免费就去采用它们。39 和 48 之间的那九个百分点是真实存在的，它们恰恰集中在让这些模型变得有用的智能体与推理工作上，而再多的本地推理也无法把它们弥补回来。Muse Spark Open 是对一组特定问题的正确答案。它不是 Muse Spark 1.3 的折扣。

Muse Spark Open 可依据 Muse 模型许可证下载；Muse Spark 1.3 按 token 计费，输入 $1.25、输出 $4.25，缓存折扣按供应商自身费率计算。