Muse Spark Open：最佳美國開放權重模型是附帶條款與細則的宣稱

這項說法在 2026 年 10 月 15 日晚上出現在 X 上，而它正是那種在一句話裡為真、在下一句話裡可議的說法。Meta 發布了權重，對象是 Muse Spark Open——這個 8160 億參數、420 億活躍參數的檢查點，自一個月前該儲存庫出現在 Hugging Face 上以來，Meta 一直壓著未發——而數小時內，附在它身上的說法就是「美國最佳開放權重模型」。最直接支持這個說法的數字並非 Meta 的。它是 39：Artificial Analysis 自家託管的榜單在 xhigh 推理設定下給 Muse Spark Open 的分數，在該榜單 118 個參數大於 1500 億的開放權重模型中排名第九，而同類中位數為 19。那是對一個真正可下載模型的真實第三方測量。另外，Muse Spark 1.3——閉源的 Muse Spark 產品線當前檢查點，自 2026 年 9 月 2 日起全面可用——在同一指數上得分 48。這兩個數字都屬於 Meta。只有其中一個屬於你能下載的東西，而且只有其中一個是由 Meta 以外的人測量的。

日期，因為框架取決於它們

這裡沒有任何一項是發布，而這混淆不難解釋。Meta Superintelligence Labs 於 2026 年 4 月 8 日推出 Muse Spark 系列。Muse Spark 1.1 於 7 月 16 日推出，Muse Spark 1.2 於 8 月 5 日推出，Muse Spark 1.3 於 9 月 2 日推出——最後者在額外安全測試後，於 9 月 4 日取得了其「max」推理等級。該產品線屬專有，並以服務形式提供。Muse Spark Open 是另一項獨立產物：一個受限制的 Hugging Face 儲存庫，meta-models/Muse-Spark-Open-816B-A42B，其建立時間戳記為 2026-09-15，另有一個早幾秒建立的 NVFP4 版本。這些權重就在一個受存取控制的表單內待了四週。2026 年 10 月 15 日，Meta 發布了授權條款文本、一篇研究部落格文章、一份開發者建置指南與一份基準測試評分卡，該儲存庫才不再是無人宣布過的產物。

所以，正確的解讀既不是「悄悄上架」，也不是「正式發布」。這款模型已經默默存在了一個月；文書作業在 10 月 15 日才跟上。對任何正在決定要跑什麼的人來說，改變的部分既狹窄又具體：現在有了一份你可以閱讀的授權條款、一份明列的硬體配置、在大家真正使用的框架中提供首日支援，以及一項獨立量測。沒有改變的，則是那條封閉產品線、該封閉產品線的價格，或大多數本網站讀者所呼叫的 API 模型相關的任何事情。

「Open」是帶有條件的那個部分。

授權條款正是那項頭條宣稱暗藏細則的地方，值得在覆述前先讀一讀。Muse Spark Open 以 Muse Model License 發布。Meta 將其描述為允許許多開發者免費使用該模型，而兩項條款界定了「免費」到哪裡為止。

• 模型即服務——如果你或你的關係企業透過 API 以產品或服務形式向第三方提供該模型的存取權，且在任連續十二個月期間內的總營業收入超過兩千萬美元，你必須在經營該業務之前通知 Meta 並簽署另一份書面協議。將模型建入你自己的產品屬於例外；轉售對其的存取權則不屬之。

• 姓名標示 — 此授權條款要求「Built with Muse Spark Open」必須醒目地顯示在任何使用該模型或其衍生品的產品介面中，或顯示於隨附的文件、網站或設定選單中。

• 您可以明確進行的事——微調、蒸餾、合併、發布、再授權與販售衍生作品，而 Meta 不主張對輸出內容的所有權。

• 如何取得——此儲存庫設有存取限制。申請表要求填寫完整法定姓名、出生日期，以及附有企業識別碼的組織，且提交後即無法編輯。

正是這種組合，讓「最佳美國開放權重模型」這個說法成為一項類別宣稱，而非絕對宣稱。在同一個 Artificial Analysis 評測榜上，授權條款最寬鬆的最強美國開放權重項目是 NVIDIA Nemotron 3.5 Super VL，得分 26.49，Inkling Small 以 25.66 緊追在後。Muse Spark Open 的得分高於這兩者，卻不屬於同一個採用類別：需要透過申請表取得的客製商業授權，和一個你今天下午就能在 OpenMDW-1.1 下複製並部署的檢查點，是兩回事。Meta 自家的部落格文章用的是「迄今能力最強的美國開放權重模型」這個措辭；這種說法在該指數上站得住腳，而且一旦把授權條款放進句子裡，它的範圍就比「最佳」所暗示的更窄。

檢查點在沒有 Meta 協助下所解決的事

在任何基準測試受到採信之前，這部分是可以直接從儲存庫本身驗證的。

• 規模 — 總參數約 8,160 億，每個 token 約有 420 億活躍參數；這是一個橫跨 62 層的稀疏專家混合模型，隱藏維度為 8,192，每個 MoE 層有 256 個專家，每個 token 選取 8 個。分組查詢注意力（grouped-query attention）具有 128 個查詢頭與 16 個鍵值頭，每個頭 64 維。

• 上下文 — 1,048,576 個 Token，也就是 Meta 標示為 1M 的視窗，由文字、圖像、影片與音訊 Token 共用同一份預算。

• 模態 — 輸入可為文字、圖像、影片與音訊；輸出為文字。它讀取多模態輸入並寫出文字，這不同於生成上述任何一種模態。

• 檢查點 — 約 1.5TB safetensors 的 BF16 版本，以及 Meta 說可在單一 B200 節點上執行的 NVFP4 4 位元版本。第三方其後也加入了自己的量化版本，從 GGUF 版本到發布當日即推出的 MLX 3 位元與 4 位元轉換檔，應有盡有。

• 推理控制 — 一項推理投入程度的設定，具備 low、medium、high 與 xhigh 等級。Meta 的工具說明指出，關閉推理並非選項。

• 執行環境 — Transformers、llama.cpp、SGLang、vLLM、TensorRT-LLM、Apple MLX 與 Unsloth 首日即支援，並為 SGLang 提供可自動調校的自訂 Helion 核心；Meta 報告指出，這些核心在 NVIDIA 與 AMD 晶片上帶來 1.03x 至 3.95x 的核心層級加速。

• 桌面示範 — 兩台搭載 M5 Ultra 晶片的 Mac Studio 機器在 MLX 下運行，這之所以可行，是因為每台都可提供最高 512GB 的統一記憶體，頻寬達 1.2 TB/s。Meta 的示範則將實際變更導入一個開源 iOS 用戶端，並端到端運行 DaVinci Resolve。

那些都不是行銷宣稱；那是一個設定檔、一份檔案清單，還有一份公開的配方。那也是「開放」的實際成本落腳之處——記憶體算式並不在乎你接受了哪一種授權條款。在 BF16 下以完整的 1M token 上下文運作時，光是 KV 快取就大約要 266GB，因此模型所宣稱的視窗，和你硬體所能負擔的視窗，是兩套不同的預算。

Meta 唯一沒有寫下的那個數字

Artificial Analysis 的榜單是目前公開紀錄中對 Muse Spark Open 唯一的第三方評測，而它所透露的意義遠超過單一指數本身。

• 智慧 — 在 xhigh 設定下，Artificial Analysis Intelligence Index 為 39，在 118 個超過 150B 參數的開放權重模型中排名第 9，高於同類別中位數 19。

• 速度 — 每秒 103.4 個輸出 token，在該群組的 76 個中排名第 18。

• 成本 — 每項完成的 Intelligence Index 任務為 $0.84，採用託管路徑，定價為每百萬輸入 token $1.25、每百萬輸出 token $4.25。

• 效率 — 該清單將此模型標示為相當精簡，在整個索引執行期間產生約 1.1 億個符元，而中位數為 1.3 億。

把這些對照 Meta 自家的評分卡，落差不在規格，而在涵蓋範圍。Meta 的評分卡寫出：Terminal-Bench 2.1 在搭配 Terminus 2 代理時為 76.4，MCP-Atlas 為 89.2，GDPval-AA v2 為 1401，SciCode 為 58.5，JobBench 為 61.8，HLE-Diamond 在無工具時為 26.1，而 DeepSWE 1.1 在該卡所謂的最佳可用測試框架上為 60。這些列每一項都是在模型自家的代理測試框架內產生，而不是共用框架，這使它們成為能力宣稱，而非同類比較的排名，而我們一項都沒重現。兩份說法一致之處在規格表——總參數 816B、啟用參數 42B、1M 上下文、相同授權、相同輸入模態。不一致之處在於：一方有八項基準測試，另一方只有一個指數、一個速度數字和一個價格。公開資訊中至今任何地方都沒有音訊量測，也沒有視訊量測，儘管模態那一列正是這個模型最與眾不同之處。

然後是 Meta 尚未公布的評估。

發布貼文表示，Muse Spark Open 是在 Meta Superintelligence Scaling Framework 下接受評估，並且「達到我們框架所要求的發布門檻」，詳細結果載於模型卡；模型卡則指向一份完整評估報告，並稱該報告即將發布。一項通過內部框架的安全主張，與一份讀者可檢視的安全報告是截然不同的事物，而截至撰寫時，只有前者存在。

對任何有截止期限的人來說，這並不會改變什麼

Muse Spark Open 不是那種你把 API 金鑰指向它就能用的東西。它涉及下載、授權、需申請核准的表單，以及硬體決策；如果這個工作負載這週就需要答案，那麼在產生第一個 token 之前要處理的範圍很大。實務問題是：你現在能存取哪個 Muse 模型？答案就在封閉產品線裡：Muse Spark 1.2 與 Muse Spark 1.1 是 OrcaRouter 所路由的兩個檢查點，兩者都以 Meta 的定價提供：每百萬輸入 token 1.25 美元、每百萬輸出 token 4.25 美元，加成 0%，因為供應商的定價是原樣傳遞，而非加價。它們在同一個 1,048,576 token 視窗內接受文字、圖像、影片、音訊與 PDF 輸入，因此這個開放檢查點備受讚譽的多模態行為，今天就能在服務產品線上使用，無需排隊等待下載。

Muse Spark Open 並不在我們的目錄中，我們也不會暗示相反的情況——一個整體賣點就是「你可以自己跑」的模型，就是你自己跑的模型。真正還能派上用場的，是環繞在它周邊的配置：橫跨 200 多個模型的單一 API 意味著一個未經證實的檢查點不必成為生產環境的賭注，自動容錯移轉可以在第一家供應商效能下降時把請求轉交給第二家供應商，而路由 DSL 能透過設定、而非修改程式碼，在模型之間調度流量。對於一個一天前才發布、只有一份獨立基準測試、且評估報告尚未公開的模型來說，這是最便宜的方式，能在別人的基礎設施吸收變異的同時，摸清它在你的流量上表現如何。

什麼會移動這個棋子

有三件事是懸而未決，而非未知，且每一件都會改變解讀。第一件是 Meta 的評估報告，這是安全聲明與安全紀錄之間的差別。第二件是第二個獨立測量——一位分析師用一個指標只是一個數據點，而非共識，而且至今尚未有任何人讓 Muse Spark Open 接受音訊或視訊評估，儘管這些是其宣傳的差異化優勢。第三件是該授權在實際運作中的表現：兩千萬美元的門檻與署名條款是決定性的條款，它們將決定這款按分數計算最強的美國開放權重模型會成為最常被使用的模型，還是繼續停留在團隊下載來測試、然後從其他地方提供服務的模型。在至少其中一件得到解決之前，這個標題的誠實版本是：Meta 發布了按唯一可得的獨立指標衡量最有能力的美國開放權重模型，而其授權讓「開放」一詞保持具體而非絕對。

數字無法告訴你的是，這一切在實際運作中是否出了問題：針對此類模型有記錄的 AI 事件與代理故障，都收錄在the OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、可信度等級與爭議標記。