Muse Spark Open 對比 Muse Spark：當 Meta 把權重交到你手上時，你放棄了什麼

當人們輸入「Muse Spark Open vs Muse Spark」時，他們真正想比較的並不是兩個模型——而是兩種打著同一家族名稱的發行模式。Muse Spark Open 是 Meta 於 2026 年 10 月 15 日發布的開放權重 816B 參數稀疏混合專家模型，可依 Muse Model License 下載，支援文字、圖像、影片和音訊輸入，並輸出文字。Muse Spark 則是同一系列的封閉託管產品線——2026 年 4 月的原始模型，接著依序是 Muse Spark 1.1、1.2 和 1.3——透過 Meta 的 Model API 按 token 銷售，且無法透過其他方式存取。一個以檔案和授權的形式出現；另一個則以端點和價目表的形式出現。兩者之間幾乎所有實務差異都源於那一個分岔。

首先，一個值得釐清的命名問題

「Muse Spark」若沒有附上版本編號，確實會產生歧義；而如今既然出現了開放的兄弟產品，這種歧義只會更加嚴重。

• Muse Spark，未標示版本 — 原始模型，於 2026 年 4 月發布，在 Artificial Analysis 的清單上具備 262K token 上下文，輸入支援文字、圖像與語音。

• Muse Spark 1.1 與 1.2——分別於 2026 年 7 月和 8 月推出，兩者皆具備該系列的 1M-token 上下文視窗。

• Muse Spark 1.3 — 2026 年 9 月，Meta 標示為當前版本並建議用於新工作的版本。

• Muse Spark Open — 一個獨立的開放權重版本，並非封閉系列的一個版本，也不是 1.3 的後繼版本。

還有一第四樣東西，常與上述所有內容混為一談：Muse Glimmer，同一研究團隊推出、以 Apache 2.0 授權的 30B 稠密開放模型。有人搜尋「open Meta Muse model」而找到 Glimmer，確實找到了一個真正的開放權重模型，但卻是錯的那一個。Muse Spark Open 才是 816B 模型；Glimmer 則是本地端的小型模型。

理論上，雙方各自是什麼

六個維度，雙方，使用廠商所述的數字，以及 Artificial Analysis 的獨立列表（若存在）。

• 權重 — Muse Spark Open：可下載，總計 816B／活躍 42B，需申請存取權的儲存庫，提供 BF16 與 NVFP4 檢查點。Muse Spark（閉源系列）：沒有權重、沒有授權、任何版本皆無法下載，包括 1.3。

• 輸入 — 開放：根據 Meta，為文字、圖像、影片與音訊；而根據 Artificial Analysis 的清單，為文字、圖像、語音與影片。封閉 1.2：根據 Artificial Analysis，為文字、圖像、語音與影片。兩個來源對開放模型的模態清單看法一致；而兩者都尚未發布的，是對音訊或影片路徑的測量結果。

• 輸出——僅限文字，雙方皆同。兩者均不生成圖像、音訊或影片。

• 上下文 — Open 以及 1.1、1.2 和 1.3 皆為 1,048,576 個 token。原始未標示版本的 Muse Spark 則較低，為 262K。

• 授權與條款 — 開放式：Muse Model License，附有姓名標示要求，以及一項適用於年度關係企業營收超過 2,000 萬美元的模型即服務條款。封閉式：商業 API 條款，並有折扣的「Contributor」方案，以較低價格換取在你的提示與補全內容上進行訓練的權限。

• 價格 — 開放版：Meta 不收取任何費用，因為 Meta 並不提供此服務。你支付的費用要嘛是你自己的硬體成本，要嘛是推論平台向你收取的費用。閉源版 1.3：每百萬輸入 token 為 $1.25、每百萬輸出為 $4.25、每百萬快取輸入為 $0.15，另有 Contributor 版本，價格為 $0.10 / $0.20 / $0.002。

獨立數字，以及關於它們的誠實但書

Artificial Analysis 是唯一一個針對此比較雙方都提供公開清單的第三方，這使得它成為唯一一個連同類比對都還可能成立的地方——但有一個它並不隱藏的但書：它是以相同尺寸級別的開放權重模型彼此進行基準測試，並將專有模型與同一價格帶的專有及開放模型相比。另請注意，下方封閉一方的數據是 Artificial Analysis 自身對託管端點的測量，而開放模型的 Index 與速度則來自同一分析師對一個沒有人有義務託管的模型的託管清單。因此這些分數在方向上可相比，但並非經稽核的對等值。

• Muse Spark Open（xhigh）— Intelligence Index 39，輸入支援文字、圖像、語音與影片，輸出速度每秒 103.4 個詞元，表列託管定價 $1.25 輸入 / $4.25 輸出，每項 Intelligence Index 任務 $0.84。

• Muse Spark 1.2（xhigh）——智慧指數 40，文字、圖像、語音與影片皆可輸入，每秒 361.4 個 token，輸入 $1.25／輸出 $4.25，每項指數任務 $0.97。其頁面現在帶有棄用通知，指向 1.3。

• Muse Spark 1.3（max）—— 智慧指數 48，支援文字、圖像與影片輸入，每秒 121.9 個 token，輸入 $1.25／輸出 $4.25，每項指數任務 $1.60。

• 原版 Muse Spark — 智慧指數 31，262K 上下文，速度與成本未測量，標記為已淘汰。

那份清單的形狀才是有趣之處。開源模型並沒有勝過閉源產品線。在最高推理設定下，它比已棄用的 1.2 低一分，比 1.3 低九分——而且在此同時，速度大約比 1.2 慢三倍半。它真正贏得的是每項任務成本：在同一指數上，$0.84 對上 1.3 的 $1.60，這是該系列中最低的每項任務數字。所以這筆取捨不在能力，也其實不在每詞元價格，因為這張表中的每個託管方案都標示相同的 $1.25 / $4.25。而是控制權。

那張表裡有一個數字值得存疑，而非直接引用。Muse Spark Open 所列的託管價格，與封閉的 Muse Spark 1.3 在 Meta 的標價完全相同，精確到分，而且三欄皆然。這可能是真正的市場清算價格，也可能是分析師在該模型自身定價尚未底定時，先拿同系列產品的價目表把欄位填上。在實際供應商發票確認之前，請將 Open 的成本數字視為暫定，而 1.3 的則視為廠商公布價。

開放授權讓你付出、而 API 永遠不會讓你付出的代價

授權條款是這兩條路徑分歧最為劇烈之處，也是大多數讀者只會快速瀏覽的部分。

直白地說，你獲得的是：自由使用、複製、修改、微調、蒸餾、合併、發布、再授權及販售衍生作品的自由，而 Meta 宣稱不擁有輸出內容的所有權。在此之上，還有兩項條件。

• 姓名標示 — 本授權條款要求「Built with Muse Spark Open」須顯著顯示於任何使用本模型或其衍生物之產品的介面中，或其文件、網站或設定選單中。

• 模型即服務觸發條件——如果您或您的關係企業透過 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內的合計總營業收入超過 2,000 萬美元，您必須先通知 Meta 並簽署另一份獨立協議。內部使用、研究，以及將該模型內建於您自己的非 API 產品中出貨，則不在此限。

• 受限存取——下載本身即受存取控管，須填寫申請表，表中要求提供完整法定姓名、出生日期，以及附有企業識別碼的機構名稱，且一旦提交便無法編輯。

將那一點對照封閉產品線的條款，比較就會反轉。API 路線完全不問歸因，不設營收門檻，除了金鑰之外不涉及任何文書作業。它確實要問的是資料問題：在 Contributor 方案層級，Meta 可以使用你的提示與完成內容進行訓練，而這正是讓它在輸入上便宜約十倍、在輸出上便宜超過二十倍的原因。封閉的 Standard 方案層級的承諾則相反——你的資料不會被用於訓練。

每條路徑實際運作的成本是多少

「每 token $0 對上每百萬 $1.25」這種頭條式比較在兩個方向上都是錯的，所以值得誠實地定價。

• 資料中心 BF16 — Meta 自家的配方在四個節點、每個節點八張 H200 GPU 上，以張量平行度 32 執行完整檢查點。開放權重並沒有消除硬體帳單；它只是把帳單轉移到了你的資產負債表上。

• 資料中心 NVFP4 — 此 4 位元建置已記載於單一 B200 節點上，並搭配 Meta 的 SGLang 參考配置，橫跨四個 GB300 GPU。

• 桌上型電腦——真正全新的選項。兩部搭載 M5 Ultra 晶片的 Mac Studio 能容納完整的 BF16 檢查點，因為每一部都能提供最高 512GB 的統一記憶體，頻寬達 1.2TB/s。Hugging Face 與 llama.cpp 團隊測試的一種 2 位元量化，在單一部 512GB 的 M3 Ultra 上以 304GB 運行，速度達每秒 18 個詞元，還留有空間給快取。

• 上下文陷阱，在兩條路徑上皆然——在 BF16 的完整 1M-token 視窗下，光是 KV 快取就高達約 266GB。買下權重並不等於買到那個視窗；在託管端點上，同樣的上限則藏在以相同方式增長的每 token 價格背後。

封閉產品線在桌上型列中沒有對應項目。沒有任何組態能讓 Muse Spark 1.3 在你擁有的硬體上執行，無論採用何種量化、何種速度。

依情況該選哪一個

決策規則比雙方行銷所暗示的都更狹隘。

• 如果你的工作負載對能力至關重要，而且你需要這個家族今天能產出的最佳答案，封閉路線會勝出，而且差距不小——1.3 在最高推理設定下，得分比開放模型高出九個指標點，而開放模型還更慢。

• 如果你的限制條件是提示不得離開你掌控的基礎設施，或者你需要進行微調、合併或蒸餾，那麼開放權重是這個系列中唯一的選項。對任何 Muse Spark 版本來說，這兩者都不成立。

• 如果你想要這個系列上每項任務最便宜的結果，開放模型的 $0.84 索引任務是檯面上最低的數字——但它也是檯面上驗證程度最低的數字，而且取決於你在哪個平台上執行。

若你想在正式投入前用真實流量評估這兩者，這種拆分本身就是支持採用單一端點的理由：Muse Spark 1.2是 OrcaRouter 所路由的兩個 Muse 模型之一，以 Meta 的定價、0% 加價提供，因此官方公布的價格變動會直接反映到你的金鑰，無需重新協商。Muse Spark Open 並不在我們的目錄中，我們也不會聲稱它在——它是你要下載的模型，而不是你能呼叫的模型。我們也不路由 Muse Spark 1.3；我們提供的兩個版本是 1.2 和 1.1。

在這種特定情況下，路由層換來的不是折扣，而是一條退路。一套橫跨 200 多個模型的 API、當供應商服務降級時的自動容錯移轉，以及可透過設定在模型之間移動流量的路由 DSL，全都意味著開源與閉源之間的選擇不再是一場遷移。一個一天前才發布、只有一份分析師指數且無法重現的模型，正是你會希望有那種能轉移流量、且背後不必改動程式碼的選項的情況。

雙方都尚未解決的部分

這項比較之上仍懸著兩個未解的問題，而兩者都無法促成一个乾淨俐落的定論。

首先是量測。Meta 自己針對 Muse Spark Open 的評分卡是由供應商回報，且取決於測試框架；而其發布貼文所指向的安全報告，被描述為即將推出，而非已發布。獨立視角則是一個分析師指數、一項速度數據和一份模態清單——而該清單在規格上與供應商一致，卻對那四條輸入路徑中哪一條實際上已被量測隻字未提。九個指數點的差距很大，而目前這道差距是由單一機構在不同模型類別中量測出來的。

第二點是，開放權重究竟是否會改變該系列的方向。Meta 如今已發布了這個規模的模型，同時讓閉源系列的每一個版本都維持專有，而這個開放版本在能力上位於閉源旗艦之下，而非與之持平。這是一套連貫的策略——前沿能力維持託管，前一代的形態則變成可下載——而 Meta 並未明說這套策略。如果未來的 Muse Spark Open 在發布時能與閉源系列匹敵，這項比較就不復存在。在那之前，誠實的解讀是：開放權重讓你以能力上的折扣換得該系列的架構及其上下文視窗，但它並沒有讓你得到前沿能力。

像這樣的比較，也正是失效模式會顯現的地方：這一類模型背後有紀錄的 AI 事件與代理失敗，都收錄在 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，以及爭議旗標。