Muse Spark Open 對上 Muse Spark 1.3：為了免費而放棄九個指數點，代價太大了

這是 Meta 自家陣營中令人不太舒服的比較。Muse Spark Open於 2026 年 10 月 15 日發布，是任何人都能下載的 8160 億參數開放權重模型；獨立評測將其列在 Artificial Analysis Intelligence Index 的 39 分。Muse Spark 1.3則是 Meta 於 2026 年 9 月 2 日推出的專有 API 模型，分數為 48。九分不是四捨五入的差距——這大約是從一個能力層級到下一個層級的距離，而正是這個數字，讓「乾脆直接跑開源版就好」這項建議，遠比在發布當天聽起來還糟得多。

從情境出發，而不是規格表

三個團隊檢視了 Muse Spark Open 的發布，並詢問他們是否能取消某些東西。

第一種做法會執行每晚批次管線，讀取固定語料庫並輸出結構化紀錄。延遲無關緊要，資料量極大，結構描述永不變動。這個團隊應該採用開放權重，別再按 token 付費。

第二種會執行一個互動式編碼代理，每次使用者請求都會發出十幾次小型往返呼叫。這個團隊不應該這麼做，原因在於輸送量和推理成本，而這兩者即將變得具體許多。

第三個執行的是艱難的多步驟推理——這種推理要求模型維持一條長串的推論、在其中呼叫工具，並從自身的死胡同中恢復過來。這個團隊也不應該如此，而對他們而言，九個百分點的差距並不是抽象概念。它是能完成的工作流程與必須有人隨時照看的工作流程之間的差別。

以下全部內容都是關於如何不靠猜測來分辨那三者。

這九點是由什麼組成的

這個指數是綜合性的，而綜合性的東西會掩蓋結構。這裡的結構大致上就在你預期的地方，只有一個意外。

• 代理式與工具使用工作——Muse Spark 1.3 最擅長的領域。Meta 自家為 1.3 發布的數據，由廠商報告並在其自家測試框架內測量，顯示 Terminal-Bench 2.1 為 83.9，DeepSWE 1.1 為 68。相較於 Muse Spark Open 廠商報告的 76.4 和 60，這是在最接近真實代理行為的評估上穩定領先七到八個百分點，且與獨立指數差距幾乎完全吻合。

• 閉卷推理——更大的差距。Muse Spark Open 自家的計分卡顯示，它最弱的一列是在不使用工具時的 HLE-Diamond，Meta 報告為 26.1。Muse Spark 1.3 是作為推理優先的模型打造；其名稱中的「max」推理配置並非裝飾。

• 知識廣度 — 比標題所暗示的更狹窄，而 Artificial Analysis 在一個全知軸上為兩個模型評分，該軸上的差異比指數差值所暗示的還小。這很重要，因為這意味著差距集中在推理深度與代理續航力上，而不是模型知道多少。

• 速度 — Muse Spark 1.3 測得每秒 127.7 個 token，在 Artificial Analysis 的 185 個模型中排名第 41。Muse Spark Open 的速度尚未有任何獨立第三方公布。在兩台桌上型電腦上自行託管的 816B 專家混合模型，速度將慢於 127.7 tok/s，但慢多少仍是未知數，而這是證據中僅次於成本的第二大缺口。

• 價格 — Muse Spark 1.3 的售價為每百萬輸入 $1.25、每百萬輸出 $4.25，並提供 88% 的快取輸入折扣，實測每項 Intelligence Index 任務為 $1.60。Muse Spark Open 沒有每 token 價格；其成本在於硬體，且目前沒有針對它的獨立每任務成本數據。

那份清單中有一行值得再仔細看一遍，因為那是最常被弄錯的論點。Muse Spark 1.3 是個冗長的推理模型。Artificial Analysis 測得它在整場評估中消耗了約 1.7 億個 token，而 Muse Spark 1.2 約為 1.3 億個——這正是為什麼在同樣的名目 token 價格下，1.3 每項任務要價 $1.60，而 1.2 只要 $0.97。前沿推理層級會向你收兩次費：一次是為了能力，一次是為了它苦思抵達該能力所燒掉的 token。

推理旋鈕才是真正的價值所在

這兩個模型都以推理為優先，而且兩者都不會讓你關掉這項功能，但它們呈現推理投入程度的方式不同，而這項差異是這一頁上最實用的資訊。

Muse Spark Open 公開地把自己的努力階梯攤在陽光下：low、medium、high 與 xhigh 分別對應 16、64、256 與 512 個推理 token，而系統提示中的推理強度提示也起著同樣的作用。那是一個你能從自己的程式碼裡轉動的旋鈕，每個設定都有已知的成本；而且由於你付出的是電力和實際耗時，而不是每輸出 token 的美元，把它調低在電錶上不會讓你多花一毛錢。它讓你付出的是準確度，而且僅僅是準確度。

在 Muse Spark 1.3 上，供應商端也存在同一套階梯，而且你每往上調一格都得付費。在每百萬個輸出 token 收費 4.25 美元、且推理 token 也計入輸出的情況下，一個以最大努力運行的工作流程，正以現行最字面意義的方式，為模型的深思熟慮付費。這正是開放模型的經濟效益不僅站得住腳、而且確實更優越的一點：一個負擔得起更用力思考的批次工作可以自由這麼做，而一個不需要用力思考的批次工作則可以自由停下來。

差距消失之處

三種情況會讓九分的差距化為烏有。

微調是第一個也是最大的。Muse Spark 1.3 無法以任何價格在你的資料上進行微調。Muse Spark Open 可以，憑藉 Meta 隨權重一同發布的 TorchTitan 支援。一個根據你的程式碼庫、你的結構描述或你的領域詞彙微調過的模型，與那個得分為 39 的模型並不相同，無論是哪個方向——而且對於狹窄的任務，較弱的通用模型微調後的版本，通常會勝過較強的未微調版本。如果你的問題是特定的，那麼指標差距就不是相關的衡量標準。

資料駐留是第二點。如果語料庫不能離開你的網路，那比較的就不是 39 和 48，而是 39 和根本沒有模型。這不是什麼難以取捨的決定，從來都不是。

攤銷後的批次量是第三項，但有個但書。若一條管線的 token 消耗量大、穩定且可預測，便能合理支撐其硬體成本。但若是具突發性的管線則不行，因為自行託管會把變動成本轉為固定成本，而且無論閒置時數多寡都照樣向你收費。另請注意，Muse Spark 1.3 的快取折扣，正好讓大型批次管線所產生的重複情境模式享有格外便宜的代管模型，因此自行託管的理由比單純用 token 數乘以價格的粗略計算所顯示的更薄弱。

當鴻溝化為高牆

有兩類工作負載不該交給開放模型處理。

互動式代理是第一優先。Muse Spark 1.3 測得每秒 127.7 個 token，而代理迴圈會將這個數字乘以每項任務的往返次數。Muse Spark Open 並未公布速度，而從結構上預期，一個在桌上型記憶體頻寬上執行的 816B 模型將會遠遠落後。如果有真人正在等待，那九個指數分數就無關緊要，吞吐量差距才是一切。

突發式的前沿推理是第二項，原因更為微妙。需要 48 點推理能力的工作負載，幾乎按定義就是失敗代價高昂、推理鏈很長的那些。為了節省每 token 的帳單，把這些工作負載跑在低一階的模型上，而且吞吐量未知，等於用一筆可預測的小成本，換取一筆不可預測的大成本。那正是本文開頭提到的第三個團隊應該拒絕的交易。

兩者都想要的那支團隊

大多數最終同時執行兩者的組織之所以這麼做，是因為工作負載確實不同：互動式路徑需要速度，批次路徑需要成本效益，而只有某些路徑需要留在地端。失敗模式不在於架構——而在於拆分是寫在文件裡，而不是存在於組態設定中，並且開發者會從教學課程中複製模型字串。

路由層正是修正這一點的機制。 OrcaRouter 以 Meta 的牌價、0% 加成來路由 Muse Spark 1.2，並將供應商的牌價原樣傳遞下去，因此代管端的降價當天就會抵達你的金鑰，無須做任何重新定價的功夫。它並不代管 Muse Spark Open，也不應被解讀成有：一個整體主張就是你能持有權重的模型，就是要跑在你自己的硬體上。路由器所貢獻的是互動的那一半——Muse Spark 1.3 目前也並非由 OrcaRouter 路由，所以今天的實際樣貌是：在你原本呼叫代管層級的地方繼續呼叫，讓單一 API，具備自動容錯移轉與路由 DSL，把你能觸及的 200+ 個模型收在單一金鑰之下，而由你自己的硬體處理那些必須留在家裡的工作。

依工作負載選擇，而非依授權。

如果任務狹窄到足以調校、如果資料不能外流、如果工作負載龐大且穩定，而且最重要的是，如果模型可以隨心所欲地以任何努力程度思考而不必讓計量錶一直跑，那就採用 Muse Spark Open。這就是四個條件，而它們通常彼此相關——管線狹窄、批次式且平穩。

若有人會等待輸出結果、推理確實艱難、工作負載具突發性，或你需要一份經過確認的多模態能力清單，就選用 Muse Spark 1.3——1.3 的文字、圖片與影片輸入是各自獨立列出的，而 Muse Spark Open 所宣稱更廣泛的音訊與影片能力則屬廠商自行聲明，且經獨立實測僅涵蓋文字與圖片。

你不該做的，是因為開放權重免費就選用它們。39 到 48 之間的那九分是真實的，它們恰恰集中在讓這些模型有用的代理式與推理工作上，而再多的本地推論也補不回來。Muse Spark Open 是針對一組特定問題的正確答案。它不是 Muse Spark 1.3 的折扣版。

Muse Spark Open 可依 Muse Model License 下載；Muse Spark 1.3 按 token 計價，輸入為 1.25 美元、輸出為 4.25 美元，快取折扣則依供應商本身的費率套用。