Meta 兑现承诺开源 Muse Spark Open，自称“最强美国开源模型”
Meta 正式宣布开放 Muse Spark Open 模型权重。尽管官方宣称其为“迄今为止最强的美国开源权重模型”，但若剔除地域限定，小米 MiMo-V2.6-Pro、智谱 GLM-5.3、月之暗面 Kimi K3 及阿里 Qwen3.8 等中国模型在综合性能上均表现更优。
此次开源标志着 Meta 履行了今年 8 月作出的承诺。Muse Spark Open 基于 8 月发布的 Muse Spark 1.2 开发，额外增加了一轮安全训练以提升独立部署时的安全性，其基座与 9 月发布的 Muse Spark 1.3 相同，但二者并非同一版本。
核心参数与定位
Muse Spark Open 总参数量达 8160 亿，采用混合专家架构（MoE），每生成一个 token 仅激活 420 亿参数。该模型支持 100 万 token 的上下文长度，具备全模态输入能力（涵盖文字、图片、视频及音频），但输出仅限于文本。Meta 将其核心定位设定为“编程和执行智能体任务”。
基准测试：工具调用强劲，编程能力稍逊
在 Meta 公布的 11 项基准测试中，Muse Spark Open 取得 6 胜 5 负的成绩。其在工具调用和多模态视觉领域表现突出，但在纯编程任务上落后于部分竞品。
优势领域：工具调用与多模态
- 工具调用：在 MCP-Atlas 测试中得分 89.2，优于第二名阿里
Qwen3.8的 84.5 分。 - 多模态能力：由于部分竞品不支持多模态，
Muse Spark Open在此领域主要与Kimi K3形成竞争态势。
短板：编程能力排名靠后
- Terminal-Bench 2.1：得分 76.4，显著低于
Kimi K3（85.0）和GLM-5.3（83.9）。 - DeepSWE：在有成绩的 6 个模型中排名第 4。
第三方评测：综合智能指数排名第 8
据第三方机构 Artificial Analysis最新数据，Muse Spark Open 的综合智能指数为 39 分，在 117 个大参数开源模型中排名第 8，与 DeepSeek V4.1 Flash 并列。
排名前列的模型包括：
- 第一名：小米
MiMo-V2.6-Pro（46 分） - 第二名：智谱
GLM-5.3（45 分） - 第三名：
Kimi K3（44 分）
值得注意的是，智谱 GLM-5.3 总参数量仅为 7530 亿，小于 Muse Spark Open，却在性能上实现超越，展现出更高的参数效率。
本地部署：联手苹果打造桌面级“超级计算机”
Meta 与苹果合作展示了 Muse Spark Open 的本地运行能力。通过雷雳 5 连接线将两台配备 M5 Ultra 芯片和 512GB 统一内存的 Mac Studio 互联，构建出等效 1TB 统一内存的计算环境。
实测性能与成本
- 显存占用：4 bit 量化后模型大小约 493GB，单台 512GB 机器运行较为勉强，双机组合更为稳定。
- 生成速度：双机模式下每秒生成约 25 token；若扩展至四台机器，速度提升至每秒 37 token 左右。
- 硬件成本：512GB 版本的 M5 Ultra Mac Studio 尚未正式发售，预计 10 月底上市。参考 256GB 版本超 1 万美元的售价，整套部署方案门槛极高。
针对预算有限的开发者，开源团队 Unsloth 已发布 2 bit 压缩版，可在 256GB 内存设备上运行，但会一定程度上牺牲模型性能。
API 服务与开源协议
OpenRouter、Together AI 等平台已上线 Muse Spark Open API 服务。以 OpenRouter 为例，输入价格为每百万 token 1.25 美元，输出为 4.25 美元，与闭源版本 Muse Spark 1.3 定价一致，价格优势不明显。
Muse Model License 授权条款
Muse Spark Open 沿用 Meta 特有的开源协议，主要规定如下：
- 允许用途：支持微调、蒸馏及商用。
- 标注要求：基于该模型开发的产品需醒目标注“Built with Muse Spark Open”。
- 营收限制：若公司过去一年营收超过 2000 万美元，对外提供模型服务需单独签署协议；公司内部使用或嵌入自家产品则无需额外授权。
