刚刚，美国最强开源模型发布！放中国只能排第七？
智东西
智东西10月16日消息，今天凌晨，Meta发布开放权重模型Muse Spark Open。该模型总参数量达8160亿，每次推理激活420亿参数，支持100万Token上下文窗口。作为原生多模态模型，其主攻编程和Agent任务，重点面向长时间执行任务、复杂软件工程及多步推理场景。
Meta称，这是迄今能力最强的美国开放权重模型。借助最新版MLX框架，Muse Spark Open可在两台搭载苹果M5 Ultra芯片的Mac Studio上运行，将大模型编程、视频处理等Agent工作流搬到桌面端。
Meta创始人马克·扎克伯格在X平台发文表示，得益于与苹果团队的合作，该模型在新款Mac Studio上运行良好，并展示了双机搭配显示器的桌面照片。苹果CEO约翰·特努斯回应称，直接在桌面端高效运行令人惊叹，Mac Studio正持续拓展端侧AI的边界。
在第三方评测机构Artificial Analysis的开放权重模型智能指数榜单上，Muse Spark Open（xhigh）获得39分。这一成绩低于MiMo-V2.6-Pro（46分）、GLM-5.3（45分），以及Step 5 Preview、Kimi K3等模型，与DeepSeek V4.1 Flash持平。值得注意的是，蚂蚁集团刚开源的Ling-3.1-flash取得41分，领先于Meta该模型。
目前，开发者可通过Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI等平台的API使用Muse Spark Open，也可通过Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face和Microsoft Foundry Models下载模型权重。
该模型支持SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果MLX、llama.cpp和Unsloth等主流推理框架，并针对AMD、苹果、英特尔和英伟达芯片进行了优化。开发者还可以使用PyTorch框架进一步定制模型。
https://huggingface.co/collections/meta-models/muse-spark-open
8160亿总参数、百万Token上下文，编程落后于多款国产开源模型
Muse Spark Open采用稀疏混合专家架构，总参数量为8160亿，每个Token激活约420亿参数，支持100万Token上下文窗口，可接收文本、图像、视频和音频输入。
基准测试方面，Muse Spark Open在部分Agent、知识推理和工具辅助多模态测试中表现领先。但在考察终端环境下编程与任务执行能力的Terminal-Bench 2.1中，其得分为76.4分，低于Qwen3.8-2.4T-A95B、GLM 5.3和Kimi K3；在软件工程测试DeepSWE 1.1中，其得分为60分，低于GLM 5.3的67分和Kimi K3的68分。
在考察真实职业场景中知识工作任务完成能力的GDPval-AA v2中，Muse Spark Open得分为1401分，同样低于Qwen3.8-2.4T-A95B、GLM 5.3和Kimi K3。
两台M5 Ultra Mac Studio本地运行，能改代码、剪视频
为支持桌面端部署，Muse Spark Open针对最新版MLX框架和搭载M5 Ultra芯片的Mac Studio进行了优化。
Meta指出，苹果统一内存架构允许每台Mac Studio的集成GPU使用最高512GB内存，两台设备合计可提供约1TB统一内存，从而容纳完整模型。M5 Ultra的内存带宽为1.2TB/s，可支持读取每个Token计算所需的部分模型参数。由此，两台Mac Studio可以像一台拥有约1TB统一内存的超级计算机一样协同工作。
Meta使用由Muse Spark Open驱动的Muse Code，测试了一系列完全在设备本地运行的Agent工作流。在编程场景中，模型为开源Mastodon客户端Ice Cubes完成了实际的iOS代码修改，任务覆盖修复Bug、添加新功能，以及完成整个项目的构建。在视频处理场景中，模型能够操作视频剪辑软件DaVinci Resolve，逐帧检查素材，寻找更适合保留的片段，并将画面裁剪为竖屏。
适配多家芯片与推理框架，进行安全后训练
Muse Spark Open发布时已适配SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果MLX、llama.cpp和Unsloth等推理框架，并针对AMD、苹果、英特尔和英伟达芯片进行优化。
在推理性能方面，Meta为SGLang提供了可自动调优的定制Helion GPU内核。按照其公布的数据，这些内核在英伟达和AMD GPU上实现了1.03-3.95倍的内核级加速，在AMD MI350上带来的端到端性能提升为3%。
安全方面，Meta称，针对开放权重发布，Muse Spark Open进行了额外的安全后训练，并依据Meta超级智能扩展框架开展评估，达到了该框架要求的发布门槛。
结语：开放权重模型走向本地工作流，实际能力仍待验证
Muse Spark Open开放权重，为开发者部署和定制大模型提供了更多选择，针对苹果桌面设备的适配也拓展了本地Agent的应用空间。
不过，从基准测试成绩及第三方评测看，其综合能力及部分编程表现仍落后于国产开放权重模型。在真实任务中能否稳定、高效地完成复杂工作，还需要更多独立测试和实际应用来验证。
