一句話重點

Muse Spark Open 是 Meta 在 2026 年 10 月 15 日（美國時間）釋出的開放權重模型：權重可以下載，自己架設使用。它是 816B 總參數、42B 啟用參數的「混合專家」架構（每次只叫醒一部分參數），一次能讀進 100 萬 token，可輸入文字、圖片、音訊與影片，輸出文字。Meta 稱它是「the most capable US open-weight model to date」，但在 Artificial Analysis 的指數上，xhigh 設定是 39，低於中國的開放權重模型。 它跟封閉的 Muse Wonder 是不同的模型，也不是 Muse app。

開放權重是什麼意思

開放權重是指把訓練好的模型檔案放出來讓人下載、修改，但不一定公開訓練資料與程式，授權也可能有限制，所以不等於傳統開源。Bloomberg 指出，Meta 較強的模型仍維持封閉，這次只開放其中一款。

跑分怎麼看

Meta 官方公布的 Muse Spark Open 與其他開放權重模型跑分對照表
圖片來源：Meta

Meta 的表只拿開放權重模型比，Muse Spark Open 使用 xhigh，GLM 5.3 與 Kimi K3 使用 max。根據 Meta 公布的數據，Muse Spark Open 在 JobBench（61.8，GLM 5.3 是 61.4，幾乎打平）、MCP-Atlas（跨 app 使用工具，89.2）、HLE-Diamond（不用工具，26.1）與 AA-Omniscience（25，答錯會扣分的測試）領先，圖中三項使用工具的圖像測試也領先兩項。

落後的是 GDPval-AA v2（1401，GLM 5.3 是 1653）、Terminal-Bench 2.1（76.4，Kimi K3 是 85.0）、DeepSWE 1.1（60，Kimi K3 是 68）與 SciCode（58.5，Kimi K3 是 59.5）。Meta 主打 coding，但在圖列的兩項 coding 測試上，中國模型領先。它在這張表的工具使用與部分多模態測試表現突出；GLM 5.3 與 Qwen3.8-2.4T-A95B 不原生支援多模態輸入，因此沒有圖像測試成績。

方法說明指出，其他模型的工具與提示詞沒有特別調校，分數混合官方排行榜、Meta 內部測試與廠商自報；Muse Spark Open 與 Kimi K3 在 DeepSWE 1.1 分別用 Muse Code 與 Kimi Code，分差不能只當成模型本身的差距。

根據 Artificial Analysis，Muse Spark Open（xhigh）的指數是 39 點，不是百分比。同榜的 MiMo-V2.6-Pro 是 46、GLM-5.3（max）是 45、Kimi K3（max）是 44；Meta 自家封閉的 Muse Spark 1.3 則是 xhigh 45、max 48。依這項指數，Muse Spark Open 並非開放權重第一；Meta 的宣稱限定於美國開放權重模型。

一般電腦跑得動嗎

一般配備不適合。Meta 的標準部署會載入全部 816B 權重，另需對話暫存與執行時的記憶體；社群量化版也能以 RAM 或磁碟 offload 執行，但速度會下降。

版本權重大小官方或社群舉例的硬體
BF16 原始格式約 1.65 TBMeta：8 張 NVIDIA B300
NVFP4（壓縮權重精度換取較小檔案）約 537 GBMeta：4 張 NVIDIA B300
NVFP4（Apple 計算）約 493 GBApple：兩台各 512 GB 的 Mac Studio（M5 Ultra）
社群壓縮版 UD-IQ1_S176 GBUnsloth 發布的最小版本

Apple 在 8,192 token 的測試中，兩台 Mac Studio 每秒生成 15.74 或 24.99 token，視平行方式而定。MacRumors 指出，512 GB 的 Mac Studio 還沒開賣。一張 8 到 24 GB 的遊戲顯卡差得很遠。所以對多數人來說，「開放」的實際意義是便宜的第三方 API，不是在家裡跑。

價格與怎麼用

Muse Spark Open 不在 Meta 自家 Model API。Together AI、Fireworks、Baseten、Modal 與 OpenRouter 的價格相同：每百萬 token 輸入 1.25 美元、輸出 4.25 美元、快取輸入 0.15 美元。輸入、輸出各 100 萬 token 是 5.50 美元，同樣用量的 Muse Wonder API 是 24 美元。Fireworks 的 serverless 是到 10 月 29 日的有限預覽，只有美國的算力；Groq 是企業預覽，context 為 131,072。

輸入支援也要分平台：Fireworks 目前接受文字與圖片，Modal 列的是文字、圖片與影片；需要音訊與影片輸入，可選頁面明列這兩項的 Together AI 或 Baseten。

想下載權重，Hugging Face 的頁面需要先填表，要寫完整姓名、出生日期與組織。Meta 另列 Amazon SageMaker、Google Cloud Model Garden、Microsoft Foundry。

台灣方面，授權條文沒有排除任何國家，各 API 平台有自己的註冊規則，請在註冊時確認。

授權要注意什麼

  • 可商用：可免費使用、修改、微調、蒸餾（distill）與販售，但須遵守使用政策；散布本體或衍生模型時，須附上版權聲明、授權與使用政策。
  • 要標示：使用本體或衍生模型的產品或服務，須在介面、文件、網站或設定選單醒目顯示「Built with Muse Spark Open」。
  • 大公司提供模型服務要談：你與關係企業合計的總營收在任何連續 12 個月超過 2,000 萬美元，且透過 API 或類似介面對第三方提供模型存取與輸出時，須先通知 Meta 並另簽書面協議。內部使用、研究及非模型即服務的商業活動不受本條限制；自家產品功能的例外，也只適用於該產品不是模型即服務的情況。
  • 輸出與衍生模型：Meta 不主張輸出的所有權，但用它的輸出訓練出的模型，算授權中的衍生模型。
  • 未滿 18 歲不適用：model card 寫明不是供未滿 18 歲使用。

The New Stack 的評語是這個授權「isn’t fully open」。

小企鵝的總結

Muse Spark Open 適合想用美國公司開放權重模型的開發者，以及必須自己架設的公司；若需要音訊與影片輸入，可選 Together AI、Baseten 等明列支援的平台。

一般配備的使用者多半直接用 API 較實際；本地執行通常需要數百 GB 記憶體，或接受 offload 帶來的速度限制。若以圖列的兩項 coding 測試為主要考量，Kimi K3 的成績較高，但仍須留意評測設定與 harness。

重點是：依 Artificial Analysis 指數，它不是目前分數最高的開放權重模型；是否適合你，還要看 API 價格、輸入支援與實際任務表現。

延伸閱讀

封面圖片來源：Meta（research.meta.ai/blog/muse-spark-open）

本文為 AI 工具功能介紹及訂閱方案消費比較，不涉及證券或投資建議。實際定價以各平台官方最新公告為準，本文資訊可能已過時（資料截至 2026 年 10 月 16 日）。