一句话重点

Muse Spark Open 是 Meta 在 2026 年 10 月 15 日（美国时间）发布的开放权重模型：权重可以下载，自己部署使用。它是 816B 总参数、42B 激活参数的“混合专家”架构（每次只唤醒一部分参数），一次能读进 100 万 token，可输入文字、图片、音频与视频，输出文字。Meta 称它是“the most capable US open-weight model to date”，但在 Artificial Analysis 的指数上，xhigh 设置是 39，低于中国的开放权重模型。 它跟闭源的 Muse Wonder 是不同的模型，也不是 Muse app。

开放权重是什么意思

开放权重是指把训练好的模型文件放出来让人下载、修改，但不一定公开训练数据与代码，授权也可能有限制，所以不等于传统开源。Bloomberg 指出，Meta 较强的模型仍保持闭源，这次只开放其中一款。

跑分怎么看

Meta 官方公布的 Muse Spark Open 与其他开放权重模型跑分对照表
图片来源：Meta

Meta 的表只拿开放权重模型比，Muse Spark Open 使用 xhigh，GLM 5.3 与 Kimi K3 使用 max。根据 Meta 公布的数据，Muse Spark Open 在 JobBench（61.8，GLM 5.3 是 61.4，几乎打平）、MCP-Atlas（跨 app 使用工具，89.2）、HLE-Diamond（不用工具，26.1）与 AA-Omniscience（25，答错会扣分的测试）领先，图中三项使用工具的图像测试也领先两项。

落后的是 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）与 SciCode（58.5，Kimi K3 是 59.5）。Meta 主打 coding，但在图中列出的两项 coding 测试上，中国模型领先。它在这张表的工具使用与部分多模态测试表现突出；GLM 5.3 与 Qwen3.8-2.4T-A95B 不原生支持多模态输入，因此没有图像测试成绩。

方法说明指出，其他模型的工具与提示词没有特别调校，分数混合官方排行榜、Meta 内部测试与厂商自报；Muse Spark Open 与 Kimi K3 在 DeepSWE 1.1 分别用 Muse Code 与 Kimi Code，分差不能只当成模型本身的差距。

根据 Artificial Analysis，Muse Spark Open（xhigh）的指数是 39 分，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 自家闭源的 Muse Spark 1.3 则是 xhigh 45、max 48。按这项指数，Muse Spark Open 并非开放权重第一；Meta 的宣称限定于美国开放权重模型。

普通电脑跑得动吗

普通配置不适合。Meta 的标准部署会加载全部 816B 权重，另需对话缓存与运行时的内存；社区量化版也能以 RAM 或磁盘 offload 运行，但速度会下降。

版本权重大小官方或社区举例的硬件
BF16 原始格式约 1.65 TBMeta：8 张 NVIDIA B300
NVFP4（压缩权重精度换取较小文件）约 537 GBMeta：4 张 NVIDIA B300
NVFP4（Apple 计算）约 493 GBApple：两台各 512 GB 的 Mac Studio（M5 Ultra）
社区压缩版 UD-IQ1_S176 GBUnsloth 发布的最小版本

Apple 在 8,192 token 的测试中，两台 Mac Studio 每秒生成 15.74 或 24.99 token，视并行方式而定。MacRumors 指出，512 GB 的 Mac Studio 还没开卖。一张 8 到 24 GB 的游戏显卡差得很远。所以对多数人来说，“开放”的实际意义是便宜的第三方 API，不是在家里跑。

价格与使用方式

Muse Spark Open 不在 Meta 自家 Model API。Together AI、Fireworks、Baseten、Modal 与 OpenRouter 的价格相同：每百万 token 输入 1.25 美元、输出 4.25 美元、缓存输入 0.15 美元。输入、输出各 100 万 token 是 5.50 美元，同样用量的 Muse Wonder API 是 24 美元。Fireworks 的 serverless 是到 10 月 29 日的有限预览，只有美国的算力；Groq 是企业预览，context 为 131,072。

输入支持也要分平台：Fireworks 目前接受文字与图片，Modal 列的是文字、图片与视频；需要音频与视频输入，可选页面明确列出这两项的 Together AI 或 Baseten。

想下载权重，Hugging Face 的页面需要先填表，要写完整姓名、出生日期与组织。Meta 另列 Amazon SageMaker、Google Cloud Model Garden、Microsoft Foundry。

台湾方面，授权条文没有排除任何国家，各 API 平台有自己的注册规则，请在注册时确认。

授权要注意什么

  • 可商用：可免费使用、修改、微调、蒸馏（distill）与销售，但须遵守使用政策；分发本体或衍生模型时，须附上版权声明、授权与使用政策。
  • 要标示：使用本体或衍生模型的产品或服务，须在界面、文档、网站或设置菜单醒目显示“Built with Muse Spark Open”。
  • 大公司提供模型服务要谈：你与关联企业合计的总营收在任何连续 12 个月超过 2,000 万美元，且通过 API 或类似接口向第三方提供模型访问与输出时，须先通知 Meta 并另签书面协议。内部使用、研究及非模型即服务的商业活动不受本条限制；自家产品功能的例外，也只适用于该产品不是模型即服务的情况。
  • 输出与衍生模型：Meta 不主张输出的所有权，但用它的输出训练出的模型，算授权中的衍生模型。
  • 未满 18 岁不适用：model card 写明不是供未满 18 岁使用。

The New Stack 的评语是这个授权“isn’t fully open”。

小企鹅的总结

Muse Spark Open 适合想用美国公司开放权重模型的开发者，以及必须自己部署的公司；若需要音频与视频输入，可选 Together AI、Baseten 等明确列出支持的平台。

普通配置的用户多半直接用 API 较实际；本地运行通常需要数百 GB 内存，或接受 offload 带来的速度限制。若以图中列出的两项 coding 测试为主要考量，Kimi K3 的成绩较高，但仍须留意评测设置与 harness。

重点是：按 Artificial Analysis 指数，它不是目前分数最高的开放权重模型；是否适合你，还要看 API 价格、输入支持与实际任务表现。

延伸阅读

封面图片来源：Meta（research.meta.ai/blog/muse-spark-open）

本文为 AI 工具功能介绍及订阅方案消费比较，不涉及证券或投资建议。实际定价以各平台官方最新公告为准，本文信息可能已过时（数据截至 2026 年 10 月 16 日）。