Meta 已发布 Muse Spark Open，这是一个 816B（42B 激活）参数的开源权重模型，在 Artificial Analysis Intelligence Index 上得分 39，使其成为排名第 1 的美国开源权重模型。
Muse Spark Open（xhigh）比 Muse Glimmer（high，17）高出 22 分，后者是 Meta 于 8 月发布的 30B 稠密开源权重模型。它也领先于 NVIDIA 的 Nemotron 3.5 Super VL（26），后者是得分次高的美国开源权重模型，于今日发布。
@AIatMeta 在公开发布前与我们共享了访问权限以进行基准测试。祝贺 @AIatMeta、@finkd 和 @alexandr_wang 完成此次发布！
核心要点：
➤ 开源权重达到 Meta 8 月旗舰模型的水平。Muse Spark Open 的得分与 Muse Spark 1.2（xhigh，40）相差不到 1 分。它在 AutomationBench-AA 上更强，幻觉率更低，但在 GDPval-AA v2.1、CritPt 和 AA-Omniscience 准确率上较弱。在 Meta 目前的产品线中，它落后 Muse Wonder（max，52）13 分，落后 Muse Wonder Full（max，56）17 分。
➤ Token 高效，每任务成本适中。Muse Spark Open 在每个 Intelligence Index 任务上使用 40k 输出 token，是九个得分最高的开源权重模型中最少的：例如比 Muse Spark 1.2（xhigh，48k）少 16%，比按规模与其最接近的中国同类模型 GLM-5.3（max，71k）少 43%。Together AI、Fireworks 和 Baseten 在发布时即提供该模型，价格为每 1M 输入/输出 token 1.25/4.25 美元（缓存输入 0.15 美元）。按此定价，每个 Intelligence Index 任务成本为 0.84 美元。这低于相同每 token 价格下的 Muse Spark 1.2（0.97 美元），不到 GLM-5.3（max，2.01 美元）的一半，但约为 DeepSeek V4.1 Flash（max，0.27 美元）的三倍。
➤ 与中国开源权重领先模型相比，智能体任务方面相对较弱。在九个得分最高的开源权重模型中，Muse Spark Open 在指数的四项智能体评估中排名最后，但在其余六项评估综合排名中位列第四，并且它在 AA-Omniscience（25）上领先所有开源权重模型。按规模与其最接近的中国模型 GLM-5.3（max），其 6 分的领先优势全部来自智能体评估。
➤ 可在单节点或两台 Mac Studio 上自行部署。BF16 权重约 1.6TB。Meta 的 NVFP4 检查点仅对 256 个专家进行量化，将权重缩减至约 530GB。Meta 表示，它可以在四块 Blackwell Ultra GPU 或八块 H200 上运行，也可以在使用 MLX 的两台 512GB M5 Ultra Mac Studio 上运行。该架构采用 62 层并使用分组查询注意力（16 个 KV 头），每个 token 激活 256 个专家中的 8 个，并配备一个 1.8B 参数的 Perception Encoder 用于视觉。
其他模型细节：
➤ 参数：总计 816B，激活 42B（MoE）
➤ 上下文窗口：1M token
➤ 许可证：Muse Model License，这是一项自定义许可协议，要求注明“Built with Muse Spark Open”归属，且年营收超过 20M美元的模型即服务（Model-as-a-Service）企业需与 Meta 另行签署协议
➤ 输入模态：文本、图像、视频和音频。输出：文本。
➤ 可用性：权重可在 Hugging Face 上获取（BF16 和 NVFP4），并可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 进行 API 访问。
