Meta超级智能实验室已发布 Muse Spark Open，即其 Muse Spark 模型的开放权重版本。Muse Spark Open 是一个 816B 参数的混合专家模型，每个 token 激活 42B 参数。它接受文本、图像、视频和音频输入，返回文本，并拥有 1M token 的上下文窗口。Meta 团队 声称它 成为迄今为止最强大的美国开放权重模型。对开发者而言，真正的新闻是部署：NVFP4 版本可在 2 台 Apple M5 Ultra Mac Studios 上运行。
TL;DR（太长不看版）
- 尺寸: 816B总参数 / 42B激活参数（256个专家，每个token激活8个）；1M token上下文。
- 运行平台： 2台Mac Studio（M5 Ultra，各512 GB）通过MLX运行；4块Blackwell Ultra GPU或8块H200搭配NVFP4；约300 GB的配置通过Unsloth 2-bit GGUF运行。
- 性能： 在智能体工具使用方面表现出色；在编码方面处于大型开源模型的中游水平。
- 最佳： MCP-Atlas 89.2，这是Meta比较表中的最高分。
- 最差： Terminal-Bench 2.1 上得分 76.4，落后于 Kimi K3（85.0）、GLM 5.3（83.9）和 Qwen3.8（82.0）。
什么是 Muse Spark Open？
Muse Spark Open 是 Meta 推出的原生多模态 MoE 模型，专为编程和长程智能体工作而构建。其权重以 BF16 以及 NVFP4 在 Hugging Face 上。开放版本接受了额外的安全后训练。Meta 团队表示，这使得它在没有系统级防护机制的情况下也更加稳健。
该架构是如何运作的？
该 模型卡 包含62层，隐藏维度为8192。每个MoE层拥有256个专家，top-k路由每个token激活8个。注意力采用分组查询，有128个查询头和16个KV头。一个独立的1.8B参数感知编码器负责处理视觉输入。词表包含202,048个token，训练数据覆盖超过100种语言。
推理深度通过设置 reasoning_effort：low、medium、high 或 xhigh。默认值为 xhigh。
Muse Spark Open 在基准测试中表现如何？
Meta将其与Kimi K3、GLM 5.3、Qwen3.8-2.4T-A95B等模型在最大推理力度下进行了比较。 其最强的结果体现在工具使用和知识可靠性方面：
- MCP-Atlas： 89.2，领先于Qwen3.8（84.5）和GLM 5.3（84.2）。
- JobBench： 61.8，以微弱优势领先于GLM 5.3（61.4）。
- HLE-Diamond，无工具： 26.1，而Kimi K3为22.2。
- AA Omniscience： 25，是Meta表格中的最高分。
- ZeroBench带工具： 50.0，而Kimi K3为41.0。
编程是弱点。在采用Terminus 2 harness的Terminal-Bench 2.1上，其得分为76.4。Kimi K3达到85.0，GLM 5.3得分为83.9，Qwen3.8得分为82.0。其Artificial Analysis Intelligence Index为39。这落后于GLM 5.3（45）、Kimi K3（44）和Qwen3.8（40）。因此“最强美国模型”成立，但中国的开放模型在整体上仍然领先。
一些竞争对手的分数为自行报告；该 评估方法学 列出了每个来源。
Muse Spark Open需要什么硬件？
根据Meta的 开发者指南，BF16权重大约是1.6 TB。NVFP4仅对专家部分进行量化，大小接近530 GB。模型卡片建议NVFP4至少需要700 GB显存，BF16需要2 TB。
- 数据中心： NVFP4可运行在4块Blackwell Ultra GPU或8块H200上。
- 桌面： 2台各512 GB的M5 Ultra Mac Studio，通过支持RDMA的Thunderbolt 5连接。 MLX 张量并行将每一层拆分到两台机器上。
- 工作站： Unsloth Dynamic GGUFs 低至2-bit的版本可放入约300 GB的合计内存中。
开发者可以在哪里运行它？
首日支持的引擎包括SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp和Unsloth。托管API已在Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI上线。 OpenRouter 每1M输入token的价格为1.25美元，每1M输出token的价格为4.25美元。
两个草稿模型可加速解码：用于SGLang的DFlash V2和用于vLLM的DSpark。Meta报告称，DFlash V2在AMD MI355X上实现了3.7倍的单请求吞吐量。微调支持TorchTitan、Hugging Face TRL和NVIDIA NeMo AutoModel。
Muse Model License 允许什么？
该 Muse Model License 允许使用、微调、蒸馏和再分发。2 个条件最为重要：
- 产品必须显示“Built with Muse Spark Open”。
- Model-as-a-Service提供商若12个月收入超过$20M,则需要与Meta签订单独协议。
内部使用、研究以及为您自己的产品功能提供支持可豁免收入条款。
Muse Spark Open vs Kimi K3 vs GLM 5.3 vs Qwen3.8
| 特性 | Muse Spark Open | Kimi K3 | GLM 5.3 | Qwen3.8-2.4T-A95B |
|---|---|---|---|---|
| 总参数量 | 816B | 2.8T | 753B | 2.4T |
| 激活参数量 | 42B | 104B | ~40B | 95B |
| 上下文 | 1M | 1,048,576 | 1,048,576 | 262,144 原生，最高可达 1,010,000 |
| 输入 | 文本、图像、视频、音频 | 文本、图像、视频 | 文本 | 文本 |
| 许可证 | Muse 模型许可证 | Kimi K3 许可证 | glm-5.3 license | qwen3.8-max license |
| 发布的权重 | BF16、NVFP4 | MXFP4 (QAT) | BF16、FP8 | BF16 |
| AA Intelligence Index(经 Meta) | 39 | 44 | 45 | 40 |
| Terminal-Bench 2.1, Terminus 2(经 Meta) | 76.4 | 85.0 | 83.9 | 82.0 |
| MCP-Atlas(经 Meta) | 89.2 | 82.3 | 84.2 | 84.5 |
| Toolathlon Verified（厂商） | 72.8 | 76.5 | 73.0 | 72.5 |
| HLE with tools（厂商） | 61.0 | 56.0 | 62.5 | 56.2 |
| DeepSWE 1.1（厂商，自有测试框架） | 60 | 67.5 | 66.9 | 56.6 |
| 桌面配置 | 2x M5 Ultra Mac Studio | 未披露 | 未披露 | 未披露 |
关键要点
- 总参数 816B，激活参数 42B，1M 上下文，支持文本/图像/视频/音频输入。
- 在 MCP-Atlas（89.2）和 JobBench（61.8）上领先 Meta 的开放模型榜单。
- 在 Terminal-Bench 2.1（76.4）上落后于 Kimi K3、GLM 5.3 和 Qwen3.8。
- NVFP4 版本可通过 MLX 在 2 台 M5 Ultra Mac Studio 上运行。
- 对大多数用户免费；收入超过$20M的MaaS提供商需要签订协议。
请查看 模型权重, 研究博客, 开发者指南 以及 评估方法。所有功劳归于该项目的 reseARC。此外，欢迎在 Twitter 上关注我们，别忘了加入我们的 150k+ML SubReddit 并订阅 我们的新闻通讯。等等！你用 Telegram 吗？ 现在你也可以在 Telegram 上加入我们了。
这篇文章 Meta 发布 Muse Spark Open：具有 1M 上下文的 816B 开放权重 MoE 首发于 MarkTechPost.