Meta 在 10 月 15 日深夜放出了今年最重要的一枚开源权重:Muse Spark Open,816B 总参数 / 42B 激活的 MoE,1M token 上下文,natively multimodal。这是 Meta 自 Llama 4 之后第一次把"旗舰级"模型开放给社区下载,也是首个能在两台 M5 Ultra Mac Studio 上"用消费级硬件跑起来"的同级别开源模型。

模型本体:816B/42B MoE,natively multimodal,1M 上下文

从模型卡和发布博客的描述看,Muse Spark Open 走的是 Meta 这两年迭代出来的标准配方:超稀疏 MoE,总参数 816B,每 token 激活 42B;原生多模态(文本/图像/视频/音频都能输入,输出是文本);上下文窗口直接拉到 1M token。架构上沿用了 Llama 4 的混合专家路线,具体注意力实现博客没细说,但权重已经落在 Hugging Face、SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 四个分发渠道,主流推理引擎 SGLang / vLLM / TensorRT-LLM / Transformers / MLX / llama.cpp / Unsloth 都第一时间拿到了支持,AMD、Apple、Intel、NVIDIA 四类硅基全打通。

Meta 还塞进了自家 Helion GPU kernel,在 NVIDIA 和 AMD GPU 上给出 1.03-3.95× 的 kernel 级加速,在 AMD MI350 上有 3% 的端到端提速。这是 Meta 把"开源"做成"开箱即用"的一贯思路:不只是把权重丢出来,而是把 serving stack 也一并优化好。

跑在两台 Mac Studio 上:用消费硬件拿 1TB 统一内存

最让开发者社区兴奋的反而不是参数,而是 Meta 给出的桌面部署方案:两台 M5 Ultra Mac Studio,各自配 512GB 统一内存,合并起来相当于一台"1TB 内存的小型超算"。M5 Ultra 的 1.2 TB/s 内存带宽虽然只够读每个 token 需要的"那一小片",但配上 MLX 框架,Muse Spark Open 就能完整跑在桌面上——Meta 演示里,Muse Code 驱动下的 Spark Open 给开源 Mastodon 客户端 Ice Cubes 提了真实 iOS 改动,并端到端操作 DaVinci Resolve,逐帧审素材、选高潮段、裁竖屏。

现实成本没博客写得那么浪漫:Apple 公布的 256GB M5 Ultra Mac Studio 起价 1.08 万美元,512GB 配置要等到 10 月底才出货、定价还没公布。VentureBeat 算了一笔账——四台 256GB 配齐才是 1TB 内存,总价 4.3 万美元还不含税和配件。要真正"两台就搞定",得等 Apple 把 512GB 的 SKU 推出来。这是 Meta 给出的演示可能性的极限,而不是大多数开发者的实际配置。

基准:开放权重美国第一,但不是全球第一

Meta 自家的基准表很老实——Spark Open 拿下 JobBench 61.8、MCP-Atlas 89.2、HLE-Diamond 无工具 26.1,这些是它声称领先的项目。但在 Artificial Analysis Intelligence Index 上,Spark Open 的模型卡分数只有 39,而 MiMo-V2.6-Pro 46、GLM-5.3 45、Kimi K3 44、GLM-5.3-Flash 42、Qwen3.8-2.4T-A95B 40、Qwen3.8-Flash-Next 40——六款中文/中国厂商的开源权重都排在它前面。

更细分看,Terminal-Bench 2.1 上 Kimi K3 85.0 / GLM 5.3 83.9 / Qwen3.8 82.0 都比 Spark Open 的 76.4 高;DeepSWE 1.1 上 Kimi K3 68 / GLM 5.3 67 也领先。GDPVal-AA v2(模拟真实专业工作)上 GLM 5.3 拿到 1653,Spark Open 是 1401,差距更明显。

Meta 在博客里反复强调的"the most capable US open-weight model to date"——这句话的关键限定词是"US"。Interconnects 的 Nathan Lambert 推文那句"I waited so long for US open weight models to be relevant again"点出了真正的卖点:不是"世界最强开源权重",而是"美国本土最强开源权重"。在监管、供应链、合规要求都偏好本土模型的当下,这是企业采购语言里很有分量的一句话。

API 价格:1.25/4.25 美元 per 1M token,但 hosted 版本有差别

Together AI 已经把 Spark Open 上架,定价 1.25 美元/M input、0.15 美元/M 缓存 input、4.25 美元/M output,1M context window 完整开放。但要小心,Meta 列出的 API 合作伙伴( Baseten / Fireworks AI / Groq / Modal / Nebius / OpenRouter / Together AI)并不是都给你 1M 上下文——Groq 上限就是 131K。要真正用满 1M,Fireworks 或 Together 是当下能确定的选项。

对比同档开源,Spark Open 的 API 价格比 Spark 1.1/1.2/1.3 标准版一致(都是 1.25/4.25),没有"开源=便宜"的折扣;比 Kimi K3 的 3/15、Claude Sonnet 5.5 的 2/10 便宜一个数量级;比 Gemini 4 Argon 介绍价 2/10 也便宜;但和 GLM-5.3 的 1.40/4.40 基本同档。

许可证和下载门槛:Muse Model License 与"详尽"的下载登记表

Muse Spark Open 用的是 Meta 自家的 Muse Model License,允许运行、微调、蒸馏、再分发,但有一道商业条款:如果 license 方的合并年营收超过 2000 万美元,继续把 Spark Open 或其衍生品用于 model-as-a-service 业务,需要事先书面通知 Meta 另签协议。纯内部部署、纯研究、非模型服务类的商业活动都豁免——这条对绝大多数自用企业不构成障碍,但对想做"Meta 模型 API 二道贩子"的厂商是个硬门槛。

HF 上的下载登记表也比一般 HF 模型更详细,要"全名 + 生日 + 公司全称(含法人识别号)",还要避免缩写和特殊字符——这跟 Llama 4 Scout、Meta-SecAlign-8B、OMol25 是同一个模板,Meta 系模型的标准做法。Trillion Labs 的 Tri-21B 也用了同一套。对企业评估者来说,要分清"被允许跑权重"和"被要求提交的下载申请材料"是两件事。

在 Meta 自家产品线里的位置

把 Muse Spark Open 放进 Meta 这一年的发布节奏看会清晰很多:4 月 Muse Spark 原版、8 月 10 日开源 Apache 2.0 的 Muse Glimmer(30B、压缩后 <20GB、可在 24/32GB 显存上跑)、10 月 12 日 Muse Wonder 与 Muse Wonder Full(更高分,订阅或高价 API)、10 月 15 日 Muse Spark Open(开放权重 + 商业许可)。

定位差异:Glimmer 是"边缘设备代理"(<20GB 权重,24/32GB 显存可跑),Spark Open 是"可下载可定制的大模型旗舰",hosted Spark 1.x 是"便宜的 API 中端",Wonder 系列是"高价高性能闭源订阅"。Meta 把 2026 年的产品线切成了四档,从 Apache 2.0 到定制商业许可全覆盖。

所以呢

Muse Spark Open 不是"开源模型赢过闭源"的里程碑——那是中国厂商今年一直在打的位置。它真正打开的是另一扇门:美国本土的可下载 + 可定制 + 可商用大模型,在企业采购清单上重新变成可信选项。816B/42B MoE + 1M 上下文 + 多模态 + 两台 Mac Studio 桌面部署 + Together AI 上 1M context 完整开放,这套组合补的是 Llama 4 之后美国一侧在开源旗舰上的空白。

接下来的剧本很清晰:开发者社区会先把 8-bit/4-bit 量化版炸出来,看看在 5090 / 4090 / 多卡 H200 上的实际推理速度;企业采购会拿它和 MiMo-V2.6-Pro / GLM-5.3 / Kimi K3 做并行评估,但更可能绕开 Intelligence Index 而看 JobBench、MCP-Atlas、HLE-Diamond 这些 Spark Open 实际领先的项目;监管/合规导向的金融和政企客户,可能根本没得选——他们要的就是"美国本土 + 开放权重 + 商业许可"这三个标签同时存在。

这个故事的下一段,大概会写"42B 激活 + 1M 上下文 + 桌面可跑"这套架构选择,在 2026 年底会不会被中国厂商的下一代旗舰抄走。