Meta发布Muse Spark Open：迄今最强美国开源权重大模型，支持双Mac桌面部署

中国实验室已成为企业可下载、定制并在自身基础设施上运行的AI模型的重要来源。阿里巴巴的Qwen、DeepSeek以及月之暗面（Moonshot AI）的Kimi共同确立了开源权重（open-weight）系统的竞争标杆，为开发者提供了除通过商业API访问专有模型之外的替代方案。

这一转变既体现在采用率上，也体现在基准测试结果中。 Hugging Face于2026年3月发布的评估报告 指出，中国模型在过去一年中占全部下载量的41%，超过了美国模型。同年9月， OpenRouter报告称 ，开源权重模型处理了其平台上源自美国请求的60%的token量，其中中国实验室贡献了其绝大部分开源模型流量。

如今 ，Meta发布了Muse Spark Open，一款参数量达8160亿的模型，Meta称其为“迄今能力最强的美国开源权重模型”。该模型于10月15日发布，为企业提供了另一个由美国开发、可供自行部署与适配的大型模型选项——且可在相对经济实惠的消费级硬件上运行。

这一地理属性标识对AI实验室之间的竞争以及对具有特定采购要求的买家而言均具重要意义。对于基于实际因素做选择的企业团队而言，评估标准包括任务完成能力、可靠性、许可条款及运营成本。模型的研发地本身并不决定业务数据的处理地点： OpenRouter已为中国模型提供美国托管服务，包括DeepSeek V4 Pro与Kimi K3。

Meta公布的测试结果表明，Spark Open是一款具备特定优势的竞争者，而非整体开源权重领域的领先者。其 模型卡（model card）报告的人工智能分析公司（Artificial Analysis）智能指数（Intelligence Index）得分为39，低于 MiMo-V2.6-Pro独立发布的46分。

Meta的对比表格显示，Spark Open在JobBench与MCP-Atlas工具使用测试中领先于所列竞品，但在终端编码、扩展型软件工程任务以及GDPVal-AA专业工作评估中落后于Kimi K3与GLM 5.3。截至本文发布时，尚无法验证第三方公开的人工智能分析公司（Artificial Analysis）对Spark Open的单独评估。

此次发布并未确立成本优势：它未披露托管token费率；而Meta的桌面配置采用一对尚未公开上市的M5 Ultra Mac Studio，其内存配置亦尚未正式出货。

Spark Open的价值主张取决于企业能否从其特定的能力组合、硬件支持及商业条款中获益。仅凭‘美国主导’这一属性本身，并不能决定采购决策。

一款支持消费级桌面配置的大型模型

根据 Spark Open模型卡，该模型采用混合专家（mixture-of-experts）架构，每次生成一个token时激活其8160亿参数中的420亿。它支持最长100万token的上下文长度，可接受文本、图像、视频与音频输入，输出则仅为文本。

这一区分对潜在应用场景至关重要。开发者可利用该模型解读录音、检查截图或结合书面指令分析文档。此次发布并未使Spark Open成为图像、音频或视频生成器。

Meta的桌面配置包含两台M5 Ultra Mac Studio，每台最高配备512GB统一内存。在其 发布声明中，Meta将这两台设备描述为共提供1TB内存，并表示MLX支持本地运行。

但该桌面方案存在一个限制：苹果公司512GB内存配置 要到10月下旬才上市，且 其价格尚未公布。当前定价指向数万美元的投资额。苹果公司 列出一台配备256GB M5 Ultra处理器与1TB SSD的工作站售价为10,799美元；四台此类设备在税前及不含配件的情况下即可提供相同的合计1TB内存容量，总价为43,196美元。这为当下组装同等内存容量的成本提供了参考依据，而非Meta双机配置的确切定价。

模型卡列出了NVFP4版本至少需700GB加速器内存、BF16版本需2TB加速器内存。生成过程中仅激活模型较小比例的参数，并不会将上述标称内存需求降低至单个420亿参数模型所需的水平。

Meta描述了若干本地演示场景，例如由Spark Open驱动的Muse Code修改Ice Cubes Mastodon应用，并操作DaVinci Resolve审阅影像素材并准备竖版裁剪。这些均为公司内部演示；本次发布未提供经测量的token生成速率，亦未披露双机配置的完整硬件成本。

开发者还可使用熟悉的推理服务软件。Meta列出了SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp与Unsloth，其支持覆盖AMD、Apple、Intel与Nvidia硬件平台。Meta还指出可借助PyTorch的TorchTitan进行进一步调优。

在部分选定任务上表现强劲，编程能力方面存在竞争

Meta的 基准测试对比表 显示，Spark Open在JobBench与MCP-Atlas测试中领先于所列竞品。同一张表格亦显示，GLM 5.3、Kimi K3与Qwen3.8在其他多项指标上位居前列。

这些数据来自Meta的材料，采用上文所示的推理设置。DeepSWE的数据使用各模型首选或最佳可用的评估框架（harness），因此周边代理软件（agent software）属于比较的一部分。

Meta在其模型卡（model card）中报告了Intelligence Index得分为39。截至本文发布时，VentureBeat未能验证Artificial Analysis对Spark Open的独立公开评估；因此该分数应仍归于Meta的表格。Artificial Analysis对托管版Spark和Wonder模型的评估涉及不同版本的发布。

Spark Open在无工具条件下的HLE-Diamond基准测试中亦领先所列各模型，得分为26.1，高于Kimi K3的22.2和Qwen3.8的17.3。在启用工具的视觉评估中，其在ZeroBench上得分为50，高于Kimi K3的41；在SimpleVQA上得分为73.6，高于Kimi K3的71.9。

Meta标题声明中强调的“美国”限定条件至关重要。其表格列出Inkling的Intelligence Index得分为26、Nemotron 3 Ultra为23，均低于Spark Open的39。然而，若干其他开源权重（open-weight）竞品得分更高。这些结果支持一款具备竞争力的美国发布版本，并在特定任务上具有优势；但并未确立普遍性的性能领先。

这一美国属性有助于解释 Interconnects 作者Nathan Lambert的热情。“我等待美国开源权重模型再度变得重要，已经等了太久，”他 在X平台发文称。“仍需开展更多工作！”

Artificial Analysis发布的独立榜单进一步凸显了这一地理区分。该评估机构列出 小米MiMo-V2.6-Pro得分为46， GLM-5.3得分为45 和 Kimi K3得分为44。它还列出 GLM-5.3-Flash得分为42，而 Qwen3.8 2.4T A95B 和 Qwen3.8-Flash-Next 各项得分均为40。已发布的全部六项得分均超过Meta为Spark Open报告的39分。

在Meta发布的检查点（checkpoint）结果获得独立验证之前，上述比较仍属临时性结论。但它们清楚表明：美国开发的开源权重模型（open-weight models）领域的领导地位，是一个比全球可下载模型整体领导地位更窄的主张。Spark Open为企业团队新增了一个美国选项，而几款中国发布模型更高的已公布得分，仍是竞争格局的一部分。

免费商用存在一项特定例外

《 Muse模型许可证 》授予运行、修改、微调、蒸馏及再分发该软件的权利，但须遵守其条款与使用政策。

其收入条款针对将模型作为服务（model-as-a-service）提供给客户的企业。当被许可方及其关联方在任意连续12个月内产生的合并毛收入超过2000万美元时，该许可证要求被许可方向Meta发出通知，并在该模型即服务业务中提供Spark Open或其衍生品之前，另行签署书面协议。

该收入衡量范围涵盖被许可方及其关联方，而不仅限于源自Spark Open的收入。但该条款明确豁免了内部部署、研究、模型即服务以外的商业活动，以及将Spark Open用于公司自有产品之内的场景——前提是该产品本身并非模型即服务类产品。

对于正在开发内部助手或在应用程序中集成AI功能的企业而言，此项豁免具有实质性意义。2000万美元这一数字并非免费商用部署的一般性上限。

其他义务依然适用。产品必须在允许的位置标注署名信息“Built with Muse Spark Open”，该位置可包括文档、网站或设置界面。该许可证对“衍生品”的定义范围足够宽泛，足以涵盖利用Spark Open输出所改进的模型。Meta声明，其对生成内容不主张任何所有权。

因此，恰当的描述应为：在定制许可证下发布的开源权重模型。可下载访问并不免除该许可证所规定的商业条件或使用限制。

一个异常详尽的下载门槛，且已有先例

Spark Open的 Hugging Face访问通知 要求申请者提供其“完整法定姓名”、“出生日期”及“含全部企业标识符的完整组织名称”。

通知指示申请人避免使用缩写词与特殊字符，说明所提交表单不可编辑，并警告称未遵循指示可能影响其对本模型及其他Hugging Face模型的访问权限。该通知指出，所提交信息受Meta隐私政策约束。

与Hugging Face默认的访问门槛相比，该请求异常详尽。该平台的 文档 描述了一种默认流程，即用户向模型作者共享其用户名与电子邮件地址。发布方可添加字段并自定义通知；出生日期要求并非从Hugging Face下载模型的普遍性要求。

然而，该措辞确有明确先例。Meta的 Llama 4 Scout、 Meta-SecAlign-8B 和 OMol25 在Hugging Face页面上均显示相同指示。

一次非Meta主导的发布—— Trillion Labs的Tri-21B——同样显示相同通知，并援引Trillion Labs的隐私政策。

这些案例为已发布的请求确立了先例，尽管它们并未说明各发布方如何核实所提交信息。对企业评估者而言，最直接的区别在于：获准运行已下载权重模型，与为从特定代码库获取这些权重而需提供的个人信息之间存在差异。

托管访问因提供商而异

Meta的 公告 将Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter及Together AI列为API访问渠道；并将Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face及Microsoft Foundry Models列为获取权重的途径。

企业应区分这些列示与各服务商实际提供的支持是否完全一致。Meta的 部署文档 指出，Groq访问需经组织批准，并说明GroqCloud上存在131,072个token的上下文长度限制；而Fireworks则列出1,048,576个token的上下文长度。因此，托管方可能限制该模型所宣称的能力。

Together AI列出了Spark Open的API定价 ：每百万输入token收费1.25美元，每百万缓存输入token收费0.15美元，每百万输出token收费4.25美元。这意味着，通过API调用时，该模型

其 发布帖 确认了这些针对无服务器访问、上下文窗口为100万token的费率。这些是Together公布的费率；它们并未在Meta的首发合作伙伴之间确立统一的定价。

对于自托管部署，许可费仅是成本的一个组成部分。硬件、服务容量和运维支持仍是采购决策的一部分。

Wonder提升性能，而Full的访问权限更窄

Spark Open的推出正值Meta更广泛地拓展其面向开发者的系列产品之际。

10月12日，Meta 推出了Muse Wonder和Muse Wonder Full ，分别面向软件工程及涉及法律文件、金融和医疗等专业任务。Meta的 研究博客 描述了更强大的底层模型与能力，旨在保留有用上下文，并在遇到障碍时持续完成工作。

独立测试提供了进展的证据。 Artificial Analysis报告称 ，Wonder与Full在最大推理努力下的Intelligence Index v4.3得分分别为52分和56分，而Spark 1.3在最大努力下的得分为48分。

在其编码智能体指数中，运行于Muse Code中的Full得分为68分，与使用Sonnet 5.5的Claude Code并列68分，且高于所列Opus 5.5配置的66分；Wonder得分为63分。这些结果均为模型与智能体组合的结果。

该评测方还报告了Full的GDPval-AA v2.1得分为1857 Elo，处于Opus 5.5（1866 Elo）和Sonnet 5.5（1838 Elo）的置信区间内。这表明这些系统在此项专业工作评估中表现接近。

访问权限与成本对上述结果构成限定。Meta的 定价文档 将Wonder定价为每百万输入token 4美元、缓存输入0.20美元、输出20美元。Meta的 Wonder 产品页面 列出了两个版本均为 100 万 token 的上下文长度，但 Full 版本未公布 token 单价：它仅可通过 Muse Code 每月 50 美元的 Power Usage 订阅或每月 200 美元的 Maximum Usage 订阅获得。

根据 Meta 的订阅规则，这些订阅适用于 Muse Code，而非任意 API 密钥。使用量限制依然存在，且单独使用的密钥将按用量计费。

订阅还默认启用 Contributor 模式，允许 Meta 将用户提交的内容用于模型训练，以换取更高的使用额度。用户可禁用该设置，且 Wonder 的两个模型在符合条件的订阅计划中均支持以任一模式使用。团队在提交专有代码或文档前，应特别关注该设置。

性能提升也伴随着更高的实测运营成本。Artificial Analysis 估算 Wonder 每次 Intelligence Index 任务的成本为 4.52 美元 ，相比之下，Spark 1.3 为 1.60 美元，Gemini 4 Argon 为 1.99 美元，GPT-6.1 Sol 为 0.72 美元（基于所测试的配置）。这些基准测试成本无法预测所有生产工作负载，但它们说明了为何仅凭 token 单价无法最终确定模型对比结果。

Glimmer 和 Spark 标志着同一轮扩张的不同阶段

Meta 于 4 月 8 日推出初代 Muse Spark，将其描述为该公司重建后的 Superintelligence Labs 组织发布的首个模型。初始访问途径为 Meta AI 网站及应用程序，API 预览版则仅限选定用户使用。

此次发布强调多模态推理与工具调用能力。Meta 同时承认其在编程及需持续执行的任务方面仍存在不足——这些领域在其后续发布的模型中成为重点改进方向。

后续托管的 Spark 模型价格仍低于 Wonder。Meta 的 现行费率 将 Spark 1.1、1.2 和 1.3 在 Standard 模式下的输入 token 定价为每百万 1.25 美元，输出 token 为每百万 4.25 美元。1.2 和 1.3 的 Contributor 变体价格分别为每百万 0.10 美元和 0.20 美元，并授予 Meta 使用客户内容进行训练的权限。上述费率适用于托管版 Spark，而非 Spark Open。

Muse Glimmer 于 8 月 10 日发布，服务于不同的部署需求。它是一款参数量为 300 亿的 Apache 2.0 开源模型，专为本地智能体设计，支持工具调用、图像理解以及从失败步骤中恢复。

Meta 表示其压缩后的语言模型权重占用空间不足 20GB，使得整体部署可在 24GB 或 32GB 内存配置下运行。这一硬件需求显著小于 Spark Open。对于托管使用， Together AI 将 Glimmer 列为 输入 token 每百万 0.35 美元，输出 token 每百万 1.50 美元。

Llama 先例及其更为多元的商业策略

Meta 的可下载模型历史早于 Muse。该公司 于 2023 年 2 月发布初代 LLaMA ，提供最高达 650 亿参数的多个尺寸，最初采用面向研究、非商用的许可证。

Llama 2 于 2023 年 7 月发布，将可用范围扩展至商业应用。2024 年 7 月，Meta 发布 Llama 3.1 的 4050 亿参数模型 ，并同步推出更小尺寸的版本。

2025 年 4 月发布的 Llama 4 推出了可下载的 Scout 和 Maverick 模型，融合原生多模态处理能力与混合专家（mixture-of-experts）架构。这些架构理念亦见于 Spark Open。

综上所述，Meta 在 2026 年的发布表明其商业策略正趋于更精细化的分层：Glimmer 提供一款相对紧凑、遵循 Apache 2.0 协议的可下载模型；Spark Open 提供一款规模大得多的可下载模型，但附带定制化的商业条款；托管版 Spark 提供更低的 token 单价；而 Wonder 和 Full 则通过 API 与订阅方式，面向更高要求的工作负载。

对于企业买家而言，当前的实际选择范围涵盖能力、部署控制权、许可条款、数据使用政策及运营成本。Spark Open 为已准备好自行运行或定制基础设施的团队新增了一个重要选项。该选项是否具备回报，取决于其在用户实际任务中的表现——以及完成这些任务所需付出的成本。