Meta 放出 Muse Spark Open：8160 亿权重，榜单自己承认编码输给 Kimi，演示机是两台 Mac Studio
Muse Wonder 刚以闭源订阅的形式发布两天，Meta 在 10 月 15 日放出了 Muse Spark Open 的权重，自称是迄今最强的美国开放权重模型。措辞很讲究：不是最强的开放模型，是最强的美国开放模型。模型是 8160 亿参数的 MoE，每 token 激活 420 亿，1M 上下文，原生支持文本、图像、视频和音频输入，面向编码和 agent 工作调优。权重放在 Hugging Face 上，需要登录审批，许可证叫 Muse Model License，Meta 自己的描述是带有限商业条款。按任何许可证组织的定义这都不是开源。Meta 官方账号的发布帖冲到 106 万次展示、1.1 万点赞、659 次引用，HN 帖子 899 分。
Meta 把对比表做成了图片，这里把它翻成文字。MCP-Atlas 这个 1000 任务的 MCP 基准上，Muse Spark Open 拿 89.2，Qwen3.8 是 84.5，GLM 5.3 是 84.2，Kimi K3 是 82.3，Beam 是 78.7。JobBench 上 61.8，GLM 5.3 是 61.4，Inkling 只有 31.1。HLE-Diamond 无工具 26.1 领先。然后编码那几行就反过来了。Terminal-Bench 2.1 上 Muse 是 76.4，Kimi K3 是 85.0，GLM 5.3 是 83.9，Qwen3.8 是 82.0，Beam 是 80.1。DeepSWE 1.1 上 Muse 是 60，Kimi K3 是 68，GLM 5.3 是 67，而且这一行标注的是各家自报的最佳 harness，也就是每个模型都在自家 harness 里跑。GDPval-AA v2 上 Muse 是 1401，GLM 5.3 是 1653。方法论 PDF 写明对手都跑在 xhigh 或 max 档，Beam 和 Mistral Large 4 的数字直接引自对方发布文章，因为当时拿不到权重。一家实验室发一张编码行大多输掉的表，到今天仍然少见，值得记一笔。
发布演示才是真正的信息。Meta 说 Muse Spark Open 是同级别里第一个能在桌面上跑的模型，桌面指的是两台 Apple M5 Ultra Mac Studio，每台 512GB 统一内存，连起来像一台 1TB 内存的机器，通过 MLX 运行。苹果同一天发了自己的文章，四台 M5 Ultra 通过雷雳 RDMA 组集群，8K 上下文下解码超过每秒 36 个 token。Meta 的本地演示都是 agent 任务：Muse Code 给 iOS 应用 Ice Cubes 提交真实改动并完成构建，模型端到端操作 DaVinci Resolve，逐帧看素材挑片段再裁成竖屏。问题在于 512GB 版 Mac Studio 要到 10 月底才开卖，所以眼下的本地方案是四台 256GB 机器，一张四万美元的桌子。
剩下的全是分发。Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together 当天开 API。权重上了 SageMaker、Model Garden、Hugging Face 和 Microsoft Foundry。SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth 全部支持，Meta 自动调优的 Helion 内核在 SGLang 里给出 1.03 到 3.95 倍的内核级加速。mlx-community 的 4 bit 量化和 ggml 的 GGUF 几小时内就上线。一个种子站宣布发布 8 小时后开始做种 NVFP4 版本，门控权重在现实中就长这样。
和周一的 Wonder 放在一起看，Meta 在同时下两盘棋。Wonder 是闭源订阅的 agent。Spark Open 是 Meta 希望企业在自己墙内跑的内核，数据不出门。HN 最高赞评论说得直白：能力过了某条线之后拼的是价格，Meta 赌的是成为所有人围绕它优化基础设施的默认选项。接下来要看的是独立评测能否确认 MCP-Atlas 和 JobBench 的领先，因为这两个数字说的是 agent 工作而不是编码，也正是 Meta 选来打头的两个。
链接：https://research.meta.ai/blog/muse-spark-open ，https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B ，https://machinelearning.apple.com/research/mlx-distributed-inference ，https://x.com/AIatMeta/status/2110779754274292212 ，https://news.ycombinator.com/item?id=50107379
← 返回所有文章
Meta 把对比表做成了图片，这里把它翻成文字。MCP-Atlas 这个 1000 任务的 MCP 基准上，Muse Spark Open 拿 89.2，Qwen3.8 是 84.5，GLM 5.3 是 84.2，Kimi K3 是 82.3，Beam 是 78.7。JobBench 上 61.8，GLM 5.3 是 61.4，Inkling 只有 31.1。HLE-Diamond 无工具 26.1 领先。然后编码那几行就反过来了。Terminal-Bench 2.1 上 Muse 是 76.4，Kimi K3 是 85.0，GLM 5.3 是 83.9，Qwen3.8 是 82.0，Beam 是 80.1。DeepSWE 1.1 上 Muse 是 60，Kimi K3 是 68，GLM 5.3 是 67，而且这一行标注的是各家自报的最佳 harness，也就是每个模型都在自家 harness 里跑。GDPval-AA v2 上 Muse 是 1401，GLM 5.3 是 1653。方法论 PDF 写明对手都跑在 xhigh 或 max 档，Beam 和 Mistral Large 4 的数字直接引自对方发布文章，因为当时拿不到权重。一家实验室发一张编码行大多输掉的表，到今天仍然少见，值得记一笔。
发布演示才是真正的信息。Meta 说 Muse Spark Open 是同级别里第一个能在桌面上跑的模型，桌面指的是两台 Apple M5 Ultra Mac Studio，每台 512GB 统一内存，连起来像一台 1TB 内存的机器，通过 MLX 运行。苹果同一天发了自己的文章，四台 M5 Ultra 通过雷雳 RDMA 组集群，8K 上下文下解码超过每秒 36 个 token。Meta 的本地演示都是 agent 任务：Muse Code 给 iOS 应用 Ice Cubes 提交真实改动并完成构建，模型端到端操作 DaVinci Resolve，逐帧看素材挑片段再裁成竖屏。问题在于 512GB 版 Mac Studio 要到 10 月底才开卖，所以眼下的本地方案是四台 256GB 机器，一张四万美元的桌子。
剩下的全是分发。Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together 当天开 API。权重上了 SageMaker、Model Garden、Hugging Face 和 Microsoft Foundry。SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth 全部支持，Meta 自动调优的 Helion 内核在 SGLang 里给出 1.03 到 3.95 倍的内核级加速。mlx-community 的 4 bit 量化和 ggml 的 GGUF 几小时内就上线。一个种子站宣布发布 8 小时后开始做种 NVFP4 版本，门控权重在现实中就长这样。
和周一的 Wonder 放在一起看，Meta 在同时下两盘棋。Wonder 是闭源订阅的 agent。Spark Open 是 Meta 希望企业在自己墙内跑的内核，数据不出门。HN 最高赞评论说得直白：能力过了某条线之后拼的是价格，Meta 赌的是成为所有人围绕它优化基础设施的默认选项。接下来要看的是独立评测能否确认 MCP-Atlas 和 JobBench 的领先，因为这两个数字说的是 agent 工作而不是编码，也正是 Meta 选来打头的两个。
链接：https://research.meta.ai/blog/muse-spark-open ，https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B ，https://machinelearning.apple.com/research/mlx-distributed-inference ，https://x.com/AIatMeta/status/2110779754274292212 ，https://news.ycombinator.com/item?id=50107379
评论