认识Muse Spark Open

先说一个让我有点恍惚的事实。

以前要跑一个 8000 亿参数级别的模型，标准答案是：一个机房、一整套运维、一张能让你财务总监当场辞职的电费单。而 2026 年 10 月 15 日这天，Meta 官方演示里跑这个模型用的东西是——两台 Mac Studio。

就摆在桌子上那种。

这台机器叫 Muse Spark Open，Meta 开放出来的最新 frontier 级开放权重模型。它的参数规模是 8160 亿，但你每生成一个 token 真正动用的只有 420 亿。上下文窗口 100 万 token，原生就能吃文本、图像、视频、音频。

矛盾感就在这儿：一个要在 Hugging Face 上下载近半 TB 权重的庞然大物，同时又是第一个"能跑在你自己桌上"的同级别模型。

过去我们总说"开源模型落后闭源半年"，现在问题变了：不是能不能拿到最强的权重，而是你有没有地方把它放下。

什么是 Muse Spark Open

Muse Spark Open 是 Meta Superintelligence Labs 于 2026 年 10 月 15 日发布的开放权重（open-weight）原生多模态模型。

这里有个前提要说清楚，不然容易和别的东西搞混：Meta 的旗舰 Muse Spark 一直是闭源商用模型，通过 Meta Model API 提供服务。这次放出来的 Muse Spark Open 是它的开放权重版本——权重可以下载、可以自己跑、可以在自己的网络里托管，但它不是 Apache 2.0 那种标准开源协议（后面"许可证"那节有坑，别跳过）。

一句话定位：一个给编码 Agent 和长周期任务设计的、能自己托管的 frontier 级模型。

核心架构：816B 里只醒着 42B

MoE 混合专家架构：总参数 816B，每个 token 激活 42B。这个比例很重要——推理成本接近一个 420 亿参数的模型，但脑子里装的知识是 8160 亿的量级。这也是它能塞进两台 Mac Studio 的根本原因：不是每次推理都要把 8160 亿参数全读一遍
100 万 token 上下文：1M context window，专门为了"长跑型"任务准备的——改一整个仓库的 bug、读几小时的会议视频、跨越几十次工具调用还记着最初的目标
原生多模态：文本、图像、视频、音频都能直接喂进去，不需要外挂一堆编码器。官方模型 ID 是 meta-models/Muse-Spark-Open-816B-A42B
为 Agent 而训练：Meta 明说了它擅长的是长周期任务、复杂软件工程和多步推理，而不是当聊天机器人陪你唠嗑

顺便提一句家族关系：本站之前写过的 Muse Glimmer 是它的小兄弟，30B、Apache 2.0、24GB 显存就能跑。今天这个是大哥本哥的权重版。想要自由度选 Glimmer，想要能力上限选 Spark Open。

Muse Spark Open 的核心特点

816B 总参数 / 42B 激活：MoE 架构，把"知识容量"和"推理成本"这两件事拆开了
1M token 上下文：长任务不容易失忆，适合动辄几十次工具调用的 Agent 工作流
原生多模态：文、图、视频、音频统一输入
桌面级本地运行：首个同级别里能在**两台 Mac Studio（M5 Ultra）**上跑起来的模型，靠 MLX + RDMA over Thunderbolt 5 把两台机器连成一台
推理引擎全覆盖：SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth 都支持
跨平台芯片优化：对 AMD、Apple、Intel、NVIDIA 的硬件都做了针对性优化
自研 Helion GPU 内核：随 SGLang 一起发布，可自动调优，在 NVIDIA 和 AMD 显卡上给出 1.03–3.95 倍的 kernel 级加速，AMD MI350 上端到端提速约 3%
可用 TorchTitan 继续微调：基于 PyTorch 的官方训练方案，方便做领域定制
多家托管随上线：Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家 API 平台发布当天就有
权重分发渠道齐全：Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models 都能拉
过了 Meta 自己的安全框架：按 Meta Superintelligence Scaling Framework 评估，达到放行阈值，并额外做了安全后训练

值得单独强调的一点：Meta 开放的不只是权重，还包括自定义的 Helion GPU 内核。这等于把"怎么把它跑快"这件事也开源了——这在以前的开放权重发布里并不常见。

谁在用 Muse Spark Open / 能拿来干什么

Meta × Apple：两台 Mac Studio 顶一台超算

这是整件事里最有戏剧性的一幕。要知道，库克时代的苹果和 Meta 关系相当糟：一边指责对方侵犯隐私，一边嘲讽对方"自 iPhone 之后就没发明过什么像样的东西"。但在开源 AI 这件事上，俩家突然站到了一起——Meta 需要证明自己的模型有竞争力，苹果需要证明整套 Mac 软硬件适合本地跑 AI。

技术细节是这样的：

苹果的统一内存架构让 M5 Ultra 的集成 GPU 在单台 Mac Studio 上最多能用 512GB 统一内存
芯片 1.2 TB/s 的内存带宽，刚好够快地读出每个 token 需要的那一小片权重（MoE 在这里立了大功）
两台机器通过 MLX + RDMA over Thunderbolt 5 串起来，行为像一台拥有 1TB 统一内存的超级计算机
实测在 4bit 量化下，参数占用压到约 493GB
速度：两台 Mac Studio 用张量并行约 25 token/s，用流水线并行约 15.7 token/s；四台机器（各 256GB）能到 36.7 token/s（8192 上下文）

25 token/s 是什么水平？比不上 API 的速度，但足够撑起一个"人在旁边看着、模型慢慢干活"的 Agent 工作流。

硬件门槛也得说实话：你需要两台 512GB 的 Mac Studio，或者四台 256GB 的。后者据 Engadget 测算大约 3.8 万美元。而且 512GB 版本苹果承诺要到 10 月底才开卖，也就是说发布当天这事儿还属于"期货第一天"。

别拿这个当"人人都能本地跑 frontier 模型"的证据。真正的信号是：前沿模型的部署形态，第一次从"必须租机房"变成"可以买断"。

Muse Code：两个真实的 Agent 演示

Meta 拿自家的编码 Agent 终端 Muse Code 做了两个端到端演示，全程跑在本地那两台 Mac Studio 上：

给 Ice Cubes 提 PR：Ice Cubes 是一个开源的 Mastodon 客户端。模型完成了修 bug、加功能、到完整构建出 iOS 产物这条完整链路
操控 DaVinci Resolve：让它逐帧看素材、挑出最精彩的片段、然后自动裁切成竖版视频

这两个例子比任何跑分都更能说明它的定位：它不是一个回答问题的模型，是一个能连续操作真实软件几个小时的模型。

谁真的需要它：三类场景

代码/数据绝对不能出网：金融机构、医疗机构、涉密研发环境，以前只能用被砍过一刀的小模型，现在多了一个 frontier 级选项
要做重工具调用的 Agent：跨几十次 MCP 工具调用的长任务，是它拿分最高的地方
想把 API 账单换成固定资产：如果你的 Agent 是 7×24 常驻的，长期算下来自有硬件未必更贵——前提是你先算清楚电费和运维，别自我感动

跑分该怎么看（包括它输的地方）

Meta 给出的自身测试里，Muse Spark Open 在工作流、工具调用、知识推理、知识可靠性、复杂视觉推理、图像事实问答这 6 项上位列第一。具体到第三方整理的模型卡数据：

MCP-Atlas（工具调用）89.2：高于 Qwen3.8-2.4T-A95B 的 84.5、GLM-5.3 的 84.2、Kimi K3 的 82.3
HLE-Diamond（无工具）26.1：高于 Kimi K3 的 22.2、GLM-5.3 的 16.4
Terminal-Bench 2.1 只有 76.4：输给 Kimi K3 的 85.0 和 GLM-5.3 的 83.9
Artificial Analysis 智能指数 39：低于 Kimi K3 的 44 和 GLM-5.3 的 45
安全性 StrongREJECT v2 为 0.5（越低越好）

所以我的判断是：它的工具调用（尤其是 MCP 类）确实强，软件开发类任务上中国开源阵营（Kimi、通义、GLM）依然有优势。

还有一个必须提醒的：以上除了 Hosted API，绝大部分跑分来自 Meta 自己的模型卡。完整的评估报告官方说"稍后发布"。在第三方独立榜单出来之前，把 Meta 的数字当上线凭证，不要当选型结论。

版本、许可证与三个容易踩的坑

截至 2026 年 10 月 16 日，Muse Spark Open 是发布第二天的初版权重，meta-models/Muse-Spark-Open-816B-A42B，提供 BF16 和 NVFP4 两种精度。

坑一：它不是 Apache 2.0。 采用的是 Muse Model License，带有限商用条款。多数开发者可以免费使用，但据媒体披露，年收入超过 2000 万美元、且以 API 形式对外提供访问的公司，需要与 Meta 单独签署协议。所以别闭着眼睛往商业产品里塞；想要彻底宽松的协议，请转头去看 Apache 2.0 的 Muse Glimmer。

坑二：显存需求是真的狠。 模型卡要求 NVFP4 版本至少 700GB GPU 显存，BF16 版本则需要 2TB。这不是"3090 魔改 48G 试试"能解决的问题。

坑三：开放权重 ≠ 开源训练全流程。 你拿到的是权重和后训练好的成品，不是完整的训练数据配方。想改底层行为，得靠 TorchTitan 自己做后训练。

一句话总结这节：它的开放程度是"给你枪"，不是"给你兵工厂"。这已经比闭源强太多了，但别在合规评审的时候答错这一题。

初体验：三条上手路径

路径一：最省事，先用 API 摸底

不想碰硬件的话，OpenRouter 上就有，改一行 model 就能用 OpenAI 兼容接口：

bash

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/muse-spark-open",
    "messages": [
      {"role": "user", "content": "帮我看一下这段代码为什么在高并发下会丢数据"}
    ]
  }'

同理，Groq、Together AI、Fireworks、Baseten、Modal、Nebius 也都有托管。先跑自己的真实任务两周，再考虑要不要上硬件——这是我最推荐的顺序。

路径二：有 GPU 服务器，用 SGLang 或 vLLM

官方模型卡给的是一行启动。先看 vLLM：

bash

pip install vllm

vllm serve "meta-models/Muse-Spark-Open-816B-A42B" \
  --tensor-parallel-size 8 \
  --max-model-len 1048576

SGLang（想吃到那套 Helion 内核加速就选它）：

bash

pip install sglang

python3 -m sglang.launch_server \
  --model-path "meta-models/Muse-Spark-Open-816B-A42B" \
  --tp 8 \
  --context-length 1048576

启动之后就是标准的 OpenAI 兼容服务，把 base_url 指过去即可。

--tp 8 是按 8 卡给的示例，实际数值取决于你的 GPU 型号和显存总量。700GB（NVFP4）是一道硬门槛，别用 Homelab 的心挑战这道物理题。

路径三：苹果党，走 MLX 本地跑

这是整个发布里最有意思的一条路。用 mlx-lm，权重直接从 Hugging Face 拉：

bash

pip install mlx-lm

# 单机量化版（显存不够时的折中）
mlx_lm.generate \
  --model mlx-community/Muse-Spark-Open-816B-A42B-4bit \
  --prompt "用 Swift 写一个带重试的 URLSession 封装" \
  --max-tokens 512

真正想复刻官方演示（两台 M5 Ultra Mac Studio 串一台机器），需要额外的分布式启动配置和 RDMA over Thunderbolt 5 的组网。这条路目前文档还在补齐期，建议先看官方 MLX 适配的最新说明再动手。

最后给个务实建议：先用 API，再上自己的 GPU，最后才考虑买 Mac。 顺序反了，钱会告诉你什么叫教训。

进阶

Muse Spark Open 真正值得琢磨的，不是"Meta 又发了个大模型"，而是前沿模型的部署方式开始分化了。

以前只有一种活法：模型在别人的机房里，你按 token 付费，数据得出门，规则得看人脸色。现在这条路旁边多了两条岔路——自己买机器放在桌上（MLX 路线），或者自己的服务器跑自己的权重（vLLM / SGLang 路线）。第三条路 Meta 也没放弃，旗舰 Muse Spark 依然是闭源的商业服务。

这种"两条腿走路"的策略对 Meta 是商业选择，对我们这些用模型的人，则是一件实打实的好事：终于有一个 frontier 级别的重量级模型，可以被完整地放进你自己的网络边界里。

但请记住它的位置——它在工具调用和长周期 Agent 上很强，在软件开发类任务上还输给 Kimi K3 和 GLM-5.3；它的许可证有限商用条款；它的完整评估报告还没出。用一个刚出生两天的模型扛生产流量，和用一个跑了两年的模型，是两种不同的勇气。

继续往下学，可以按这个顺序：

先看 Meta 官方发布博客和评估方法论，理解它的能力边界
再读 Hugging Face 模型卡，确认显存需求和各精度版本
想铺"小而自由"的本地 Agent，转头看 Muse Glimmer（30B、Apache 2.0、24GB 显存）
想在服务端正式部署，对照 vLLM 和 SGLang 两篇实践
真要上生产前，拿自己的仓库、自己的工具链、自己的评测集重跑一遍，别让厂商的模型卡替你签字

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。