Meta发布Muse Spark Open，开放其面向编程与AI Agent的旗舰模型权重。该模型采用混合专家架构，共有8160亿参数，但每个Token只激活约420亿参数，支持100万Token上下文，并能接收文字、图片、音频和视频。Meta与Apple共同优化了MLX部署：官方4位量化版本可由两台配备512GB统一内存的M5 Ultra Mac Studio运行，两台机器的实测生成速度约为每秒15.7至25个Token，四台可达36.7个Token。不过，“美国最强开放权重模型”这一表述有明确地域限定：Meta自己的对比表中，它在综合指数、代码终端任务和专业工作评测上仍落后于部分中国开放模型。其许可证允许多数研究和商业应用，但带有用途限制、署名要求和模型服务收入门槛，因此不属于通常意义上的完全开源模型。
文章作者、来源：Meta
8160亿参数，并不意味着每次推理都计算8160亿参数
Muse Spark Open由62层语言模型和感知编码器组成。每个混合专家层拥有256个专家，路由器针对每个Token选择其中8个参与计算，因此总参数约为8160亿，每次实际激活约420亿。约97%的参数都储存在这些专家网络中。
这种结构降低了计算量，却没有相应消除内存压力：推理时虽然只运行少数专家，全部专家权重仍要驻留在内存中。BF16检查点约为1.5TB；Meta发布的NVFP4版本把权重压缩至约493GB，但算上缓存和中间张量后，单台512GB设备仍装不下标准配置。Meta模型卡对传统GPU部署给出的要求是：NVFP4至少约700GB显存，BF16则需要约2TB。
模型拥有100万Token上下文，训练覆盖超过100种语言。它可以读取文字、图片、视频和音频，但输出仍是文字，并不直接生成语音、图片或视频。其1.8B视觉编码器负责把图像与视频帧转换成Token；音频编码器则大约每80毫秒生成一个音频Token。
Meta将其重点放在长时间编程Agent上，包括跨文件重构、持续调试、工具调用、失败后重试以及根据屏幕画面操作软件。推理模式不能彻底关闭，只能在low、medium、high和xhigh四种强度之间选择；默认是消耗Token最多的xhigh。
“桌面运行”实际是一套通过雷雳连接的计算集群
Meta强调这是同级别模型首次能够在桌面环境中运行，但这里的“桌面”并不是一台普通Mac。
官方方案使用两台各有512GB统一内存的M5 Ultra Mac Studio，通过两根Thunderbolt 5线缆和RDMA驱动连接。流水线并行模式把前半模型和后半模型分别放在两台机器上；张量并行则把每一层的运算同时拆给多台机器。
在8192 Token上下文、随后生成128个Token的测试中，两台Mac使用流水线并行时生成速度为每秒15.74个Token，张量并行为24.99个Token；四台机器提升到36.73个Token。对应的首Token等待时间分别约为8.4秒、8.2秒和4.8秒。
（Apple技术文章此处有两组图表，比较两台和四台Mac Studio使用流水线、张量并行时的首Token延迟与生成速度；另有示意图解释模型按深度和宽度切分的区别。）
这套配置至少需要1TB统一内存。据《华尔街日报》估算，硬件成本超过4万美元。因此，它更接近可以放在办公室里的私有推理工作站，而不是普通个人电脑上的本地模型。
不过，社区的激进量化方案已经进一步降低门槛。Hugging Face团队测试的3位oQ量化版约占344GB，在一台512GB M3 Ultra上可达到约每秒21个Token；llama.cpp的2位版本约占304GB，实测约为每秒18个Token。代价是更强的压缩可能在边缘任务中损失精度，而且这些结果使用的上下文远小于宣传中的100万Token。
“美国最强”的限定词很重要
Meta称Muse Spark Open是“迄今能力最强的美国开放权重模型”，但没有称它是全球最强开放模型。
在Meta列出的Artificial Analysis综合指数中，Muse Spark Open得39分，高于美国的Inkling和Nemotron 3 Ultra，但低于Qwen3.8的40分、Kimi K3的44分和GLM 5.3的45分。
其优势主要集中在部分Agent任务：JobBench为61.8分，超过表中的其他开放模型；MCP‑Atlas为89.2分，同样领先。它在无工具的HLE‑Diamond、SimpleVQA和物理理解评测上也有较好表现。
但软件工程能力并非全面占优。Muse Spark Open在DeepSWE 1.1取得60分，低于GLM 5.3的67分和Kimi K3的68分；Terminal‑Bench 2.1为76.4分，而Qwen、GLM和Kimi分别为82.0、83.9和85.0。专业知识工作GDPVal‑AA v2中，它的1401 Elo也低于多个对手。
（模型卡此处有完整基准表，覆盖通用能力、Agent、科学推理、代码、多模态和安全评测。）
因此，更准确的结论是：Muse Spark Open显著缩小了美国开放权重模型与中国开放模型之间的差距，并在工具调用和部分视觉Agent任务上建立优势，但尚未在综合推理和编程评测中取得全球领先。
这些数字也不是完全统一的独立横评。Meta说明，部分结果来自官方排行榜，部分由Meta自行运行，还有Beam、Mistral等模型的成绩来自开发者自报；第三方模型使用的Agent工具和系统提示也未必针对各模型单独优化。
开放的是权重，不是完整训练过程
Muse Spark Open同时提供BF16和NVFP4检查点，并已获得Transformers、vLLM、SGLang、TensorRT‑LLM、llama.cpp、Unsloth与MLX支持。开发者可以下载、修改、微调、蒸馏和再分发模型，也可以将其接入商业产品。
但Muse Model License附带几项重要条件：产品或文档需要显著显示“Built with Muse Spark Open”；如果一家企业通过API等形式经营“模型即服务”，且企业及关联方连续12个月总收入超过2000万美元，在提供Muse Spark Open或其衍生模型前必须与Meta另签协议。许可证还限制军事、武器、欺骗、危险基础设施等用途。
因此，“开放权重”比“开源”更准确。Meta没有公开完整预训练代码、数据清单或可复现训练配方。模型卡只概括说明，训练材料包括公开来源、互联网抓取数据、第三方数据、Meta产品和服务衍生数据，以及合成数据，并由外部供应商和Meta员工参与整理。
Meta与Apple的合作，比单个跑分更值得关注
Meta与Apple过去长期围绕广告追踪、隐私政策和软硬件平台发生冲突，这次却共同完成了模型与MLX、统一内存和雷雳RDMA的适配。Apple需要证明高端Mac不仅适合开发小模型，也能承载接近万亿参数的私有AI；Meta则需要一个比传统多GPU服务器更直观的本地部署样板。
两家公司展示的不是“大模型已经可以在每个人的笔记本上运行”，而是另一种基础设施选择：使用两至四台低功耗、高统一内存的桌面工作站，在不把代码、视频和企业资料发送到云端的情况下运行前沿级模型。对需要长期调用模型、重视数据驻留的团队，这种一次性硬件投入可能与持续租用云端GPU形成竞争。