Meta 发布了 Muse Spark Open，这是一个 816B（42B 激活）的开源权重模型，在 Artificial Analysis 智能指数上得分 39，成为美国排名第一的开源权重模型

Muse Spark Open（xhigh）比 Muse Glimmer（high，17）高出 22 分，后者是 Meta 于 8 月发布的 30B 稠密开源权重模型。它也领先于 NVIDIA 的 Nemotron 3.5 Super VL（26），这是得分第二高的美国开源权重模型，于今天发布

@AIatMeta 在公开发布前与我们分享了访问权限以进行基准测试。祝贺 @AIatMeta、@finkd 和 @alexandr_wang 发布！

关键要点：

➤ 开源权重达到 Meta 8 月旗舰水平。Muse Spark Open 的得分与 Muse Spark 1.2（xhigh，40）相差不到一分。它在 AutomationBench-AA 上更强，幻觉率更低，但在 GDPval-AA v2.1、CritPt 和 AA-Omniscience 准确率上较弱。在 Meta 当前产品线中，它落后 Muse Wonder（max，52）13 分，落后 Muse Wonder Full（max，56）17 分

➤ Token 高效，每任务成本适中。Muse Spark Open 在 Intelligence Index 任务中每个任务使用 40k 输出 token，是九个得分最高的开源权重模型中最少的：例如比 Muse Spark 1.2（xhigh，48k）少 16%，比 GLM-5.3（max，71k）少 43%，后者是其规模最接近的中国同类模型。Together AI、Fireworks 和 Baseten 在发布时以每 100 万输入/输出 token 1.25 美元/4.25 美元（缓存输入 0.15 美元）提供。按此定价，每个 Intelligence Index 任务成本为 0.84 美元。这低于相同每 token 价格下的 Muse Spark 1.2（0.97 美元），不到 GLM-5.3（max，2.01 美元）的一半，但约为 DeepSeek V4.1 Flash（max，0.27 美元）的三倍

➤ 与中国开源权重领先者相比，在智能体工作方面相对较弱。在九个得分最高的开源权重模型中，Muse Spark Open 在指数中的四项智能体评估中排名最后，但在其他六项综合中排名第四，并在 AA-Omniscience（25）上领先所有开源权重模型。GLM-5.3（max）是其规模最接近的中国模型，其 6 分的领先全部来自智能体评估

➤ 可在单节点或两台 Mac Studio 上自托管。BF16 权重约为 1.6TB。Meta 的 NVFP4 检查点仅量化 256 个专家，将权重削减至约 530GB。Meta 表示这可在四块 Blackwell Ultra GPU 或八块 H200 上运行，或使用 MLX 在两台 512GB M5 Ultra Mac Studio 上运行。该架构使用 62 层，采用分组查询注意力（16 个 KV 头），每个 token 激活 256 个专家中的 8 个，并配备一个 1.8B 参数的感知编码器用于视觉

其他模型细节：

➤ 参数：总计 816B，激活 42B（MoE）

➤ 上下文窗口：1M token

➤ 许可证：Muse Model License，一种自定义许可证，要求注明“Built with Muse Spark Open”，且年收入超过 2000 万美元的模型即服务业务需与 Meta 另行签订协议

➤ 输入模态：文本、图像、视频和音频。输出：文本

➤ 可用性：权重在 Hugging Face 上（BF16 和 NVFP4），API 访问通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI