Muse Spark Open：Meta 的開放權重模型和 Muse Code，能在本機跑嗎？
Meta 在 10 月 15 日發布了 Muse Spark Open：8,160 億參數、一份自訂授權，以及多數開發者負擔不起的硬體門檻。授權允許做什麼、要什麼硬體才跑得動、關於用它執行 Muse Code，Meta 說了什麼、又沒說什麼，這篇逐一整理。
Meta 發布了什麼
2026 年 10 月 15 日，Meta 公開了 Muse Spark Open 的權重。這是 Muse Spark 家族中的一個大型開放權重模型，主要規格如下：
- 規模： 總參數 8,160 億，每個 token 啟用 420 億（混合專家架構）。
- 情境視窗： 100 萬 token。
- 輸入： 文字、圖片、影片和音訊。輸出： 文字。
它和 Meta 在 8 月 10 日推出的 300 億參數開放模型 Muse Glimmer 完全不是同一類。Glimmer 的定位是在單張消費級 GPU 上執行；Spark Open 的定位則是資料中心，或是一組相當可觀的工作站叢集。
白話解讀授權條款
Spark Open 採用 Muse Model License，這是 Meta 自己撰寫的授權。它不是經 OSI 認可的開源授權，所以準確的說法是「開放權重」。簡單來說：
- 你可以執行、修改、微調、蒸餾和再散布這個模型，前提是遵守授權條件和 Meta 的使用政策。
- 你必須在使用它的產品中標示「Built with Muse Spark Open」。
- 如果你是大型模型託管業者——也就是一家公司在 12 個月內靠著把這個模型當成模型服務來提供，總營收超過 2,000 萬美元——你必須通知 Meta，並另外簽署協議。
- 產出歸你所有。 Meta 不主張對模型生成內容的任何所有權。
對多數團隊來說，營收條款不會適用。託管服務商和轉售商則應該完整讀過一遍。相較之下，Glimmer 採用 Apache 2.0，既不用標示，也沒有營收門檻。
實際需要什麼硬體？
很多。Meta 給的參考是：NVFP4 精度下大約需要 700 GB 加速器記憶體，BF16 下約 2 TB。420 億的啟用參數讓每個 token 的運算量相對小，但 8,160 億參數還是得全部放進記憶體。
Meta 自己的 demo 用了兩台 M5 Ultra Mac Studio——每台最多 512 GB 記憶體——透過 MLX 執行這個模型。這已經是 Meta 展示過門檻最低的配置，照樣需要兩台頂規機器。Spark Open 不是筆電跑得動的模型，單張高階遊戲顯示卡也跑不起來。
去哪裡取得
- 權重： Hugging Face（需申請存取，
meta-models/Muse-Spark-Open-816B-A42B）、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry。 - 推論引擎： SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp 和 Unsloth。微調方面，Meta 推薦 TorchTitan。
- 託管 API： Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI。Together 的牌價是每百萬 token 輸入 1.25 美元、快取輸入 0.15 美元、輸出 4.25 美元。Groq 把情境視窗限制在 131K token，而不是完整的 1M。
Together 的價格和 Meta 自家託管的 muse-spark-1.3 一模一樣。如果你只想按 token 呼叫，開放權重並不會比較便宜。它真正的價值在於：你需要自行託管、做微調，或讓資料留在自己的硬體上。
成績如何？
以下是 Meta 發表時的表格，照例提醒：這些是廠商自己的數字。
| Benchmark | Muse Spark Open | Meta 表格中的附註 |
|---|---|---|
| Terminal-Bench 2.1 | 76.4 | Kimi K3 以 85.0 領先 |
| MCP-Atlas | 89.2 | 比較中領先 |
| JobBench | 61.8 | 比較中領先 |
| Artificial Analysis Intelligence Index | 39 | 低於 GLM-5.3（45）和 MiMo-V2.6-Pro（46） |
Spark Open 最強的是工具使用和 agent 類任務；在整體智慧指標上，它不如最強的幾款對手開放模型。作為對照，VentureBeat 給託管版 Spark 1.3 在同一指數上打了 61 分，我們在 Spark 1.3 解析裡提過。這個開放模型不是旗艦模型的免費翻版。
能用它在本機跑 Muse Code 嗎？
部分可以——這是 Meta 說的，但 Meta 還沒給出操作說明。Meta 表示，Muse Code 可以在 Apple 硬體上靠 Spark Open 執行裝置端的 agentic 工作流程。它的 demo 裡，agent 修改了 Mastodon 應用程式 Ice Cubes，還操作了 DaVinci Resolve。
Meta 沒有公布的是逐步設定方法：沒有任何文件說明如何設定本機 provider、把 Muse Code 指向自行託管的 Spark Open 端點。CLI 1.4.2 替 muse serve 加上了 --provider 和 --model 旗標，但 Meta 並沒有在文件裡把它們寫成連到本機 Spark Open 伺服器的方法。所以：
- 完全離線的 Muse Code 目前是 Meta 展示過、但沒寫進文件的東西。要有自己摸索的心理準備，暫時別圍繞它規劃團隊導入。
- 硬體才是真正的限制。 有紀錄可查的那場 demo 需要兩台大記憶體 Mac Studio。
- 訂閱方案的模型不會跟著來。 在本機執行拿不到 Muse Wonder 或 Wonder Full；這兩款只有託管版本。
Spark Open、Muse Glimmer 與託管版 Spark 1.3 比較
| Muse Spark Open | Muse Glimmer | Muse Spark 1.3（託管） | |
|---|---|---|---|
| 發布時間 | 2026 年 10 月 15 日 | 2026 年 8 月 10 日 | 2026 年 9 月 2 日 |
| 規模 | 總參數 816B，啟用 42B | 30B | — |
| 授權 | Muse Model License（自訂） | Apache 2.0 | 專有，僅限 API 與 Meta 產品 |
| 硬體 | 約 700 GB（NVFP4）到約 2 TB（BF16） | 單張消費級 GPU，量化後約 20 GB | 不需要——由 Meta 託管 |
| 情境視窗 | 1M token | — | 1M token |
| 價格 | 自備硬體，或在 Together AI 上每百萬 1.25 / 4.25 美元 | 自備硬體 | 每百萬 1.25 / 4.25 美元（standard） |
| Muse Code | Meta 稱可在 Apple 硬體上執行；無設定文件 | 未列為 Muse Code 可用模型 | 預設模型 |
適合誰？
- 企業和研究機構：資料必須留在自家基礎設施上，或想微調、蒸餾一個大型 agentic 模型。
- 推論服務商：這也說明了為什麼上線當天就有一長串託管平台——以及那條衝著它們來的營收條款。
- 擁有超大 Apple 或 GPU 配置的人：想搶在官方文件出來之前先試試本機 agent。
對其他人來說，實際的選擇沒有改變：想要 agent，就透過 Muse Code 或 Meta Model API 使用託管版 Spark 1.3；想要一張 GPU 就能跑的模型，就選 Glimmer。我們的比較頁面列出了這些選項和對手 agent 的全面比較。