Muse Spark Open：Meta 的开放权重模型和 Muse Code，能在本地跑吗？
Meta 于 10 月 15 日发布了 Muse Spark Open：8160 亿参数、一份自定义许可证，以及大多数开发者负担不起的硬件门槛。许可证允许做什么、跑起来要什么配置、关于用它驱动 Muse Code，Meta 说了什么、没说什么，这里逐一梳理。
Meta 发布了什么
2026 年 10 月 15 日，Meta 公开了 Muse Spark Open 的权重。这是 Muse Spark 家族里的一个大型开放权重模型，主要规格如下：
- 规模： 总参数 8160 亿，每个 token 激活 420 亿（混合专家架构）。
- 上下文： 100 万 token。
- 输入： 文本、图像、视频和音频。输出： 文本。
它和 Meta 8 月 10 日推出的 300 亿参数开放模型 Muse Glimmer 完全不是一类。Glimmer 的定位是在单张消费级 GPU 上运行；Spark Open 的定位则是数据中心，或者一组配置相当可观的工作站集群。
用大白话讲许可证
Spark Open 采用 Muse Model License，这是 Meta 自己撰写的许可证。它不是 OSI 认可的开源许可证，所以准确的说法是“开放权重”。简单来说：
- 你可以运行、修改、微调、蒸馏和再分发这个模型，前提是遵守许可证条款和 Meta 的使用政策。
- 你必须在使用它的产品里标注“Built with Muse Spark Open”。
- 如果你是大型模型托管方——即一家公司在 12 个月内靠把该模型作为模型服务业务提供，获得超过 2000 万美元的总收入——你必须通知 Meta 并另签协议。
- 输出归你所有。 Meta 对模型生成的内容不主张任何所有权。
对大多数团队来说，收入条款并不适用。托管服务商和转售商则应该完整读一遍。相比之下，Glimmer 采用 Apache 2.0，既不需要标注，也没有收入门槛。
实际需要什么硬件？
很多。Meta 给出的参考是：NVFP4 精度下大约需要 700 GB 加速器显存，BF16 下约 2 TB。420 亿的激活参数让每个 token 的计算量相对较小，但 8160 亿参数还是得全部放进内存。
Meta 自己的演示用了两台 M5 Ultra Mac Studio——每台最高 512 GB 内存——用 MLX 运行该模型。这已经是 Meta 展示过的门槛最低的配置，照样需要两台顶配机器。Spark Open 不是笔记本能跑的模型，单张高端游戏显卡也跑不动。
去哪里获取
- 权重： Hugging Face（需申请访问，
meta-models/Muse-Spark-Open-816B-A42B）、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry。 - 推理引擎： SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp 和 Unsloth。微调方面，Meta 推荐 TorchTitan。
- 托管 API： Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI。Together 的标价是每百万 token 输入 $1.25、缓存输入 $0.15、输出 $4.25。Groq 把上下文限制在 131K token，而不是完整的 1M。
Together 的价格和 Meta 自家托管的 muse-spark-1.3 完全相同。如果你只是想按 token 调用，开放权重并不会更便宜。它的价值在于：你需要自托管、做微调，或者让数据留在自己的硬件上。
成绩如何？
以下是 Meta 发布时给出的表格，照例要提醒：这些是厂商自己的数字。
| 基准测试 | Muse Spark Open | Meta 表格中的备注 |
|---|---|---|
| Terminal-Bench 2.1 | 76.4 | Kimi K3 以 85.0 领先 |
| MCP-Atlas | 89.2 | 对比中领先 |
| JobBench | 61.8 | 对比中领先 |
| Artificial Analysis Intelligence Index | 39 | 低于 GLM-5.3（45）和 MiMo-V2.6-Pro（46） |
Spark Open 最强的是工具调用和 agent 类任务；在综合智能指标上，它不如最好的几款竞品开放模型。作为对照，VentureBeat 给托管版 Spark 1.3 在同一指数上打了 61 分，我们在 Spark 1.3 解读里提到过。这个开放模型并不是旗舰模型的免费复刻。
能用它在本地跑 Muse Code 吗？
部分可以——这是 Meta 的说法，但 Meta 还没给出操作说明。Meta 表示，Muse Code 可以在 Apple 硬件上基于 Spark Open 运行端侧 agentic 工作流。它的演示里，agent 修改了 Ice Cubes 这个 Mastodon 应用，还操作了 DaVinci Resolve。
Meta 没有公布的是分步配置方法：没有任何文档说明如何配置本地 provider、把 Muse Code 指向自托管的 Spark Open 端点。CLI 1.4.2 给 muse serve 加了 --provider 和 --model 参数，但 Meta 并没有在文档里把它们写成连接本地 Spark Open 服务器的途径。所以：
- 完全离线的 Muse Code 目前是 Meta 演示过、但没写进文档的东西。做好自己摸索的准备，暂时别围绕它规划团队部署。
- 硬件才是真正的瓶颈。 有据可查的那次演示需要两台大内存 Mac Studio。
- 订阅里的模型不随之附送。 在本地运行拿不到 Muse Wonder 或 Wonder Full；这两款只提供托管版本。
Spark Open、Muse Glimmer 与托管版 Spark 1.3 对比
| Muse Spark Open | Muse Glimmer | Muse Spark 1.3（托管） | |
|---|---|---|---|
| 发布时间 | 2026 年 10 月 15 日 | 2026 年 8 月 10 日 | 2026 年 9 月 2 日 |
| 规模 | 总参数 816B，激活 42B | 30B | — |
| 许可证 | Muse Model License（自定义） | Apache 2.0 | 专有，仅限 API 和 Meta 产品 |
| 硬件 | 约 700 GB（NVFP4）到约 2 TB（BF16） | 单张消费级 GPU，量化后约 20 GB | 无需——由 Meta 托管 |
| 上下文 | 1M token | — | 1M token |
| 价格 | 自备硬件，或在 Together AI 上每百万 $1.25 / $4.25 | 自备硬件 | 每百万 $1.25 / $4.25（standard） |
| Muse Code | Meta 称可在 Apple 硬件上运行；无配置文档 | 未被列为 Muse Code 可用模型 | 默认模型 |
它适合谁？
- 企业和研究机构：数据必须留在自有基础设施上，或者想微调、蒸馏一个大型 agentic 模型。
- 推理服务商：这也解释了为什么首发当天就有一长串托管平台——以及那条冲着它们来的收入条款。
- 手握超大 Apple 或 GPU 配置的人：想赶在官方文档出来之前先试试本地 agent。
对其他人来说，实际的选择没有变：想要 agent，就通过 Muse Code 或 Meta Model API 用托管版 Spark 1.3；想要单张 GPU 就能跑的模型，就选 Glimmer。我们的对比页展示了这些选项与竞品 agent 的全面比较。