Muse Spark Open：Meta 在开放权重赛道上对 Qwen、GLM 与 Kimi 的正面回应

2026-10-16

在 Llama 系列之后，Meta 正凭借 Muse Spark Open 重回开放权重领域。

Meta 称其为美国最强的开放权重模型，专为编程与智能体任务打造，拥有 8160 亿参数（激活 420 亿）、最长 100 万 token 的上下文，并支持文本、图像、视频与音频。

在 JobBench、MCP-Atlas、HLE-Diamond 和 ZeroBench 等基准上，Meta 称其在多个类别上大幅领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍远不及 Meta 付费的 Muse Wonder Full 模型。

据 Meta 称，该模型针对苹果 M5 Ultra 进行了优化，可在两台各带 512 GB 统一内存的 Mac Studio 上本地运行。

权重已发布在 Hugging Face 上。

许可证可免费使用，但要求标注「Built with Muse Spark Open」。

年收入超过 2000 万美元、希望以 API 服务形式提供该模型的厂商，需要与 Meta 另行签订协议。

更多细节见研究博客。

Meta 在 Llama 系列之后重回开放权重领域，发布 Muse Spark Open，自称是「美国最强开放权重模型」，主打编程与智能体任务。模型总参数 8160 亿、激活 420 亿、上下文最长 100 万 token，支持文本、图像、视频与音频。Meta 称其在 JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 等基准的多个类别上明显领先 Qwen 3.8、GLM 5.3 与 Kimi K3，但仍远逊于自家付费的 Muse Wonder Full。该模型针对苹果 M5 Ultra 优化，可在两台各 512GB 统一内存的 Mac Studio 上本地运行，权重已上传 Hugging Face，许可证免费但有署名要求，年收入超 2000 万美元且要以 API 形式对外提供服务的厂商需与 Meta 另签协议。

• Meta 在 Llama 系列之后重回开放权重领域，发布 Muse Spark Open，自称是「美国最强开放权重模型」，主打编程与智能体任务。模型总参数 8160 亿、激活 420 亿、上下文最长 100 万 token，支持文本、图像、视频与音频。Meta 称其在 JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 等基准的多个类别上明显领先 Qwen 3.8、GLM 5.3 与 Kimi K3，但仍远逊于自家付费的 Muse Wonder Full。该模型针对苹果 M5 Ultra 优化，可在两台各 512GB 统一内存的 Mac Studio 上本地运行，权重已上传 Hugging Face，许可证免费但有署名要求，年收入超 2000 万美元且要以 API 形式对外提供服务的厂商需与 Meta 另签协议。
• 原贴提到：After its Llama series, Meta is returning to open-weight territory with
• 来源：the-decoder.com

这是什么信号

Meta 在 Llama 之后重新拿出一个开放权重模型，而且一上来就把坐标轴对准中国开源阵营：Qwen 3.8、GLM 5.3、Kimi K3 被直接写进对比名单。这不是一次普通发版，而是一次「话语权回收」——过去两年开放权重叙事的主角从前沿大厂转向了国内厂商与创业公司，Meta 需要用一个足够大的模型证明自己仍在这张牌桌上。

规格上能看出明确的工程取向：8160 亿总参数搭配 420 亿激活，是典型的稀疏混合专家路线，用大容量换能力上限、用低激活换推理成本；100 万 token 上下文与文本/图像/视频/音频四模态支持，是奔着长周期智能体任务去的；针对苹果 M5 Ultra 优化、可在两台 512GB 统一内存的 Mac Studio 上本地跑，则是在回答「开放权重到底能不能私有化落地」这个问题。

为什么重要

第一，开放权重赛道从「单极」变回「双极竞争」。Meta 用官方口径宣称在多个类别上明显领先 Qwen、GLM、Kimi，同时坦承仍远逊于自家付费的 Muse Wonder Full。这句话本身比任何单项跑分都重要：它说明 Meta 的策略不是「开源追平闭源」，而是有意把开放权重固定在付费旗舰之下一个身位，用能力分层来保护商业产品线。

第二，许可证从「纯开放」走向「条件开放」。免费使用但要求标注「Built with Muse Spark Open」，且年收入超过 2000 万美元、要以 API 形式转售的厂商必须单独签约——这是一条清晰的商业化分界线，既保留了生态扩散速度，又把大规模转售环节收回到谈判桌上。

第三，本地部署的硬件门槛被重新定义。两台各 512GB 统一内存的 Mac Studio 不是普通开发者能凑齐的配置，这意味着「可本地运行」在当下更接近一种高端私有化部署方案，而不是普惠的消费级体验。它验证了路线可行性，但离普及还有距离。

对谁有价值

• 做智能体与编程工具的产品团队：长上下文加四模态输入，直接对应代码库级理解、多轮工具调用和带截图/录屏的任务流，是可以拿来替换现有基座的候选。
• 有数据合规与私有化诉求的企业：权重可下载、可在自有硬件上跑，是金融、医疗、政企场景里绕不开的前置条件。
• 模型服务商与云厂商：2000 万美元年收入这条线决定了谁能直接转售、谁必须谈授权，直接影响托管业务的合规成本。
• 关注中美开源竞争的从业者：Meta 主动把 Qwen、GLM、Kimi 写进对比表，等于官方承认了这三家是开放权重的能力基准线。

可以怎么行动

1. 别只看榜单，用自己的任务集复测。JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 都是厂商选择的战场，且「多个类别领先」不等于全面领先。拿你真实业务里最难的 20–50 个任务跑一遍，尤其关注长上下文后半段和工具调用失败率。
2. 先算硬件账，再谈本地化。按两台 512GB 统一内存 Mac Studio 的配置反推你的部署成本，与调用托管 API 的成本做对比，再决定是自建还是托管。
3. 把许可证写进采购与合规清单。确认「Built with Muse Spark Open」的标注要求在你们的用户界面、文档和对外材料里如何落地；如果你们是靠转售模型能力盈利的厂商，先核对年收入阈值，再评估是否需要提前接触 Meta 的商用授权。
4. 做一次双基座对照实验。把 Muse Spark Open 与你当前在用的 Qwen/GLM/Kimi 版本并排跑同一套评测，观察差异是集中在编程、智能体还是长文档，再决定是替换还是按任务分流。
5. 盯住付费旗舰的差距。Meta 自己承认开放版远不及 Muse Wonder Full，这个差距的位置，就是未来开放权重下一次迭代最可能的发力点。

风险与限制

• 跑分来自厂商自述。目前所有领先性结论都是 Meta 的口径，第三方独立复现之前应打折看待，尤其是「多个类别」这种模糊表述。
• 能力分层是设计而非缺陷。开放版被刻意压在付费旗舰之下，意味着你在关键任务上大概率仍会遇到能力天花板，不要指望它替代闭源前沿模型。
• 硬件门槛高。本地运行依赖高内存统一内存的苹果工作站，多数团队短期内难以复制，实际可用路径仍以托管为主。
• 许可证存在长期不确定性。营收阈值与署名要求都可能随版本迭代调整，重度依赖该模型的业务应保留切换基座的余量。
• 生态成熟度未知。权重刚上 Hugging Face，工具链、量化方案、推理框架适配都还在早期，工程踩坑成本要计入评估。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Muse Spark Open：Meta 在开放权重赛道上对 Qwen、GLM 与 Kimi 的正面回应》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖