CoAI
新闻

Meta发布开放权重模型“Muse Spark Open”,总参数8160亿,面向编程和智能体

Meta于2026年10月15日发布了“Muse Spark Open”,公开了AI模型“Muse Spark”的权重。该模型总共8160亿个参数,每次处理使用其中420亿个,可处理100万token的输入。可从Hugging Face等渠道下载,在一定条件下也可用于商业用途。

2026年10月15日阅读约3分钟

Meta于2026年10月15日发布了AI模型“Muse Spark Open”。它公开了该公司自2026年4月起在自家服务中使用的“Muse Spark”的权重(训练完成的模型数据),任何人都可以下载并在自己的环境中运行。Meta表示,这是一款面向编程以及由AI一边使用工具一边推进工作的“智能体”用途的模型。

Muse Spark Open是什么

Muse Spark是Meta自2026年4月起在自家服务中使用的模型,与10月12日发布的非公开高端模型“Muse Wonder”是不同的模型。据Meta介绍,Muse Spark Open以8月推出的“Muse Spark 1.2”为基础,进行了提升安全性的追加训练。其底层基础模型与目前的“Muse Spark 1.3”相同。

主要规格如下。

  • 架构:MoE(Mixture of Experts,混合专家)。总参数为8160亿(816B),每次处理使用其中的420亿(42B)
  • 一次可读取的量(上下文):100万token
  • 输入:文本、图像、音频、视频
  • 输出:文本

MoE是一种即使整体规模很大,每次处理也只调动部分“专家”的架构,因此相对于其规模,运行速度更快、成本更低。

获取渠道与使用方法

权重已在Hugging Face、Amazon SageMaker AI、Google Cloud的Model Garden和Microsoft Foundry上公开。在Hugging Face上,下载前需要填写姓名、出生日期和所属机构。

即使不自行准备服务器,也可以通过Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together AI等服务商的API使用。

如果在自己的环境中运行,以轻量格式(NVFP4)需要700GB以上的GPU显存,以原始格式(BF16)则需要2TB。Meta还表示,将两台配备512GB内存的M5 Ultra Mac Studio连接起来,即可通过面向Apple平台的框架“MLX”运行。

许可条件

许可为Meta自有的“Muse Model License”,Meta称这是一种对商业使用附加一定条件的许可。最近12个月总收入超过2000万美元的企业,如果以API等服务形式向其他公司提供该模型,需要通知Meta并另行签订协议。此外,使用该模型的产品和服务需要醒目地标注“Built with Muse Spark Open”,使用条款还禁止军事等用途。由于它不同于任何人都可以不受限制使用的开源许可,在业务中使用前需要确认条款内容。

性能评估

Meta在模型卡中列出的主要数值如下。Muse Spark Open是在将思考深度设为最深档位(xhigh)的情况下测得的。

  • Artificial Analysis Intelligence Index:39。作为比较对象列出的开放模型中,GLM 5.3为45,Kimi K3为44,Qwen3.8-2.4T为40,Mistral Large 4为38
  • OSWorld Verified(电脑操作):80.4
  • MCP-Atlas(工具调用):89.2
  • GPQA Diamond(研究生水平的科学题目):89.0
  • Terminal-Bench 2.1(命令行操作):76.4
  • DeepSWE 1.1(软件开发):60

在部分项目上,它低于中国的开放模型。例如在DeepSWE 1.1上Kimi K3为68,在Terminal-Bench 2.1上Kimi K3为85.0。在综合指标上也不及GLM 5.3和Kimi K3。另一方面,它大幅超过同一张表中的美国开放模型Inkling(综合26)和Nemotron 3 Ultra(23),并在JobBench(61.8)和MCP-Atlas上取得表中最高数值。

CoAI编辑部观点

Muse Spark Open是Meta将自家服务中使用的模型进行安全性追加训练后,连同权重一起公开的例子。作为美国企业推出的开放模型,其规模很大,而且除Hugging Face外,还可以立即通过大型云平台和API服务商使用,选择相当丰富。

另一方面,即使按照Meta公布的数值,其综合性能也未达到GLM、Kimi等中国开放模型的水平。运行它需要配备大型GPU的服务器,许可也附带条件。建议先确定自己更看重能在自有环境中运行,还是更看重API的便利性,再用自己的实际工作进行试用和比较。

资料来源

本文提到的工具

返回资讯列表