Meta 开源权重模型 Muse Spark Open 上线 Fireworks 美国无服务器推理

Muse Spark Open 是 Meta 推出的开放权重模型，已在 Fireworks 上 Day-0 上线。这是一个 816B 参数的混合专家模型，每个 token 激活 42B 参数，拥有 1M token 的上下文窗口，专为长周期编程和需要在超长会话中保持连贯的智能体工作而构建。

它是迄今为止能力最强的美国开放权重模型之一，也是我们在受监管专业工作中见过的最强开放权重模型。它在 Vals AI 的 Harvey 法律智能体基准排行榜上排名第一，通过率几乎是 Claude Opus 5 的 4 倍。在 Rogo 的 Big Finance Bench 上，它在每个难度级别都击败了 Claude Opus 5.5，并在最难的任务上略胜 GPT-6 Astra。

Muse Spark Open 在美国训练和开发，Fireworks 默认以零数据保留方式运行它。立即在无服务器上试用，仅运行于美国境内容量，无美国溢价。然后转向预留吞吐量用于生产，并通过无服务器 LoRA 训练对其进行微调。

Muse Spark Open 展现出强大的智能体工程能力：它可以浏览代码仓库、实现非平凡的更改，并验证复杂的编程工作——Zimu，Factory 技术 staff 成员

Muse Spark Open 在受监管工作中优于 Claude Opus

Muse Spark Open 在准确性至关重要的领域表现最佳，例如法律、金融和临床任务。这些结果来自独立评估机构和我们专门的 Specialized Intelligence Index，其中每个模型都运行在同一测试框架上：

• •Harvey 法律智能体基准排名第一：在 Vals AI 排行榜上，针对使用文件和工具完成法律工作，Muse Spark Open 在 75 个模型中排名第一，达到 25.4%，几乎是 Claude Opus 5（6.7%）的 4 倍。
• •在 Rogo 的 Big Finance Bench 上领先 Claude Opus 5.5：在 Fireworks 的 Specialized Intelligence Index 运行中，Muse Spark Open 在每个难度级别都击败了 Claude Opus 5.5。在最难的任务上，它略胜 GPT-6 Astra（17.3% 对 16.5%），得分超过 Opus 5.5（6.6%）的 2.5 倍（图 1）。
• •Finance Agent 排名前三：在 Vals AI 的 Finance Agent v2 上，它得分 60.6%，与 Gemini 3.8 Flash 相差不到一个百分点，而每次测试成本约低 60%。
• •临床文档：它在 Vals MedScribe 上得分 90.1%，与 Claude Opus 5（91.0%）相差不到一个百分点，而 token 价格低 75-83%。

本文中来自 Vals AI 和 Artificial Analysis 的第三方结果是在 Meta 的 API 发布版该模型上测得的。

在 Rogo，我们会让每个新模型都跑一遍 Big Finance Bench，这是我们包含 928 个真实金融工作流问题的测试集。Muse Spark Open 得分 53.3%，是我们榜单上排名最高的开放权重模型，甚至超过了前沿的 Claude Opus 5（49.2%）。高性能美国开放权重模型的出现尤其令人振奋。它们为持续实验和根据金融工作的具体需求定制智能提供了基础。我们对其推动模型性能前沿、同时为客户释放新层次价值和效率的潜力感到兴奋。——Alex Wang，Rogo 技术 staff 成员

Muse Spark Open 在标准基准上的得分

Muse Spark Open 在标准公开基准上表现不俗：

• •更少的幻觉：在 Artificial Analysis 的 AA-Omniscience 上，它的幻觉率为 33%，低于 Claude Opus 5.5（59%）和 GPT-6 Astra（51%），因为它在不确定时会拒绝回答，而不是猜测。
• •智能体编码：在 Meta 的评估中，它在 Terminal-Bench 2.1 上得分 82.9%，领先于 GPT-5.6 Terra 和 Grok 4.5（图 2）。

Muse Spark Open 代表了西方开源模型的一次飞跃，在我们早期的评估中，其指令遵循能力尤为突出。我们很高兴能在这个基础上，通过后训练来支持我们在 Decagon 所驱动的复杂工作流——Decagon Labs

在开放端点之前，我们在生产服务栈上对最终开放权重运行了发布验证套件。Muse Spark Open 在 AIME26 上得分 91.1%，在 GPQA Diamond 上得分 89.7%，在 SWE-bench Verified 上得分 84.3%，并在 OCRBench 和 MMMU Pro 的图像理解上保持在 80% 以上（图 3）。作为核验，我们还在广泛使用的开源推理引擎 SGLang 上运行了相同的权重，得分一致。你在 Fireworks 上调用的模型，表现与 Meta 构建时一致。

Filevine 创立于美国西部。我们相信前沿应当开放。与 Fireworks 和 Meta 合作意味着 Filevine 可以为法律开辟新的可能性视野，而无需以牺牲质量为代价来换取成本优势。——Ryan Anderson，Filevine 联合创始人兼 CEO

以下是你今天就可以开始构建的方式：

Muse Spark Open 现已在我们的无服务器 API 上提供，仅限美国容量，且无美国溢价。请查看 Muse Spark Open 模型页面了解当前定价。

1. 无服务器：直接在 Fireworks 无服务器上开始使用 Muse Spark Open，或迁移到预留吞吐量以用于生产工作负载。
2. 想为你的用例量身定制 Muse Spark Open？试试我们的无服务器训练 API，或联系 Fireworks Lab 获取帮助。