Meta 发布了 Muse Spark Open，这是一个 816B（42B 激活）开放权重模型，在 Artificial Analysis Intelligence Index 上得分 39，成为美国排名第一的开放权重模型

Muse Spark Open（xhigh）比 Muse Glimmer（high，17）高 22 分，后者是 Meta 于 8 月发布的 30B 稠密开放权重模型。它也领先于 NVIDIA 的 Nemotron 3.5 Super VL（26），这是得分第二高的美国开放权重模型，于今天发布

@AIatMeta 在公开发布前与我们分享了访问权限以进行基准测试。祝贺 @AIatMeta、@finkd 和 @alexandr_wang 发布！

要点：

➤ 开放权重达到 Meta 8 月旗舰水平。Muse Spark Open 的得分与 Muse Spark 1.2（xhigh，40）相差不到一分。它在 AutomationBench-AA 上更强，幻觉率更低，但在 GDPval-AA v2.1、CritPt 和 AA-Omniscience 准确率上更弱。在 Meta 当前阵容中，它比 Muse Wonder（max，52）低 13 分，比 Muse Wonder Full（max，56）低 17 分

➤ Token 高效，每任务成本适中。Muse Spark Open 在每个 Intelligence Index 任务上使用 40k 输出 token，是九个得分最高的开放权重模型中最少的：例如比 Muse Spark 1.2（xhigh，48k）少 16%，比 GLM-5.3（max，71k）少 43%，后者是其按规模最接近的中国同类模型。Together AI、Fireworks 和 Baseten 在发布时以每 1M 输入/输出 token $1.25/$4.25 提供（缓存输入 $0.15）。按此定价，每个 Intelligence Index 任务成本为 $0.84。这低于相同每 token 价格下的 Muse Spark 1.2（$0.97），也低于 GLM-5.3（max，$2.01）的一半，但约为 DeepSeek V4.1 Flash（max，$0.27）的三倍

➤ 与中国开放权重领先者相比，在智能体工作上相对较弱。在九个得分最高的开放权重模型中，Muse Spark Open 在索引中的四项智能体评估上排名最后，但在其他六项合计中排名第四，并且在 AA-Omniscience（25）上领先所有开放权重模型。按规模最接近的中国模型 GLM-5.3（max）其 6 分领先全部来自智能体评估

➤ 可在单节点或两台 Mac Studio 上自托管。BF16 权重约为 1.6TB。Meta 的 NVFP4 checkpoint 仅量化 256 个专家，将权重降至约 530GB。Meta 表示这可在四个 Blackwell Ultra GPU 或八个 H200 上运行，也可使用 MLX 在两台 512GB M5 Ultra Mac Studio 上运行。该架构使用 62 层，采用分组查询注意力（16 个 KV 头），每个 token 激活 256 个专家中的 8 个，并包含一个 1.8B 参数的 Perception Encoder 用于视觉

其他模型细节：

➤ 参数：总计 816B，激活 42B（MoE）

➤ 上下文窗口：1M token

➤ 许可证：Muse Model License，这是一种自定义许可证，要求标注“Built with Muse Spark Open”，并且年收入超过 $20M 的 Model-as-a-Service 业务需与 Meta 另行达成协议

➤ 输入模态：文本、图像、视频和音频。输出：文本

➤ 可用性：权重在 Hugging Face 上（BF16 和 NVFP4），API 访问可通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI