Muse Spark Open：能在 Mac Studio 上运行的 Meta 开放权重模型

2026 年 10 月 15 日，Meta 发布了 Muse Spark Open，并在官方博客中称其为“the most capable US open-weight model to date”（迄今最强的美国开放权重模型）。这是一款混合专家（Mixture-of-Experts）模型，总参数 8160 亿，其中激活参数 420 亿，共 256 个专家，采用 top-8 路由。上下文最长支持一百万 token，Hugging Face 上的模型卡将其标注为原生多模态。Meta 将它定位于编程以及长时间运行的智能体任务，例如软件工程和多步推理。

Muse Model License 是专有许可证，并非开源：Hugging Face 上的权重需申请才能获取，并附有一份使用政策（Usage Policy，Exhibit A）。如果通过 API 向第三方提供该模型，并在连续 12 个月内总收入超过 2000 万美元，就必须通知 Meta 并另行签署协议；内部使用、研究以及集成到自家产品中不在此列。许可证还写明，该模型不面向 18 岁以下人群，且 Meta 不主张对输出内容的所有权。

权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 等平台下载，API 则由 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 托管。在本地运行方面，Meta 与苹果合作，针对 MLX 框架优化了模型，使其能在两台搭载 M5 Ultra 芯片、每台最高 512 GB 统一内存的 Mac Studio 上运行：据 Meta 称，这是同级别模型中的首例。模型卡要求 NVFP4 格式下至少 700 GB 显存，BF16 下则需 2 TB；而 TechCrunch 援引 Engadget 的说法，称本地使用需要“至少 1 TB 内存”。

在 Meta 公布的基准测试中（xhigh 推理设置），它在部分项目上领先，例如 MCP-Atlas（89.2）和不使用工具的 HLE-Diamond（26.1）。在其他项目上则落后于中国的开放模型：Terminal-Bench 2.1 得分 76.4，低于 Kimi K3 的 85.0 和 GLM 5.3 的 83.9；AA Intelligence Index 得分 39，低于 GLM 5.3 的 45。需要强调的是，正如 TechCrunch 指出的，所有基准数据都来自 Meta 自己，尚未经过独立验证。安全方面，Meta 增加了专门的后训练，用 Meta Superintelligence Scaling Framework 对模型进行了评估，并计划很快发布完整报告。模型卡建议在具备完善防护机制的系统中使用该模型，并对不可逆操作要求人工确认。

— Pixie