Meta 开源 Muse Spark Open：816B MoE 架构登顶美国开源榜，多模态输入与低幻觉率成亮点

Artificial Analysis (@ArtificialAnlys) · 2026-10-16 00

Meta 发布了 Muse Spark Open，这是一款拥有 816B 总参数（激活参数为 42B）的开放权重模型。该模型在 Artificial Analysis Intelligence Index 中得分 39 分，使其成为美国排名第一的开放权重模型。

Muse Spark Open (xhigh) 的得分比 Meta 八月发布的 30B 稠密开放权重模型 Muse Glimmer (high, 17) 高出 22 分。它也领先于 NVIDIA 今日刚刚发布的 Nemotron 3.5 Super VL (26)，后者是得分第二高的美国开放权重模型。

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

关键要点：

➤ 开放权重性能达到 Meta 八月旗舰模型水平。 Muse Spark Open 的得分与 Muse Spark 1.2 (xhigh, 40) 仅差一分。它在 AutomationBench-AA 上表现更强，幻觉率更低，但在 GDPval-AA v2.1、CritPt 和 AA-Omniscience 准确率方面较弱。在 Meta 当前的产品阵容中，它落后于 Muse Wonder (max, 52) 13 分，落后于 Muse Wonder Full (max, 56) 17 分。

➤ Token 效率高，单任务成本适中。 Muse Spark Open 在每个 Intelligence Index 任务中使用 40k 输出 token，这是得分最高的九个开放权重模型中最少的：例如，比 Muse Spark 1.2 (xhigh, 48k) 少 16%，比规模最接近的中国同行 GLM-5.3 (max, 71k) 少 43%。Together AI、Fireworks 和 Baseten 在发布时提供该模型，输入/输出每百万 token 的价格分别为 $1.25/$4.25（缓存输入为 $0.15）。按此定价，每个 Intelligence Index 任务的成本为$0.84。这低于相同 token 单价下的 Muse Spark 1.2 ($0.97)，不到 GLM-5.3 (max,$2.01) 的一半，但大约是 DeepSeek V4.1 Flash (max, $0.27) 的三倍。

➤ 与中国开放权重领军者相比，在智能体工作流方面存在相对弱点。 在得分最高的九个开放权重模型中，Muse Spark Open 在索引中的四项智能体评估中排名最后，但在其余六项综合评估中排名第四，并且在所有开放权重模型中 AA-Omniscience 得分最高 (25)。GLM-5.3 (max) 作为规模最接近的中国模型，其 6 分的领先优势完全来自于智能体评估项目。

➤ 支持单节点自托管，或部署于两台 Mac Studio。BF16 权重约为 1.6TB。Meta 的 NVFP4 检查点仅对 256 个专家进行量化，将权重压缩至约 530GB。据 Meta 称，该模型可在四张 Blackwell Ultra GPU 或八张 H200 上运行，也可使用 MLX 在两台配备 512GB 内存的 M5 Ultra Mac Studio 上运行。架构采用 62 层分组查询注意力机制（16 个 KV 头），每个 token 激活 256 个专家中的 8 个，并包含一个用于视觉处理的 18 亿参数 Perception Encoder。

其他模型细节：

➤ 参数量：总计 816B，激活参数 42B（MoE）

➤ 上下文窗口：100 万 tokens

➤ 许可证：Muse Model License，一种自定义许可证，要求标注“Built with Muse Spark Open”，且对于年收入超过 2000 万美元的模型即服务（MaaS）企业，需与 Meta 另行签署协议

➤ 输入模态：文本、图像、视频和音频。输出：文本

➤ 可用性：权重已在 Hugging Face 发布（提供 BF16 和 NVFP4 版本），并通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 提供 API 访问