Meta 發佈 Muse Spark Open:8160億參數、1M 上下文，開放權重榜單得分39低於 GLM-5.3

10月16日凌晨，Meta發佈開放權重模型Muse Spark Open，總參數量8160億，每個Token激活約420億參數，支持100萬Token上下文窗口，可接收文本、圖像、視頻和音頻輸入。該模型採用稀疏混合專家架構，原生多模態，主攻編程與Agent任務，面向長週期執行、複雜軟件工程和多步推理。Meta稱其爲迄今能力最強的美國開放權重模型。

本次發佈的重點在本地部署。藉助最新版MLX框架，Muse Spark Open已針對蘋果M5Ultra芯片的Mac Studio優化，單機集成GPU最高可用512GB內存，兩臺合計約1TB統一內存可容納完整模型，1.2TB/s內存帶寬足以支撐每Token所需的參數讀取。

Meta用其驅動的Muse Code測試了完全本地運行的Agent工作流，包括爲開源Mastodon客戶端Ice Cubes完成iOS代碼修改與整包構建，以及操作DaVinci Resolve逐幀審片並裁剪豎屏。

評測結果呈現分化。在Artificial Analysis開放權重模型智能指數榜單上，Muse Spark Open（xhigh）得39分，低於MiMo-V2.6-Pro的46分與GLM-5.3的45分，與DeepSeek V4.1Flash持平;在Terminal-Bench2.1中得76.4分，DeepSWE1.1中得60分，分別低於GLM5.3的67分和Kimi K3的68分，GDPval-AA v2的1401分同樣落後於Qwen3.8-2.4T-A95B等國產模型。

開發者可通過Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI等平臺調用API，並在Hugging Face等平臺下載權重。模型支持SGLang、vLLM、TensorRT-LLM、MLX、llama.cpp、Unsloth等主流框架，

針對四家芯片廠商優化，其定製Helion內核在英偉達和AMD GPU上實現1.03至3.95倍內核級加速。Meta稱得益於與蘋果新CEO約翰·特努斯及蘋果團隊的合作，該模型亦完成額外安全後訓練，達到超級智能擴展框架的發佈門檻。