内容概览
本文围绕“Meta 发布 Muse Spark Open:8160亿参数、1M 上下文，开放权重榜单得分39低于 GLM-5.3”整理核心信息、适用场景与使用条件，便于读者快速了解重点，再决定是否进一步体验或查阅项目资料。
详细信息
10月16日凌晨，Meta发布开放权重模型Muse Spark Open，总参数量8160亿，每个Token激活约420亿参数，支持100万Token上下文窗口，可接收文本、图像、视频和音频输入。该模型采用稀疏混合专家架构，原生多模态，主攻编程与Agent任务，面向长周期执行、复杂软件工程和多步推理。Meta称其为迄今能力最强的美国开放权重模型。
本次发布的重点在本地部署。借助最新版MLX框架，Muse Spark Open已针对苹果M5Ultra芯片的Mac Studio优化，单机集成GPU最高可用512GB内存，两台合计约1TB统一内存可容纳完整模型，1.2TB/s内存带宽足以支撑每Token所需的参数读取。
Meta用其驱动的Muse Code测试了完全本地运行的Agent工作流，包括为开源Mastodon客户端Ice Cubes完成iOS代码修改与整包构建，以及操作DaVinci Resolve逐帧审片并裁剪竖屏。
评测结果呈现分化。在Artificial Analysis开放权重模型智能指数榜单上，Muse Spark Open（xhigh）得39分，低于MiMo-V2.6-Pro的46分与GLM-5.3的45分，与DeepSeek V4.1Flash持平;在Terminal-Bench2.1中得76.4分，DeepSWE1.1中得60分，分别低于GLM5.3的67分和Kimi K3的68分，GDPval-AA v2的1401分同样落后于Qwen3.8-2.4T-A95B等国产模型。
开发者可通过Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI等平台调用API，并在Hugging Face等平台下载权重。模型支持SGLang、vLLM、TensorRT-LLM、MLX、llama.cpp、Unsloth等主流框架，
针对四家芯片厂商优化，其定制Helion内核在英伟达和AMD GPU上实现1.03至3.95倍内核级加速。Meta称得益于与苹果新CEO约翰·特努斯及苹果团队的合作，该模型亦完成额外安全后训练，达到超级智能扩展框架的发布门槛。
编辑整理：阅读要点
- 功能和价格可能随版本或地区变化，使用前应查看最新说明。
- 安装软件或启用服务时，优先使用项目官方渠道并检查所需权限。
- 是否适合长期使用，应结合自身设备、工作流和实际体验判断。
延伸阅读
资料来源：news.aibase.com。本文依据公开资料整理，不是独立采访或独家报道。