Muse Spark Open
推理大模型编程大模型别名:Muse-Spark-Open-816B-A42B
Meta 面向编程和智能体任务的开放权重多模态 MoE 模型,总参数 816B、每 token 激活 42B,支持百万 token 上下文。
数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法
模型基本信息
开源和体验地址
官方介绍与博客
API接口信息
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $1.25/ 1M tokens | $4.25/ 1M tokens |
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | — | $0.150/ 1M tokens |
表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。
评测结果
Muse Spark Open 当前已收录的代表性评测结果包括 HLE(9 / 239,得分 61)、MCP-Atlas(2 / 51,得分 89.20)、SciCode(16 / 135,得分 58.50)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。
图像感知与视觉推理
共 4 项评测模型变体及不同版本下载
发布机构
模型解读
Muse Spark Open 是 Meta 于 2026 年 10 月 15 日发布的开放权重多模态 MoE 模型,面向编程与多步骤智能体任务。它提供自托管选择,但 816B 总参数意味着很高的内存门槛,不能把每个 token 只激活 42B 参数理解为只需加载 42B 权重。
百万上下文适合长任务,完整权重仍决定部署规模
Meta 开发文档列出 1,048,576 token 上下文,支持文本、图像、音频和视频输入,输出文本。BF16 权重约 1.65 TB,NVFP4 约 537 GB;运行还需为 KV cache 和中间状态留出内存。官方称训练数据覆盖超过 100 种语言,这不等于已经逐项验证的支持语种清单。
独立分析测试表现良好,但不是全面领先的证据
Plotly 在发布当日的原始结果表中报告,Muse Spark Open 答对 43 题中的 38 题,与 Qwen 3.8 27B 相同;Muse Spark 1.3 为 40 题。测试使用同一个分析智能体与合成风电数据仓库,试题未公开。这个结果支持其数据分析用途,但不足以证明它在所有编程和智能体任务中领先。
开放权重附带商用条件
模型采用 Muse Model License。许可要求保留声明与使用政策,并展示 Built with Muse Spark Open;提供模型服务且企业及关联方在连续 12 个月内合计营收超过 2,000 万美元时,须事先与 Meta 另签协议。因此不能将本次发布标为无条件免费商用。
适合有大内存基础设施和自托管需求的团队
需要控制数据流向、定制权重并执行长流程任务的团队可以评估这一版本。硬件资源有限时,Qwen 3.8 27B 是上述分析测试中值得比较的小模型选择。已核实的常规报价中,Together AI 每百万 token 输入 1.25 美元、输出 4.25 美元、缓存读取 0.15 美元;Fireworks 的输入、缓存读取和输出价分别为 1.25、0.15 与 4.25 美元。Together 的上线免费体验截止时间为 10 月 18 日中午 12 点(美国太平洋时间),常规报价与促销需要分开看。官方发布公告与模型卡及权重可用于进一步核对部署条件。
评测成绩保留原始测试条件,安全指标按越低越好解读
Meta 官方模型卡报告 MCP-Atlas 89.2、GPQA Diamond 89.0、HLE-Diamond 无工具 26.1、DeepSWE v1.1 60.0 与 Terminal-Bench 2.1 76.4。DeepSWE 使用 Muse Code,Terminal-Bench 使用 Terminus 2;ZeroBench 的 50.0 是五次采样至少答对一次的 pass@5。上述条件随结构化成绩保留。FORTRESS 分别报告 ARS 5.8 与 ORS 17.4,均为越低越好,两者不能相加;内部 StrongREJECT v2 的攻击成功率为 0.5%。详见官方评测方法报告。
模型始终启用推理,支持 low、medium、high、xhigh 四档,自托管模板默认 xhigh;托管平台可以覆盖默认值。最大输出上限和知识截止日期尚无统一的模型级官方声明,页面保留未知。OpenRouter 当前接口列出的托管最大输出为 943718 token,Groq 的企业版服务限制为 131072 token,不能把平台限制直接当作所有部署共同的模型上限。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送
