Meta 开放 Muse Spark Open 模型权重，主打本地部署与智能体能力，编程基准落后于部分国产模型

一句话结论

Meta 开放了总参数量达 8160 亿的 Muse Spark Open 模型权重，支持双机 Mac Studio 本地部署，其编码基准测试成绩落后于智谱与 Kimi 的对应模型。

关键要点

• Meta 于 10 月 15 日开放 Muse Spark Open 权重，采用稀疏混合专家架构，总参数 8160 亿，每 token 激活 420 亿，支持 1048576 token 上下文。
• 官方文档显示，BF16 权重需 1.65 TB 内存，NVFP4 量化后降至 537 GB，可在两台 512 GB 内存的 M5 Ultra Mac Studio 上以 NVFP4 精度运行，生成速度超每秒 36 token。
• 编程基准测试中，Muse Spark Open 在 Terminal-Bench 2.1 得 76.4，在 DeepSWE 1.1 得 60，两项成绩均低于 GLM 5.3 max 与 Kimi K3 max。
• 模型许可证对年收入超过 2000 万美元且以模型即服务方式对外提供 API 的企业有额外通知与签署协议要求，但允许非模型即服务业务及内部使用、研究等场景。
• Meta 同步发布了 SGLang 集成的 Helion 算子，在 NVIDIA 与 AMD GPU 上实现 1.03–3.95 倍算子级加速，并在 AMD MI350 上取得约 3% 端到端加速。

背景与事实

2025 年 10 月 15 日，Meta 在官方博客与研究页面同步开放了 Muse Spark Open 模型权重，并配套公布了 MLX 框架下两台 M5 Ultra Mac Studio 的分布式部署方案。该模型定位为“迄今能力最强的美国开放权重模型”，主要面向软件工程、长程工具调用与多步推理任务，同时支持合成数据生成与模型输出评估等场景。模型架构采用稀疏混合专家设计，总参数量 8160 亿，每 token 激活约 420 亿参数，上下文长度支持 1048576 token。输入端支持文本、图片、音频和视频，输出端为文本，这意味着模型可以理解多模态内容，但不具备原生的图片或视频生成能力。

在性能数据方面，Meta 公布的基准测试结果显示：JobBench 得分 61.8，MCP-Atlas 得分 89.2，OSWorld Verified 得分 80.4。编程相关测试中，Terminal-Bench 2.1 得 76.4，DeepSWE 1.1 得 60。值得注意的是，这两项编程基准测试中，Muse Spark Open 的得分均低于国产开源模型 GLM 5.3 max 与 Kimi K3 max，且整体榜单并未呈现全面领先的态势。

本地部署方案是本次发布的另一核心看点。Meta 与苹果联合展示了使用 NVFP4 量化精度、两台 512 GB 内存的 M5 Ultra Mac Studio 通过 Thunderbolt 上的 RDMA 连接实现分布式推理，生成速度超过每秒 36 token。官方文档同时给出 GPU 部署参考：BF16 版本使用 8 张 B300 加速卡，NVFP4 版本使用 4 张 B300。除本地部署外，Meta 还列出了 Baseten、Fireworks AI、Groq、Modal、Nebius、Together AI 与 OpenRouter 等托管服务生态伙伴，部署工具覆盖 SGLang、vLLM、TensorRT-LLM、llama.cpp 与 MLX。许可证方面，Muse Model License 允许使用、修改、微调、蒸馏与分发，但要求展示指定归属标识；若被许可方及其关联方在任意连续 12 个月内合计总收入超过 2000 万美元，且以模型即服务形式对外提供 API，则需事先通知 Meta 并签署单独书面协议。

影响分析

对中文开发者与从业者而言，Muse Spark Open 的开放权重与配套部署工具链提供了另一种大型智能体模型的本地化选择。一方面，开发者可在不依赖外部推理服务的前提下，将涉及代码修复、功能添加、视频剪辑等长程工具调用任务置于自有硬件环境中运行，从而降低敏感数据外流风险并减少 API 调用成本。另一方面，由于该模型在 Terminal-Bench 与 DeepSWE 等编程基准上落后于 GLM 5.3 max 与 Kimi K3 max，在纯编码自动化场景中，国内团队若以代码生成与调试质量为首要指标，当前阶段仍优先选择国产模型可能获得更优效果。此外，NVFP4 量化与 MLX 分布式部署方案表明，高配置 Mac 设备集群正在成为大模型本地推理的现实路径，但 537 GB 至 1.65 TB 的权重体量意味着普通笔记本或单台工作站难以直接承担，硬件预算与运维能力仍是落地门槛。

适用边界

上述结论在以下条件下不成立或需调整：若企业年收入未超过 2000 万美元，或仅将模型用于内部业务、研究、非模型即服务的自有产品功能，则许可证中关于额外通知与签署协议的要求不适用；若任务对多模态理解要求低且仅依赖文本输出，则 1048576 token 上下文与多模态输入能力可能成为不必要的复杂度；若开发者使用 BF16 精度部署，则 1.65 TB 权重内存需求远高于 NVFP4 的 537 GB，两台 512 GB Mac Studio 方案不再适用，需转向 8 张 B300 GPU 或更高配置硬件；若目标硬件为 CPU 或单 GPU 设备，本文所述分布式推理与本地部署方案均不适用。

孤本观察

Meta 此次将开放权重模型与苹果 Mac Studio 硬件深度绑定发布，并联合提供 MLX 框架下的分布式推理实测数据，在以往开放模型发布中较为少见，这暗示了开放权重生态正在向“模型+特定硬件平台”的联合优化方向演进。另一方面，编程基准落后于国产模型这一事实与“美国最强开放权重模型”的定位并存，表明开放权重模型的竞争维度已从单一榜单排名扩展到部署可行性、许可证条款与多模态智能体能力的综合博弈。

来源：InfoQ 中文 AI