Meta 週四發布 Muse Spark Open，一款 8,160 億參數的開放權重模型，該公司稱其為美國同類模型中能力最強者。Meta 在 X 上宣布此發布時表示，該模型可在家中以兩台 Apple M5 Ultra Mac Studio 執行。

Meta 的模型卡指出，Muse Spark Open 採用專家混合（mixture-of-experts）設計，每個 token 啟用其 8,160 億參數中的 420 億——這種稀疏架構使每個 token 的運算量與活躍部分掛鉤，但硬體仍須容納完整權重集。該模型接受文字、影像、視訊與音訊輸入並輸出文字，上下文視窗最長可達 100 萬個 token。Meta 將此模型瞄準程式編寫與代理工作，目標為長時程任務、軟體工程以及多步驟推理。

兩台 Mac Studio，約 1TB 記憶體

每台 M5 Ultra Mac Studio 最多配備 512GB 統一記憶體，因此兩台合計約為 1TB——Meta 在公告中表示，這已足以存放整個模型。該模型在本機透過 Apple 的 MLX 框架執行。記憶體是這類硬體的決定性限制：模型的官方需求遠超任何單一 GPU 的容量，這也是參考配置橫跨兩台機器而非單一加速器的原因。

Apple 將於十月下旬出貨 512GB 版本，但尚未公布售價——這一數字將決定 Meta 所描述的雙機方案的實際價格。256GB 版 M5 Ultra Mac Studio 目前售價為 $10,799，也就是說四台（合計約 1TB）在稅前將花費 $43,196。Meta 的模型卡指出，Spark Open 的 NVFP4 版本至少需要 700GB GPU 記憶體，而 BF16 版本則需要至少 2TB。

在 Meta 的示範中，建構於 Spark Open 之上的 Muse Code 為開源 Mastodon 客戶端 Ice Cubes 提交了程式碼變更。它還操作 DaVinci Resolve 視訊編輯器檢視影片素材並裁切直式畫面。

Spark 在 Artificial Analysis 得分 39，落後三個中國競爭對手

Meta 的「能力最強」說法僅限於美國模型。該公司自己的表格顯示，Spark Open 在 Artificial Analysis Intelligence Index 上得分 39，其中多個開放權重中國模型排名更高：小米的 MiMo-V2.6-Pro 為 46，GLM-5.3 為 45，Moonshot AI 的 Kimi K3 為 44。

在工具使用測試 JobBench（61.8）與 MCP-Atlas（89.2），以及不使用工具的 HLE-Diamond 上，Spark Open 領先其列出的競爭對手。而 Kimi K3 與 GLM 5.3 在終端程式編寫、較長篇的軟體工程任務以及 GDPVal-AA 專業工作基準上超越它。以 Meta 自己的表格來看，此次發布在美國開放權重模型中居首，但未達整體開放重模型的領先地位——而更廣泛的使用數據也為這一差距提供了背景。

根據 Hugging Face 的評估，截至 2026 年 3 月的一年內，中國模型佔下載量的 41%，超過美國模型。九月份，OpenRouter 表示開放權重模型佔來自美國請求的 token 量的 60%，其中大部分來自中國實驗室。

「我等美國開放權重模型重新崛起等了好久，」Interconnects 作者 Nathan Lambert 在 X 上寫道。他補充說：「還有更多工作要做！」

託管與授權

七家合作夥伴託管 Spark Open：Together AI、Fireworks AI、Baseten、Groq、Modal、Nebius 與 OpenRouter，讓開發者無需自行下載權重即可透過 API 存取。權重可在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 與 Microsoft Foundry Models 上取得。Meta 以 Muse Model License 提供該模型，允許許多開發者免費使用，但商業條款有所限制。

此次發布逆轉了 Meta 四月的做法，當時 Muse Spark 在新任 AI 負責人 Alexandr Wang 主導下以封閉專有形式推出，Meta 稱之為其 AI 工作的全面重整。開放權重使任何人都能下載、執行並微調這些參數——這是 Meta 在 Muse Spark 系列之前的立場。