Meta 开源 816B 模型

10 月 15 日，Meta 超级智能实验室放出权重模型 Muse Spark Open：混合专家架构，总参数 816B、每 token 激活 42B，上下文窗口 1M token，原生多模态（图像、视频、音频、PDF 输入，文本输出）。官方博客称它是「目前美国最强的开源权重模型」，同日 Hugging Face 上线权重，safetensors 元数据记下总文件体积 1,644,333,584,632 字节，约 1.64TB。

要点

权重多大、要怎么跑：Apple MLX 工程帖给出两个确切数字——原生 BF16 精度下权重需要「超过 1.6TB」内存，压成 NVFP4 4-bit 后「约 493GB」；因此单台 Mac Studio（最高 512GB 统一内存）装不下，官方演示的最小配置是两台 M5 Ultra Mac Studio 通过 Thunderbolt 5 RDMA 组网。
实测速度：Apple 在同一篇帖子里给出解码速度（8192 token 上下文、生成 128 token）：两台机张量并行 24.99 tok/s、流水线并行 15.74 tok/s，四台张量并行 36.73 tok/s；四机在 65,536 token 上下文下，每条 Thunderbolt 链路用两根线把首 token 时间从约 50.5 秒压到 40.6 秒。
调用价有官方数字：OpenRouter 官方推文（10 月 15 日 18:02）写「$1.25/M in, $4.25/M out」，同日 Day 0 上线，与 Baseten、Fireworks、Nebius、Together 一同提供服务；Meta 博客另列出七家 API 平台。

背景

Muse Spark 这条产品线走了三步。今年 8 月 Meta 用 Muse Code 编程工具配上 Muse Spark 首发，PyTorch 博客在首页直接链接那篇 8 月的发布文；约六周前更新到 1.3 版；10 月 15 日是把 1.3 的 base model 权重放开——PyTorch 博客原话是「与 Muse Spark 1.3 共享同一个 base model」，并补充这一版针对「脱离系统护栏单独使用」的风险加了额外的安全后训练。三天前的 10 月 12 日，同实验室刚发布付费前沿模型 Muse Wonder 与 Muse Wonder Full，$4/$20 每百万 token，能力最强的 Full 只走订阅；这次价格低了一个量级，权重却能下载。另一条时间线是 Meta 与 Apple 的关系：两家通常是对手，The Verge 报道扎克伯格在 X 上说模型「在新 Mac Studio 上跑得很好，感谢与 John Ternus 和 Apple 的合作」，Ternus 回复「能以这样的效率从桌面跑起这种量级的模型，令人惊叹」；Axios 称两家已合作数月。

事实部分

规格与自托管门槛（Hugging Face 模型卡与 Apple MLX 帖，10 月 16 日查看）：

项目	数字	来源口径
总参数 / 激活参数	816B / 42B	Meta 博客、PyTorch 博客、HF 概述一致
safetensors 元数据参数	822,036,529,664	HF 模型卡，比 816B 多出非语言模块
权重文件总体积	1,644,333,584,632 字节（约 1.64TB）	HF 模型卡 `totalFileSize`，65 个分片
BF16 自托管内存	超过 1.6TB（HF 写「2TB」）	Apple MLX 帖；HF 模型卡自托管栏
NVFP4 自托管内存	约 493GB；HF 写 GPU 至少 700GB 显存	Apple MLX 帖；HF 模型卡
上下文	1M token	Meta 博客、OpenRouter 推文
解码速度（8192 上下文）	两台张量 24.99、两台流水线 15.74、四台张量 36.73 tok/s	Apple MLX 帖 Table 3
调用价	$1.25/M 输入、$4.25/M 输出	OpenRouter 官方推文

前面提过的价格口径需要说明：Hugging Face 模型卡正文写的是「该模型通过第三方推理服务提供 API」，Artificial Analysis 模型页则显示价格「N/A」、速度「未知」，并注明没有公开 API 可测。以 OpenRouter 官方推文为准，AA 与 HF 的字段更像是还没接上当日数据。

许可条款值得单列。Muse Model License 允许免费使用、修改、微调、蒸馏、合并、分发和出售，但有三个条件：随副本附带版权声明、许可与使用政策；在每个使用该模型的产品或服务界面里显示「Built with Muse Spark Open」（也可以放在文档、网站或设置页）；许可方及关联公司若向第三方提供模型即服务（MaaS），且任意连续 12 个月总收入超过 2000 万美元，须先通知 Meta 并另签书面协议。许可明确「Meta 不主张对生成输出的所有权」，模型按现状提供。模型卡另附一份使用政策，禁止无执照的专业执业、军事与武器相关用途、关键基础设施操作等。下载是门控的，需登录并接受条款，模型卡显示 199 个点赞、上月 402 次下载。

各方说法

Meta 的口径是「most capable US open-weight model to date」（迄今美国最强的开源权重模型）。这个定语很紧：Artificial Analysis 的第三方 Intelligence Index（v4.3.2）给 Muse Spark Open 39 分，同页写着「远高于同类模型中位数（19）」；模型卡自己列的对照里，GLM 5.3 是 45、Kimi K3 是 44、Qwen3.8-2.4T-A95B 是 40、Mistral Large 4 是 38——也就是说，若换成全球口径，这个「最强」在同表里只排第五。Engadget 明确指出，公布称在智能体任务与视觉推理上胜过 GLM 5.3 与 Kimi K3 的基准全部出自 Meta 自己，不是独立结果；模型卡里也有反例：OSWorld Verified 80.4 落后 Kimi K3 的 84.8，而 MCP-Atlas 89.2 高过 Qwen 的 84.5。LMArena 当天上线了条目，官方只写「分数稍后公布」，没有 Elo 可用。价格与门槛的反方来自同一批媒体：Engadget 的标题直接写「需要 1TB 内存」，文中指出四台 256GB Mac Studio 约 3.8 万美元，且 Apple 至今没公布 512GB 版本的售价与发售日，只说「10 月下旬」；文章判断这个量级「对典型的氛围编码者来说明显遥不可及」。Apple 提供了工程侧的另一个视角：同一篇 MLX 帖把 Muse Spark Open 的解码速度与 Qwen 3.8、Mistral Medium 3.5 并列比较，称与这些稠密模型「相当」。

编辑判断

这次发布的真实门槛在内存和钱。1.64TB 权重、NVFP4 后约 493GB，意味着自托管的最现实入口是两台满配 Mac Studio，而 512GB 配置苹果还没给价格；HF 模型卡写的「GPU 至少 700GB 显存」则把这条路推向多卡服务器。四台 256GB 约 3.8 万美元的算法（Engadget 口径）已经接近一台小型推理集群的价格，所以对个人开发者，$1.25/$4.25 的调用价比本地部署更现实——这也解释了为什么 Meta 同时铺了七家 API 平台。第二个判断是别把厂商基准当结论：39 分的第三方指数、OSWorld 落后 Kimi K3 与 MCP-Atlas 领先 Qwen 同时成立，说明强的是工具调用与智能体链路，不是全面智能。还未知的是 LMArena 的盲测分数、AA 尚未接上的价格字段，以及那 2000 万美元阈值在「关联公司」口径下如何计算。

怎么试

调用路线最短：OpenRouter 直接搜模型名，按 $1.25/$4.25 每百万 token 计费；Meta 博客另列 Baseten、Fireworks、Groq、Modal、Nebius、Together AI 六家，PyTorch 博客说 SGLang、vLLM、TensorRT-LLM、Transformers、Unsloth、llama.cpp 都已支持。本地路线按 Apple 的口径准备两台 M5 Ultra Mac Studio，macOS 26.2 的 Thunderbolt 5 RDMA 驱动加 MLX v0.30.1 以上，然后用帖子里的启动命令跑基准：mlx.launch --hostfile hostfile.json --backend jaccl --env MLX_METAL_FAST_SYNCH=1 -- mlx_lm.benchmark --model meta-models/Muse-Spark-Open-816B-A42B-NVFP4 -p 8192 -g 128 -b 1。想做智能体本地闭环，Apple 给了 mlx_lm.server --port 8080，指向 http://127.0.0.1:8080/v1 即可；想微调，PyTorch 博客指向 TorchTitan，已内置该模型定义，支持多轮 SFT、LoRA 与 TitanRL。