Meta开源816B模型Muse Spark Open：8160亿参数跑上Mac Studio，但自报跑分其实落后中国三强

Meta开源816B模型Muse Spark Open：8160亿参数跑上Mac Studio，但自报跑分其实落后中国三强

Meta把一款总参8160亿、激活约420亿的MoE多模态模型Muse Spark Open放了出来，还联手苹果让它在两台Mac Studio上本地跑起来。标题很唬人——Meta自称这是“迄今美国能力最强的开放权重模型”。但几个判断要先说在前面：我认为，其一，真正硬核的看点不是“美国最强”这个自封头衔，而是816B这种体量第一次被塞进桌面设备——靠的是“全参常驻内存、只激活约5%”的MoE加苹果的大统一内存；其二，别被“领先”带偏，Meta自己披露的基准里，它在综合指数和Agentic编程上其实落后于GLM 5.3、Kimi K3和Qwen3.8，领先的只有工具调用和抗越狱两项；其三，它的“开放”是受控开放——一份自定义的Muse Model License，年收入超2000万美元的MaaS要单独签约，还要署名，下载要审核，离真正的开源有距离；其四，跑上Mac Studio的演示用的是512GB顶配，而这个配置官方要到10月下旬才开售。

它是什么：从闭源Muse Spark到开放权重

先把来历说清。Muse Spark是Meta超级智能实验室（MSL）的首个正式产品，内部代号“牛油果”，2026年4月以闭源“起点模型”的姿态发布，主打小巧高效，给Meta AI聊天机器人供血。Muse Spark Open则是在这条线上拿出的开放权重版本，走的是“Meta杀回开源”的路子。定位上，它原生多模态（文本、图像、音频、视频），上下文100万token，专为代码构建与智能体协作设计，与自家的Muse Code编程智能体协同训练，主攻长周期软件工程与多步推理。权重10月15日通过官方博客和Hugging Face同步放出，仓库名Muse-Spark-Open-816B-A42B。

架构拆解：816B的壳，42B的魂，内存才是瓶颈

架构是稀疏MoE：总参816B（8160亿），每token激活约42B（有报道作427亿，约5%）。这里有个反直觉的关键点——虽然每次只点亮约5%的参数，但全部8160亿参数都必须常驻内存。也就是说，算力不是瓶颈，内存才是。这正是它能跑上Mac Studio的前提，也是理解后面“两台512GB”的钥匙：MoE让你用42B的激活成本，换取816B的容量和知识，但省不掉把816B整个装进内存的开销。原生多模态加100万token上下文，瞄准的是长程、多步、跨模态的智能体任务。

基准：自报跑分其实没赢中国三强

这是最需要纠偏的地方。消息里“官方基准在Agentic、视觉推理上领先GLM 5.3与Kimi K3”的说法，和披露出来的Meta自报分数正好相反。在Artificial Analysis综合智能指数上，Muse Spark Open拿39分，落后于GLM 5.3（45）、Kimi K3（44）和Qwen3.8（40）——这也解释了为什么媒体标题是“登顶美国第一，却被中国三强按在指数身后”：“美国最强开放权重”这个头衔，靠的是限定在美国厂商范围内才成立。Agentic编程上同样落后：Terminal-Bench 2.1为76.4，低于Kimi K3的85.0；DeepSWE 1.1为60，对位模型约68。真正领先的只有两项：工具调用MCP-Atlas拿到89.2（全场最高），抗越狱StrongREJECT v2低到0.5（远低于其余模型的60+，越低越稳）。而消息提到的“视觉推理领先”，在披露的基准里根本找不到对应分数。

图：Artificial Analysis综合智能指数对比（分，第三方指数，数值为披露的Meta自报口径）

GLM 5.3          ██████████████████████████████████████████████████  45
Kimi K3          ████████████████████████████████████████████████   44
Qwen3.8          ████████████████████████████████████████           40
Muse Spark Open  ████████████████████████████████████████           39

说明：条形按分数映射（每格1分，精确值以行末数字为准）；Artificial Analysis综合智能指数为第三方指数，图中数值为披露的Meta自报口径，非独立复测，具体以AA原始榜单与Meta官方博客为准。

一张表看下来，Muse Spark Open的差异化押注很清晰：不在裸跑分上和中国旗舰硬碰，而是把力气放在“可控代理”——工具调用强、抗越狱稳。这跟它主攻编程智能体、强调企业可控使用的定位是对得上的。

搬上Mac Studio：内存堆出来的桌面集群

和苹果的合作是这次最有画面感的部分。方案是两台搭载M5 Ultra的Mac Studio，各配512GB统一内存，拼成约1TB，每台M5 Ultra的内存带宽最高1.2TB/s，借助苹果的MLX框架本地运行完整模型——Meta称这是首次通过M5 Ultra的Mac Studio把旗舰级开放权重的智能体能力带到桌面。扎克伯格还晒了两台Mac Studio跑这个8000亿参数模型的实拍。为什么非得是这种配置？回到前面那个点：816B要全参常驻，4-bit NVFP4量化版（面向NVIDIA Blackwell代的4-bit格式）最低也要约700GB显存，BF16则要约2TB——单台再强也装不下，两台512GB拼1TB才够NVFP4版落脚，这也是“内存即门槛”的直观体现。速度上，据披露单台M5 Ultra在8K上下文约25tok/s，多机经Thunderbolt RDMA互联还能往上走（有四台约36+tok/s的说法）。权重格式除了NVFP4，还有BF16和MLX版本，生态侧llama.cpp、SGLang等框架也在跟进。

许可证：受控开放，不是真开源

必须把“开放”两个字说准。Muse Spark Open用的是自定义的Muse Model License，不是Llama那套社区许可，更不是MIT/Apache。它埋了几个软门槛：年收入超过2000万美元的模型即服务（MaaS）提供方，须单独与Meta签约；产品须标注“Built with Muse Spark Open”；在Hugging Face下载还要提交姓名、生日与机构审核。有媒体据此把它定性为“更接近受控开放，而非真正开源”。所以准确的说法是：权重确实已在Hugging Face上线、可下载（需登记审核），开放权重是到手的；但它是一份带商用门槛和署名义务的受控许可，别和“完全开源”混为一谈。

局限与边界

几句要留白。其一，本文所有跑分均为披露的Meta自报口径，Artificial Analysis综合智能指数虽为第三方指数，但图中数值是转述的Meta自报分，非独立复测，也未直接抓到AA原始榜单、Meta官方博客和Hugging Face模型卡（抓取超时），精确分数与许可条款以官方博客、HF模型卡和AA榜单为准。其二，“视觉推理领先”在披露基准里无任何数据支撑，消息该说法不成立。其三，“美国最强开放权重模型”是Meta自封，且靠限定美国厂商才成立，综合指数上它落后于GLM 5.3、Kimi K3、Qwen3.8。其四，Mac Studio演示用的512GB顶配，官方要到10月下旬才开售，现在并非人人可买，且整机成本不菲。其五，命名上Muse Spark Open/MSL这条线偏离了Meta过去以Llama为主的开源脉络，本文按多方一致报道处理，仍建议以Meta官方口径为准。其六，本文只陈述与分析，不给任何一方建议。

意味着什么

Muse Spark Open真正的价值，不在那个需要加限定词才成立的“美国最强”，而在它验证了一件事：靠MoE“全参常驻、低激活”加足够大的统一内存，8000亿参数的旗舰开放权重模型，已经能被塞进桌面端的少数几台机器里本地跑。这既是苹果统一内存+MLX路线的一次高分展示，也把“开放权重”的竞争从“谁的参数大”推向“谁能把大模型真正送到离数据最近的地方”。至于跑分落后中国三强，反倒说明一件事：开放权重的牌桌上，已经不是某一国厂商的独角戏了。