Muse Spark Open：Meta 在开放权重竞赛中对 Qwen、GLM 和 Kimi 的回应
Meta 推出 Muse Spark Open，重返开放权重赛道。该模型 8160 亿参数（420 亿活跃），支持最高 100 万 token 上下文与文本、图像、视频、音频多模态，在多个基准上称领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍低于其付费 Muse Wonder Full 模型。权重在 Hugging Face，免费许可需标注，年收入超 2000 万美元的 API 服务商需另签协议。
原贴
查看原文原文
中文翻译
在 Llama 系列之后，Meta 正以 Muse Spark Open 重返开放权重领域。
Meta 称其是最具能力的美国开放权重模型，为编码和智能体任务打造，拥有 8160 亿参数（420 亿活跃），最高 100 万 token 上下文，并支持文本、图像、视频和音频。
在 JobBench、MCP-Atlas、HLE-Diamond 和 ZeroBench 等基准测试上，Meta 表示它在多个类别中得分远高于 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍远低于 Meta 的付费 Muse Wonder Full 模型。
据 Meta 称，该模型针对 Apple 的 M5 Ultra 优化，并在两台各配备 512 GB 统一内存的 Mac Studio 上本地运行。
权重已在 Hugging Face 上。
该许可证可免费使用，但要求标注“Built with Muse Spark Open”。
年收入超过 2000 万美元、希望将该模型作为 API 服务提供的提供商，需要与 Meta 另行达成协议。
更多细节见研究博客。
订阅 THE DECODER 可享无广告阅读、每周 AI 通讯、每年六期的独家“AI Radar”前沿报告、完整档案访问以及评论区访问权限。
核心信息
Meta 推出 Muse Spark Open，重返开放权重赛道。该模型 8160 亿参数（420 亿活跃），支持最高 100 万 token 上下文与文本、图像、视频、音频多模态，在多个基准上称领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍低于其付费 Muse Wonder Full 模型。权重在 Hugging Face，免费许可需标注，年收入超 2000 万美元的 API 服务商需另签协议。
- Meta 推出 Muse Spark Open，重返开放权重赛道。该模型 8160 亿参数（420 亿活跃），支持最高 100 万 token 上下文与文本、图像、视频、音频多模态，在多个基准上称领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍低于其付费 Muse Wonder Full 模型。权重在 Hugging Face，免费许可需标注，年收入超 2000 万美元的 API 服务商需另签协议。
- 原贴提到：After its Llama series, Meta is returning to open-weight territory with
- 来源：the-decoder.com
详细解读
Meta 在 Llama 系列之后，用 Muse Spark Open 重新回到开放权重赛道。这不是一次普通的模型更新，而是一个明确信号：美国厂商开始在开放权重市场上，正面回应 Qwen、GLM、Kimi 等中国模型已经形成的生态压力。
为什么重要？开放权重模型正在从“可选项”变成企业 AI 架构里的“默认底座”之一。Muse Spark Open 给出 8160 亿参数、420 亿活跃参数、最高 100 万 token 上下文、文本/图像/视频/音频多模态支持，并针对 Apple M5 Ultra 优化，可在两台各 512 GB 统一内存的 Mac Studio 上本地运行。这意味着高能力模型开始进入本地部署和私有化场景，而不只依赖云端 API。
对谁有价值？第一，做编码和智能体产品的团队：Meta 明确把 Muse Spark Open 定位为 coding 和 agentic 任务。第二，有数据合规和本地推理需求的企业：如果能在两台 Mac Studio 上跑，说明部分高能力推理可以脱离公有云。第三，开源模型服务商和云厂商：权重在 Hugging Face，但许可要求标注“Built with Muse Spark Open”，年收入超过 2000 万美元且想提供 API 服务的提供商需要与 Meta 另签协议。
可以怎么行动？先别急着切换生产。可以做的动作包括：在 JobBench、MCP-Atlas、HLE-Diamond、ZeroBench 等 Meta 提到的基准上做内部复测；针对自己的编码和智能体工作流跑小规模对比；评估两台高内存 Mac Studio 的本地部署成本与吞吐；检查许可证标注和 API 商业化条款是否影响你的产品形态；持续跟踪 Qwen、GLM、Kimi 的后续版本，因为开放权重竞争会快速改变性价比。
风险或限制也要看清。Meta 的基准成绩是厂商自报，尚未在原文中给出独立复现结果；它仍低于 Meta 付费的 Muse Wonder Full 模型，说明开放权重与付费闭源之间仍有能力差；本地运行需要两台 512 GB 统一内存的 Mac Studio，硬件门槛不低；免费许可附带标注要求，大营收 API 服务商还需单独协议；多模态和百万上下文在实际任务中的稳定性，也需要验证。
信息差价值
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《Muse Spark Open：Meta 在开放权重竞赛中对 Qwen、GLM 和 Kimi 的回应》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Muse Spark Open：Meta 在开放权重竞赛中对 Qwen、GLM 和 Kimi 的回应主要讲什么？
Meta 推出 Muse Spark Open，重返开放权重赛道。该模型 8160 亿参数（420 亿活跃），支持最高 100 万 token 上下文与文本、图像、视频、音频多模态，在多个基准上称领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但仍低于其付费 Muse Wonder Full 模型。权重在 Hugging Face，免费许可需标…
这篇文章最值得关注的要点是什么？
Meta 推出 Muse Spark Open，重返开放权重赛道。该模型 8160 亿参数（420 亿活跃），支持最高 100 万 token 上下文与文本、图像、视频、音频多模态，在多个基准上称领先 Qwen 3.8、GLM 5.3 和…；原贴提到：After its Llama series, Meta is returning to open-weight territory with；来源：the-decoder.com
这篇文章和哪些AI专题相关？
它适合放在AI日报、AI工具、Agent工作流专题里阅读。 关联原因：这篇内容命中「热点解读」等主题信号。；这篇内容命中「模型」等主题信号。；这篇内容命中「智能体」等主题信号。
阅读这篇文章建议先理解哪些关键词？
建议先理解AI日报、每日AI日报、AI信号、热点解读、BuilderPulse这些关键词，再结合正文判断工具、机会或风险是否值得进入自己的工作流。