Muse Spark Open 上架 Arena，可在 Agent Arena 实测，评分即将公布

Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。

该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。

Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。

• Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总参数、42B 激活参数，1M token 上下文窗口，原生多模态。
• 原贴提到：Arena 宣布 Meta 的 Muse Spark Open 已进入 Agent Arena，用户可实测，评分即将公布。该模型为 816B 总
• 来源：x.com

这条信号的核心不是一次普通模型上架，而是 Meta 的 Muse Spark Open 进入了 Agent Arena 的可实测环节。原文确认三点：模型已可被用户实测，评分即将公布；参数规模为 816B 总参数、42B 激活参数；具备 1M token 上下文窗口和原生多模态。对关注 Agent 能力的人来说，这意味着在官方评分出炉前，已经有一个可亲手验证的入口。

为什么重要？Agent Arena 的评测场景通常更接近真实任务链路，而不是单轮问答。一个模型能否在长上下文里保持指令一致性、能否处理多模态输入、能否在工具调用和任务分解中稳定执行，都会影响它是否适合做 Agent 基座。Muse Spark Open 的 42B 激活参数说明它采用稀疏激活路线，1M 上下文和原生多模态则直接指向长文档、多模态工作流和复杂 Agent 任务。若这些能力在实测中成立，它会成为 Agent 选型里值得纳入比较的候选。

对谁有价值？第一，正在做 Agent 产品或工作流编排的团队，可以用它测试长上下文记忆、工具调用和多模态理解。第二，模型评测和选型人员，可以在评分公布前先建立自己的任务集，避免只看榜单。第三，关注 Meta 模型路线的人，可以观察其开放程度、部署成本和生态策略。

可以怎么行动？建议先围绕自己的真实用例做小规模实测：选 3-5 个典型 Agent 任务，记录成功率、上下文衰减、多模态输入处理、工具调用稳定性和延迟体感。等 Arena 评分公布后，再把自己的结果与官方评分交叉验证。如果表现稳定，再评估接入成本和数据合规要求。

风险或限制也很明确：原文只说“评分即将公布”，目前没有评分、价格、部署方式、许可协议或权重开放信息。名称里的 Open 不等于开源，需要等官方说明。Agent Arena 的评测范围和任务分布也可能与你的业务场景不同，不能直接把榜单分数等同于生产可用性。最稳妥的方式是先实测、再对比、后决策。

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 x.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 上架 Arena，可在 Agent Arena 实测，评分即将公布》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。

• @arena 原帖