MetaMuseSparkOpen开源发布，8160亿参数模型编程测试落后智谱GLM与KimiK3

Meta于当地时间10月15日正式开源大型智能体模型Muse Spark Open，将其定位为“迄今能力最强的美国开放权重模型”。该模型总参数量达8160亿，采用稀疏混合专家（MoE）架构，单次推理激活约420亿参数，支持1,048,576 token上下文窗口，并原生兼容文本、图像、音频与视频输入，输出为文本。其核心应用场景聚焦于软件工程、长程任务执行与多步工具调用——即构建能持续操作真实软件的AI智能体。

然而，尽管参数规模庞大、部署方案新颖，Muse Spark Open在关键编程能力测试中并未实现全面领先。根据官方公布的基准数据，在面向终端环境编程与调试的Terminal-Bench 2.1测试中，Muse Spark Open得分为76.4，低于智谱GLM 5.3 max的83.9分与Kimi K3 max的85.0分；在更贴近实际软件工程流程的DeepSWE 1.1测试中，其得分仅为60，而GLM 5.3 max与Kimi K3 max分别达到67与68分。在OSWorld Verified（操作系统交互任务）和Toolathlon Verified（工具链调用）等测试中，同样呈现小幅落后态势。

值得注意的是，Meta在部分指标上表现突出：MCP-Atlas（MCP协议工具调用）得分89.2，JobBench（端到端智能体任务）61.8，均优于GLM 5.3 max与Kimi K3 max。这反映出模型在结构化工具调用与任务规划层面具备优势，但在具体编码实现与调试纠错环节仍有提升空间。这一结果也印证了当前开源大模型竞争已从单纯参数比拼，转向细分能力的精细化较量。

本地部署是本次发布的另一大焦点。Meta联合苹果，宣布Muse Spark Open可通过MLX框架在两台搭载M5 Ultra芯片的Mac Studio上完整运行。每台M5 Ultra最高支持512GB统一内存，双机合计约1TB内存容量，配合Thunderbolt RDMA高速互联，可支撑BF16权重约1.65TB或NVFP4量化后537GB的模型加载。苹果实测显示，该配置下生成速度可达每秒36 token以上。不过，这一“桌面级”部署仍属高门槛方案——普通笔记本无法承载，实际仍依赖专业工作站集群。

在GPU侧，官方推荐配置为8张NVIDIA B300（BF16）或4张B300（NVFP4），并强调内存带宽、通信延迟与并行策略对性能影响显著。Meta同步优化了Helion GPU算子库，在NVIDIA与AMD硬件上实现1.03–3.95倍的算子级加速，但端到端推理收益有限（如AMD MI350仅提升约3%），说明局部优化难以替代系统级协同。

许可证方面，Muse Spark Open采用定制化的Muse Model License，允许自由使用、修改、微调与分发，但附加商业限制条款：若企业及其关联方在任意连续12个月内总收入超过2000万美元，且计划通过API等方式提供“模型即服务”（Model-as-a-Service），则须提前通知Meta并签署单独书面协议。该条款不适用于内部研发、非MaaS类商业应用或以模型增强自有产品功能的情形，实际覆盖范围较窄，但明确了Meta对高收入商业用户的管控意图。

Meta此次发布亦展示了两个完全本地执行的智能体演示案例：一是驱动Muse Code完成开源iOS客户端Ice Cubes的Bug修复、功能添加与完整构建；二是操控DaVinci Resolve进行视频素材逐帧审查、片段筛选与竖屏裁剪。这些任务涉及项目理解、依赖分析、构建流程控制与反馈迭代，体现了模型向“可操作AI”演进的方向。但需指出，此类演示属高度定制化场景，尚不能代表通用任务的自动化水平。

行业观察认为，Muse Spark Open的推出标志着开源大模型竞争进入新阶段：参数规模不再是唯一标尺，实际任务能力、部署可行性与安全可控性正成为关键维度。尤其在编程与智能体领域，中国开源模型如GLM系列与Kimi K3已形成实质性技术对标，反映出全球AI研发格局的多元化趋势。

Meta首席AI官Alexandr Wang表示：“我们通常不会开源最强模型，但持续开源优秀模型至关重要。”其战略意图明确——推动美国主导的开放模型生态建设，同时通过本地化部署降低开发者使用门槛。然而，从“能下载”到“稳定用得起”，仍需跨越硬件成本、工程适配与安全治理三重障碍。随着更多厂商加入开源智能体赛道，未来半年或将迎来新一轮能力评估与落地验证的密集期。