Meta Superintelligence Labs发布其Muse Spark模型的开放权重版本Muse Spark Open。该模型总参数8160亿，采用混合专家架构，每个token激活420亿参数，可接收文本、图像、视频和音频输入并输出文本，上下文窗口为100万token。Meta团队称其为迄今能力最强的美国开放权重模型。
据MarkTechPost报道，对开发者而言更具实际意义的是部署条件。NVFP4构建版本可运行在两台Apple M5 Ultra Mac Studio上。Meta开发者指南显示，BF16权重约1.6 TB，NVFP4只量化专家部分，体积降至约530 GB；模型卡建议NVFP4至少配备700 GB显存，BF16则需2 TB。数据中心方案为4块Blackwell Ultra GPU或8块H200；桌面方案为两台各512 GB内存的M5 Ultra Mac Studio，通过Thunderbolt 5的RDMA互联，MLX张量并行将每一层拆分到两台机器上。Unsloth动态GGUF可压缩至2-bit，约300 GB合并内存即可运行。
架构方面，模型卡列出62层、隐藏维度8192。每个MoE层包含256个专家，top-k路由每token激活8个。注意力采用分组查询机制，128个查询头、16个KV头。独立的1.8B参数Perception Encoder负责视觉输入。词表规模为202,048，训练数据覆盖100多种语言。推理深度通过reasoning_effort设置，可选low、medium、high或xhigh，默认为xhigh。权重以BF16和NVFP4两种格式在Hugging Face发布，开放版本接受了额外的安全后训练，Meta团队称这让模型在没有系统级护栏时更稳健。
Meta在最高推理强度下将Muse Spark Open与Kimi K3、GLM 5.3、Qwen3.8-2.4T-A95B等模型对比。其最强项是工具使用与知识可靠性：MCP-Atlas得89.2，高于Qwen3.8的84.5和GLM 5.3的84.2；JobBench得61.8，略高于GLM 5.3的61.4；无工具HLE-Diamond得26.1，Kimi K3为22.2；AA Omniscience得25，为Meta对照表中的最高分；带工具ZeroBench得50.0，Kimi K3为41.0。编程是其弱项，在Terminus 2框架下的Terminal-Bench 2.1得76.4，落后于Kimi K3的85.0、GLM 5.3的83.9和Qwen3.8的82.0。其Artificial Analysis智能指数为39，低于GLM 5.3的45、Kimi K3的44和Qwen3.8的40，即“美国最强”成立，但中国开放模型整体仍领先。报道同时提到，部分竞品分数为厂商自报，评测方法页列出了每个数据来源。
在上下文长度上，Muse Spark Open为1M token，Kimi K3与GLM 5.3为1,048,576，Qwen3.8原生262,144、最高可扩至1,010,000。
接入渠道方面，首日支持的引擎包括SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp和Unsloth。托管API已在Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI上线，OpenRouter标价为每100万输入token 1.25美元、每100万输出token 4.25美元。两个草稿模型用于加速解码：面向SGLang的DFlash V2和面向vLLM的DSpark，Meta称DFlash V2在AMD MI355X上使单请求吞吐提升3.7倍。微调支持TorchTitan、Hugging Face TRL和NVIDIA NeMo AutoModel。
许可方面，Muse Model License允许使用、微调、蒸馏和再分发，两项条件最关键：产品须显示“Built with Muse Spark Open”；过去12个月收入超过2000万美元的模型即服务提供商需与Meta另行签约。内部使用、研究以及为自有产品功能提供支持不受收入条款约束。