AREX Feed Article
Interconnects 评估 Meta Muse Spark Open 为最强美国开放权重模型，称美中最佳开放模型差距约减半
10 月 17 日，Nathan Lambert 在其专栏 发表分析文章，把 Meta 两天前（10 月 15 日）开放权重的 Muse Spark Open 评为当前「以相当明显的优势」领跑的最强美国开放权重模型。他依据的是第三方评测机构 Artificial Analysis 的指数数据：Muse Spark Open 的性能高于 GLM 5.2，接近 DeepSeek V4.1 Flash，但仍落后于 GLM 5.3 与 Kimi K3。
Lambert 由此判断，美国最佳与中国最佳开放模型之间的差距「大约已减半」——最佳美国开放模型从「对追求前沿性能的用户基本无关紧要」，变成了「落后但仍相关」。这篇分析还给出对许可条款的原创解读：Muse Spark Open 附带的自定义许可要求产品标注「Built with Muse Spark Open」，为收入达到规模的公司设置须与 Meta 另行签约的门槛，可接受使用政策则延伸到模型输出与衍生模型。在 Lambert 看来，最可能拖住这款模型的是许可，而不是性能。
816B 总参数、42B 激活：模型卡确认的规格与 2TB 显存的部署门槛
Meta 于 10 月 15 日在宣布开放 Muse Spark Open 权重，博客标题直接称其为「迄今最强的美国开放权重模型」。写明的规格是：816B 总参数、每 token 激活 42B 的 Mixture-of-Experts（MoE，混合专家）Transformer，外加 1.8B 参数的感知编码器；推理时上下文窗口 100 万 token；输入接受文本、图像、视频与音频，输出为文本；训练数据覆盖超过 100 种语言；定位是编程与 agentic（智能体式）工作。
模型卡同时写明，开放权重版本做了额外安全后训练，为的是在没有系统护栏单独部署时更稳健；Meta 建议把它部署在带有针对性护栏的更大的 AI 系统里。自己跑权重的门槛不低：BF16 版本需要 2TB 显存，NVFP4 版本也要至少 700GB。Meta 称模型已针对两台搭载 M5 Ultra 芯片的 Mac Studio 优化，单台可调用最高 512GB 统一内存，两台合计 1TB；用 MLX 框架就能在桌面运行完整模型。API 侧，Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 等平台已提供托管。
39 分的由来：模型卡对照表与 20 多个中国开放模型
Lambert 的排位出自 Artificial Analysis 汇总的第三方指数，并非独立基准运行。模型卡引用同一指数的对照表给出了具体分数：Muse Spark Open（xhigh 档）39 分，GLM 5.3（max）45 分，Kimi K3（max）44 分，Qwen3.8-2.4T-A95B 40 分，Mistral Large 4 38 分。
排位的语境是中国模型过去几个月的密集发布。按 Lambert 的统计，如果没有 Muse Spark Open 和 Reflection AI 的首个模型 Beam，由中国公司构建并发布、好于西方最佳模型的开放权重模型将超过 20 个；GLM 5.3 与 Kimi K3 已分别于 8 月 18 日和 7 月 16 日发布。同处这段时间的 Mistral 宣布了 Mistral Large 4（指数 38 分），但权重尚未发布。Lambert 还提到，有传言称其他机构还有几款实力强劲的美国开放权重模型待发布。
与 Muse Spark 1.2 只差一分：安全微调，而非「练坏」
Muse Spark Open 在 Muse Spark 1.3 之后发布，发布顺序引发过疑虑。Lambert 转述称，不少观察者怀疑开放版在安全训练中「练坏了」。他的判断相反：这更可能是对 Muse Spark 1.2 的一次安全微调——在 Artificial Analysis 指数上只下降 1 分（见下图），用来补强安全行为。
两处线索与此吻合：一是模型卡写明的额外安全后训练；二是 Meta 发布 30B 智能体模型 Muse Glimmer 时，Alex Wang 曾表示正准备把 Muse Spark 1.2 以开放权重发布（Lambert 引述）。
「Built with Muse Spark Open」：许可里的品牌义务、收入门槛与输出条款
Lambert 认为，这份自定义许可「几乎集齐了过去几年开放模型许可中所有受限制的行为」。对照（落款 2026 年 10 月 15 日），限制分四层。
其一，品牌标注。第 2 条要求在「使用软件或任何衍生模型的每个产品或服务」的用户界面显著标注「Built with Muse Spark Open」，或放进随附文档、网站、设置菜单。Meta 在 Llama 上就这样做过，Kimi 试过，但据 Lambert，几乎没有人遵守。
其二，收入门槛。第 3 条针对 Model as a Service（MaaS，模型即服务）业务：许可方及其关联公司以 API 等接口向第三方提供模型服务，且合计总收入在任意连续 12 个月内超过 2,000 万美元时，须通知 Meta 并另行签署书面协议；内部使用、研究和非 MaaS 商业活动豁免。这里有一处出入：Lambert 把门槛概括为「月收入超过 2,000 万美元」，而许可原文写的是任意连续 12 个月合计，本文以许可原文为准。
其三，可接受使用政策。作为许可附件（Exhibit A）的使用政策适用于模型及任何衍生模型。Lambert 认为，按「真正的开源软件」标准，这让模型「极其不开源」。
其四，延伸到输出。许可把衍生模型（Derivatives）定义为使用软件「或其任何输出或结果」训练、修改（含微调）、蒸馏或以其他方式改进的任何 AI 模型，上述义务全部适用。Lambert 据此指出，能否放心用模型生成合成数据存在法律模糊。
许可同时明确允许内部研究与应用；Meta 官方博客的说法是「带有限商业条款的 Muse Model License，让许多开发者可以免费使用模型」。对这套条款的现状，Lambert 的描述是一个「奇怪的均衡」：复杂、未经法庭检验，很多公司可能会选择无视，Meta 多半只会追究严重违规；许可迄今不是决定采用与否的关键因素，但未来可能改变。对这套许可的分量，他的原话是：「如果有什么会拖住 Muse Spark Open 的后腿，那就是他们专门为它设计的这份许可。」对试图重新赢回采用度的实验室来说，这类复杂、非标准的开放许可是「不必要的战略风险」。
西方开放模型更高的采用率，与 Meta 的双重身份
Lambert 把 Meta 选在这个时点的原因，归结为他在 Interconnects 反复观察到的一个模式：同等性能与规模下，西方开放权重模型获得的采用率「惊人地高于」中国模型，即使后者通常更早发布。他把时机也算在内：开放生态的需求正在加速，推理提供商快速扩张、开放后训练经济成形、企业想把智能握在自己手里，而开放式 LLM 智能体「终于成为现实」（约从 GLM 5.2 的能力档开始）。按他的判断，Muse Spark Open 的性能「足够好」，可以直接接入这个生态。
就在 Muse Spark Open 发布前几天，Meta 推出了闭源前沿模型 Muse Wonder 与 Muse Wonder Full；据 Lambert，两者在传统基准上仅落后 Anthropic 的 Opus 5.5，与 OpenAI 的 GPT-6-Astra、Google 的 Gemini-4-Argon 大致相当。他写道，Meta 是唯一同时握有前沿开放与闭源模型的美国公司，而这距离 Zuckerberg 以一篇 Personal Superintelligence 帖子为标志的 AI 大转向刚过去一年多。上图给出的排位是：Anthropic > OpenAI > Meta ~ Gemini > xAI ~ 中国开放权重 > 美国开放权重——即便按这个排位，Muse Spark Open 的 39 分仍低于图中代表当前最强开放权重模型的 MiMo-v2.6-Pro（46 分，即 Xiaomi V2.6 Pro）。