Meta 把一個 8160 億參數的模型直接放上網路，還找來 Apple 讓它能在兩台 Mac Studio 上跑起來。對開發者來說，這代表最強的開源模型第一次有機會不用租雲端就能用。
Meta 開源 Muse Spark Open：美國最強開源權重模型
10 月 15 日，Meta 發布 Muse Spark Open 的模型權重，開放下載。官方把它定位成「美國迄今最強的開源權重模型」。所謂開源權重，指的是模型本身開放給任何人下載、自行部署執行，不像 ChatGPT 這類產品只能在廠商的伺服器上呼叫。
這款模型有 8160 億個總參數，但每次推理只啟用其中 420 億個。這種架構叫混合專家（mixture-of-experts，MoE），可以想成一個龐大的團隊，每次只叫幾個最擅長的人出來解決眼前的問題，省下大量算力。它的上下文視窗達 100 萬個詞元，意思是丟給它一份長達數百頁的文件，它也能一次讀完再回答。
這不是 Meta 第一次碰開源模型。先前已有輕量款的 Muse Spark，這次的 Muse Spark Open 與 Muse Spark 1.3 共用同一個底座，等於把規格往上推到旗艦等級。
Mac Studio 本地執行：Apple 與 Meta 難得同框
這次發布最引人注意的地方，是能在家用桌上型電腦執行。Meta 與 Apple 合作，讓 Muse Spark Open 對 Apple 的 MLX 框架最佳化，開發者只要串起兩到四台搭載 M5 Ultra 晶片的 Mac Studio，就能在本機跑起這個模型。
根據 Apple 機器學習研究部門的說法，四台 Mac Studio 組成的叢集每秒可產生超過 36 個詞元，而跟上一代 M3 Ultra 相比，首個詞元延遲最快提升到 4.6 倍。這些都是 Apple 自己的測試數字。
這項合作之所以罕見，是因為兩家公司平常在 AI 領域是競爭對手。Meta 執行長 Mark Zuckerberg 在社群平台發文說，這個模型「在新款 Mac Studio 上跑得很好」，歸功於與 Apple 和執行長 John Ternus 的合作。Meta 的 AI 負責人 Alexandr Wang 則點出關鍵：Mac Studio 能提供足夠的記憶體，是它能跑起大型開源模型的現實原因。
記憶體確實是門檻。若採用原生精度（BF16），光是模型參數就要超過 1.6TB 的記憶體；改用 4 位元量化的 NVFP4 格式後，才降到約 493GB。這也解釋了為什麼要「兩台以上」的 Mac Studio。
Muse Spark Open 的能力取向與部署方式
Muse Spark Open 原生支援文字、圖像、影片與音訊輸入，輸出以文字為主。它的設計重心放在寫程式與智慧代理（agent）任務，包括需要多步驟推理、長時間執行的複雜軟體工程工作。
想用這個模型，有幾條路。透過 API，可以在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 與 Together AI 等平台呼叫。想自己下載權重，則可從 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 與 Microsoft Foundry Models 取得。推論框架方面，SGLang、vLLM、Hugging Face、TensorRT-LLM、Unsloth 與 Llama.cpp 都在支援名單內，其中 SGLang 還附上可自動調校的 Helion GPU 核心。
授權採 Muse Model License，附帶有限的商業條款，並非完全無限制的商用授權。這點企業用戶在導入前得先看清楚。
想用 API 的人
- 不用買硬體，按用量付費
- Baseten、Groq、OpenRouter 等平台可選
- 適合先試水溫、驗證效果
想跑本機的人
- 需要兩到四台 M5 Ultra Mac Studio
- 資料不出本機，隱私性較高
- NVFP4 量化後約 493GB 記憶體
廠商成績與第三方評測的落差
Meta 對 Muse Spark Open 的定位很高，說它在寫程式與代理任務上表現領先。但這類分數目前主要來自 Meta 自己的測試環境，屬於廠商口徑。獨立評測機構 Artificial Analysis 與 Arena 的完整結論還沒出來，因此「美國最強開源權重模型」這句話，現階段能確認的是 Meta 自己這麼說。
過去一年，開源模型的最強位置多半由中國團隊的模型佔據，美國陣營在這條線上缺席已久。Meta 這次補上這一塊，意義不在單一分數，而在美國團隊終於拿出一款規模與能力對得上旗艦的開源模型。
對開發者的實際意義
對手上的專案需要本機推論、又不想把敏感資料送上雲端的人來說，這是一個新的選項。資料留在自己的機器上，不必經過第三方伺服器，這在醫療、金融等對隱私敏感的場景特別實際。
代價是硬體。兩台以上 M5 Ultra Mac Studio 不是小數目，對個人開發者門檻不低。若只是偶爾試用，走 API 平台會划算得多。
接下來值得盯兩件事：第三方評測的分數會不會跟上 Meta 的說法，以及這種「開源權重加上桌機推論」的模式，會不會讓更多廠商願意把旗艦模型放出來。
