8160 億參數模型加入開放 AI 競賽
Meta 於 2026 年 10 月 15 日發布 Muse Spark Open，讓開發者可以下載、修改並自行運行這款人工智慧模型。模型包含 8160 億個參數，支援 100 萬 token 的上下文視窗；Meta 表示，配備足夠記憶體的兩台 Apple M5 Ultra Mac Studio 即可運行。
目錄
這項發布讓另一家美國業者加入競爭；在這個市場中，中國開發者已取得顯著進展。Hugging Face 於 2026 年 3 月發布的評估指出，中國模型在前一年占下載量的 41%，超越美國模型。阿里巴巴的 Qwen、月之暗面的 Kimi，以及智譜 AI 的 GLM，都是爭取希望掌控自有 AI 系統的開發者所青睞的模型。
Meta 稱 Muse Spark Open 是美國能力最強的開放權重模型。Meta 自行進行的測試呈現出更細緻的情況：在部分工具使用和任務完成測試中，該模型領先幾個列出的競爭對手；但在多項程式設計和專業工作評估中，中國競爭者的分數較高。
Meta 是 Facebook、Instagram 和 WhatsApp 的母公司，同時將旗下最先進的模型 Muse Wonder 維持封閉。這項發布因此有兩個目的：擴大開發者可調整運用的技術，同時為商業服務保留能力更強的產品。
對企業而言，實際決策考量不只在基準測試分數。Muse Spark Open 提供部署和資料掌控權，但記憶體需求龐大；此外，部分銷售模型存取服務的公司，還必須另行簽署協議。
開發者可下載和修改的內容
官方Muse Spark Open 模型卡列出 Meta Superintelligence Labs 為模型作者。模型卡指出，這套系統專為程式設計、多步驟推理，以及運用軟體工具完成任務而打造。
模型權重是訓練過程中學得的數值設定。開放下載後，其他開發者便能運行模型、調整其行為，並整合至產品中，不必將每一筆請求都傳送給 Meta。封閉模型通常透過由開發者掌控的服務提供存取。
開放權重和開放原始碼代表不同程度的開放。完整的開放原始碼發布，也會依適當條款提供相關訓練程式碼和資料。Muse Spark Open 依 Meta 自行制定的授權條款發布，其中規範了使用和再散布的條件。
模型可接收文字、圖片、影片和音訊，並產生文字。開發者可以用它檢視螢幕截圖、解讀圖表，或依照文字指示整理錄製會議內容。100 萬 token 的上下文視窗決定模型能同時處理多少資料。Token 是系統處理的文字或其他編碼資訊的小單位。
Meta 的模型概覽著重介紹程式設計、圖像與文件辨識，以及涉及多個 AI 代理的工作流程。代理是一種能採取步驟完成任務的系統，例如呼叫工具、檢視結果，再決定下一步行動。
Meta 與中國競爭者各有所長
Meta 的基準測試表顯示，Muse Spark Open 在 JobBench 得分為 61.8，高於 GLM 5.3 的 61.4 和 Kimi K3 的 54.3。在涉及工具使用的 MCP-Atlas 測試中，Meta 表示自家模型得分為 89.2，高於 Qwen3.8 的 84.5、GLM 5.3 的 84.2 和 Kimi K3 的 82.3。
在多項指標上，中國競爭者的程式設計測試成績較佳。Meta 表示，Muse Spark Open 在 Terminal-Bench 2.1 得分為 76.4，低於 GLM 5.3 的 83.9 和 Kimi K3 的 85.0。Kimi 領先 8.6 分。在 DeepSWE 1.1 中，Muse Spark Open 得分為 60，GLM 為 67，Kimi 則為 68。
DeepSWE 的比較採用各模型偏好使用或可用的最佳周邊代理軟體。這類軟體有助於安排工作，因此公布的結果反映的是模型在特定配置中的表現。Meta 對參與比較的模型也採用了不同名稱的推理設定。
Meta 表示，Muse Spark Open 在 Artificial Analysis Intelligence Index 得分為 39，高於 Thinking Machines 的 Inkling（26）和 Nvidia 的 Nemotron 3 Ultra（23）。Meta 的表格列出 GLM 5.3 為 45、Kimi K3 為 44、Qwen3.8 為 40。這些數據由 Meta 公布於模型卡中。
因此，採購決策取決於工作需求。打造工具協調助理的公司，重視的測試結果可能不同於希望 AI 解決複雜軟體維護問題的團隊。Meta 的新模型在特定任務上展現優勢，但在更廣泛的測試中仍面臨強勁競爭。
可下載模型為何愈來愈受青睞
Hugging Face 統計的 41% 下載量，有助說明美國開發者面臨的商業壓力。可下載模型讓組織能以現有系統為基礎開發，不必從頭訓練大型模型，也能針對自身術語、流程和應用進行調整。
OpenRouter 表示，9 月透過其平台發出的美國請求中，開放權重模型處理了 60% 的 token 用量。涉及開放模型的流量大多來自中國開發者。這項數據反映 OpenRouter 上的使用情況，而 Hugging Face 的數據則是在不同平台、不同期間計算的下載量。
Meta 首席 AI 長 Alexandr Wang 以國家競爭的角度談及這場競爭，主張美國企業需要發布能讓開發者廣泛採用的模型。
全球大多數 AI 都將以開放模型運行。這些模型應該來自美國。
企業可以自行選擇託管可下載模型的位置，包括在海外開發的模型。只要妥善設定連接的工具和服務，在組織自有基礎設施運行系統，就能讓提示詞和文件留在該環境中。資料處理位置取決於客戶選擇的部署方式。
兩台桌上型電腦與龐大的記憶體需求
Meta 在10 月 15 日的公告中介紹一套 Apple 配置，使用兩台 M5 Ultra Mac Studio，每台最高配備 512 GB 統一記憶體。Apple 的 MLX 架構可讓兩台電腦協同運作，並以約 1 TB 記憶體承載整個模型。
Muse Spark Open 採用混合專家架構。模型包含許多專門參數群組，每處理一個 token 時只會啟用其中一部分。8160 億個總參數中，每次啟用 420 億個，約占總數的 5.1%。這能減少每一步所需的運算量，但儲存完整模型仍需要大量記憶體。
模型卡列出的最低需求為：NVFP4 版本需 700 GB 加速器記憶體，BF16 版本則需 2 TB。這是儲存權重時使用的不同數值格式。NVFP4 使用較少位元、占用較少記憶體；BF16 則需要更多記憶體。Meta 指出，在某些情況下，壓縮推論可能造成些微品質差異。
配備 512 GB 記憶體的 Apple Mac Studio 預定於 10 月稍晚推出，發布時尚未公布價格。搭載所需 M5 Ultra 晶片並配備 256 GB 記憶體的機型，起售價為 10,799 美元。以此標價計算，四台合計為 43,196 美元，尚未計入稅金和配件，總記憶體容量與 Meta 提議的兩台配置相同。
Meta 示範了本機工作流程，包括修改 Mastodon 應用程式 Ice Cubes，以及操作 DaVinci Resolve 檢視影片並製作直式裁切版本。Meta 並未公布這套雙電腦配置的完整價格，也未提供文字生成速度的實測數據。
Apple 與 Meta 找到合作契機
Apple 和 Meta 合作數月，共同開發這套部署方案。這項合作讓兩家關係曾因隱私和廣告爭議而緊張的公司攜手合作。Meta 曾估計，Apple 於 2021 年推出的隱私變更，將使其 2022 年營收減少 100 億美元。
Meta 先前已為 Superintelligence 團隊購買數百台 Mac 電腦，用於測試本機 AI 和代理。Wang 表示，AI 研究員、前 Apple 主管 Daniel Gross 是促成合作的原因之一。
Apple 藉此展現自家硬體能在資料中心之外運行大型 AI 模型。Meta 則為希望本機作業的開發者提供另一種部署方式。兩家公司都未公開承諾擴大合作。
Meta 也透過多種推論引擎支援 AMD、Intel 和 Nvidia 硬體。推論引擎是用來執行訓練完成模型的軟體。Meta 在公告中列出 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp 和 Unsloth。
效能提升幅度因元件和系統而異。Meta 表示，個別 Helion GPU 核心，也就是小型運算程序，速度提升 1.03 至 3.95 倍。在 AMD MI350 硬體上執行完整工作流程，速度則提升 3%。
免費使用的範圍與限制
Muse Model License 允許許多開發者免費運行、修改和調整模型。對符合條件、以模型即服務方式提供模型的企業，亦即向客戶銷售託管模型存取服務的業者，則有特定商業條款。
當被授權者及其關係企業在任一連續 12 個月內的合計總營收超過 2,000 萬美元，符合條件的模型託管服務活動就必須通知 Meta，並另行簽署書面協議。營收計算涵蓋公司及其關係企業，不只計算 Muse Spark Open 帶來的銷售額。
該條款豁免內部使用及其他列明的活動。授權條款也要求，使用該模型或涵蓋範圍內衍生模型的產品，必須標示「Built with Muse Spark Open」。因此，企業規劃部署時，需要檢視預定進行的活動及適用條件。
開發者可透過 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 下載權重。Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 則提供託管存取服務。
Together AI 列出的無伺服器定價為每 100 萬個輸入 token 收費 1.25 美元，每 100 萬個輸出 token 收費 4.25 美元。按此價格，處理 100 萬個輸入 token 並生成 100 萬個輸出 token，費用為 5.50 美元。本機運行的經濟效益則取決於硬體支出、使用率、電費和技術支援成本。
安全工作不止於下載
Meta 表示，Muse Spark Open 源自 8 月發布的 Muse Spark，並額外接受安全訓練，以便在 Meta 自有防護系統之外使用。模型卡評估了有害內容、透過工具執行的行動、隱私，以及涉及網路安全、化學、生物和失控風險的情況。
Meta 表示，在其內部網路安全越獄基準測試中，發布版模型拒絕了 99.2% 的嘗試。越獄是試圖讓模型規避限制的行為。Meta 表示，在另外三組網路安全測試中，模型的整體拒絕率為 94.8%。
將模型連接至實際系統時，開發者仍須承擔安全責任。Meta 建議依應用情境採取防護措施，包括在執行不可逆操作前取得人工確認。能編輯程式碼、移動檔案或呼叫外部工具的助理，需要設置可執行動作的權限管控。
模型卡指出，系統可能產生不準確、有偏見或令人反感的回覆，也可能在複雜推理中出錯。模型以涵蓋 100 多種語言的資料訓練，但 Meta 並未評估所有訓練資料涵蓋的語言。調整模型的開發者必須測試自有應用和語言，尤其是在修改權重或行為之後。
這項發布也為 Meta 的封閉式業務助力
Meta 將更先進的模型 Muse Wonder 維持專有。Wang 表示，安全與能力考量會影響公司決定哪些模型開放下載。
基於安全和能力考量，我們通常不會開放原始碼能力最強的模型。
Meta 也將免費存取視為吸引開發者的方式，讓他們未來可能透過公司計畫中的雲端業務，付費使用更多工具和運算資源。開發者可以先自行開始測試，需求增加後再購買託管服務。
競爭不只來自 Meta。法國 Mistral 於 10 月稍早宣布 Mistral Large 4，稱其為公司規模最大、能力最強的模型，總參數達 1 兆，啟用參數為 490 億，權重預定於 10 月 27 日發布。Reflection AI 也計畫在 10 月推出 Beam 模型。
主要時程如下：
- 2026 年 8 月：Meta 發布 Muse Spark，以及較小的開放權重模型 Muse Glimmer。
- 10 月初：Mistral 宣布 Mistral Large 4。
- 10 月 15 日：Meta 發布 Muse Spark Open。
- 10 月稍晚：Apple 預定推出配備 512 GB 記憶體的 Mac Studio 機型。
- 10 月 27 日：Mistral 預定發布 Large 4 權重。
Meta 的新模型讓組織多了一款功能強大的選擇，可自行運行和調整。它的吸引力來自特定任務的表現、本機部署選項和授權條款；與此同時，Meta 仍將能力最強的技術保留在付費服務中。
重點整理
- Meta 於 2026 年 10 月 15 日發布 Muse Spark Open，總參數為 8160 億，每次啟用 420 億。
- 模型可接收文字、圖片、影片和音訊，並生成文字，支援 100 萬 token 的上下文視窗。
- Meta 的測試顯示，模型在工具使用方面具備優勢；Kimi K3 和 GLM 5.3 則在多項程式設計指標領先。
- 本機運行需要大量記憶體。Meta 提議的桌上型電腦配置為兩台各配備 512 GB 記憶體的 M5 Ultra Mac Studio。
- 營收超過 2,000 萬美元門檻、符合條件的模型託管服務業者，必須另行與 Meta 簽約。
- Muse Wonder 仍維持封閉；Meta 則利用可下載模型吸引開發者和潛在雲端服務客戶。
