Meta 于 2026-10-15 发布 Muse Spark Open 权重：原生多模态 MoE（约 816B 总参、每 token 激活约 42B、1M 上下文），面向长程编程与智能体；权重可经 Hugging Face 等下载，并已上线 Together、Fireworks、Groq、OpenRouter 等托管推理。官方与第三方给出 DeepSWE 60%、MCP-Atlas 89.2%、JobBench 61.8% 等结果（口径见评测方法论文档）。
核心要点速览
- ✓规模：约 816B 总参 / 每 token 激活约 42B；MoE 每层 256 专家、top-8 路由；62 层、隐藏维 8192；上下文至 1,048,576（HF 技术帖）
- ✓编码/智能体（Meta 记分卡 / AA，xhigh）：DeepSWE 60.0%；SWE-Atlas Codebase QnA 58.0%；MCP-Atlas 89.2%；JobBench 61.8%；Toolathlon-Verified 72.8%（评测方法）
- ✓吞吐（NVIDIA 技术博客，GB300 NVL72 上 agentic 负载）：宣称最高约 50K tok/s/GPU、约 600 tok/s/用户；提供 NVFP4 检查点（NVIDIA 博客）
- ✓落地：权重 Muse Model License（有限商业条款）；引擎含 SGLang / vLLM / TensorRT-LLM / MLX / llama.cpp；双台 Apple M5 Ultra Mac Studio 可桌面本地跑（官方演示）
- ✓第三方综指：Artificial Analysis Intelligence Index 约 38.9–39（xhigh，2026-10-07 口径），低于闭源前沿，但是开源权重档位中的重点对照（AA）
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
开源权重模型在单次补全上已很强，但长程编程智能体仍卡在两处：一是仓库级上下文与多步工具调用撑不住；二是多模态（截图、录屏、语音）往往要拆多条管道。Meta 在 2026-10-15 放出 Muse Spark Open，自称迄今最强美系开源权重模型，并把目标钉在「可在桌面或自托管集群跑的长程编码智能体」。
架构亮点与底层机制
按 Hugging Face 技术帖：语言塔约 62 层、隐藏维 8192，每层 MoE 256 专家、每 token 选 8 个，约 816B 总参 / 42B 激活；感知编码器约 1.8B 处理图像与视频帧，另有音频编码器（约每 80 ms 一个音频 token）。推理上下文配置到 1,048,576。聊天模板走 Harmony 通道（reasoning / commentary / tool / user），并带 low–xhigh 推理档位（不可完全关闭思考）。
权威 Benchmark 与实测跑分对比
Meta 评测方法 写明 xhigh（512）、temp=1.0。记分卡/第三方汇总值包括：DeepSWE 60.0%、SWE-Atlas Codebase QnA 58.0%、MCP-Atlas 89.2%、JobBench 61.8%、Toolathlon-Verified 72.8%；Artificial Analysis Intelligence Index 约 39（2026-10-07）。NVIDIA 在 GB300 NVL72 上对 agentic 负载宣称最高约 50K tok/s/GPU、约 600 tok/s/用户——属厂商实测口径，部署时需自行复现。
开发者实战落地与开箱指南
权重集合：Hugging Face collection（BF16 与 NVFP4）。托管：Together、Fireworks、Baseten、Modal、Groq、Nebius、OpenRouter。自托管优先看 SGLang / vLLM 的 NVFP4 配方；Apple 侧用 MLX / oMLX，llama.cpp 有 GGUF 量化。许可为 Muse Model License（有限商业条款）；安全侧称通过 Meta Superintelligence Scaling Framework 发布门槛，细节见模型卡。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察