2026 年 10 月 15 日，Meta 把一款名为 Muse Spark Open 的模型权重放上了 Hugging Face，并给它一个极具攻击性的定语——”迄今美国性能最强的开放权重模型”。这不是一次普通的开源：它总参数 8160 亿（816B）、每个 token 激活约 420 亿参数，原生支持文本、图像、视频、音频四模态输入，上下文窗口拉到 100 万 token。真正把行业注意力点燃的，是 Meta 同时公布的一条部署路径——经过四位量化压缩后，这台”巨兽”可以只靠两台搭载 M5 Ultra 芯片的 Mac Studio 在桌面上跑起来。为一款模型，Meta 与苹果这对在隐私与广告上纠缠了五年的宿敌罕见同框：扎克伯格在社交平台上直接 @ 苹果新任 CEO 约翰·特努斯，后者回话”能在桌面端高效运行这种规模的模型，令人惊叹”。一场围绕”模型跑在谁的硬件上”的暗线，就此摆上台面。
强在哪：先看清“开放权重”这四个字的分量
过去一年多，“开源大模型”这个词被用得很随意。Muse Spark Open 值得单独拆解的地方，恰恰是它选择了”开放权重（open weights）”而不是”开源（open source）”。据 Digital Applied 对该许可的解读：Meta 发布的 Muse Model License 并非 OSI 认可的开源协议，它没有沿用 Llama 时代那条惹恼大平台的”7 亿月活上限”，而是改成了针对特定用途的收入门槛——如果你把该模型作为服务对外提供，且连续 12 个月总收入超过 2000 万美元，就必须事先通知 Meta 并另签协议；内部使用、科研、把模型嵌进自家产品功能，都不触发这条线。此外，任何基于它构建的产品，都要在界面、文档或官网显著标注”使用 Muse Spark Open 构建”，且许可不适用于 18 岁以下用户。
换句话说，Meta 交出的是”可下载、可微调、可再分发”的权重，同时用一份自定义许可把商业化路径和署名权牢牢攥在手里。连下载本身也被”半实名化”：Hugging Face 仓库在放行文件前会询问下载者的法定全名、出生日期与所属机构。Meta 首席 AI 官亚历山大·王（Alexandr Wang）对彭博社的说法很直白——”出于安全和功能考虑，我们通常不会开源自己最强的模型”，真正的旗舰 Muse Wonder 仍是闭源。所以 Muse Spark Open 的定位，是”能拿来做代理与编码的主力开放模型”，而不是 Meta 的能力天花板。
强在哪：跑分是“工具强、编码弱”,而不是全面碾压
把厂商口径摊开看，才能避免被“最强”两个字带偏。根据 Meta 模型卡（均为自测、未经第三方复现）：在工具调用测试 MCP-Atlas 上 Muse Spark Open 得 89.2 分，高于 GLM 5.3（84.2）与 Kimi K3（82.3）；但在偏工程实战的赛道上，Terminal-Bench 2.1 它得 76.4，明显落后 Kimi K3 的 85.0；DeepSWE 1.1 得 60，同样低于 Kimi K3 的 68；GPQA 钻石级 89.0，也逊于 Qwen3.8 的 93.5。在 Artificial Analysis 的开放权重模型智能指数上，它取 39 分，与 DeepSeek V4.1 Flash 持平。
独立研究者、Interconnects 的 Nathan Lambert 给出的定位更冷静：它大致”高于 GLM 5.2，靠近 DeepSeek V4.1 Flash，但仍排在 GLM 5.3 或 Kimi K3 之后”。这条判断和上面那组数字是一致的——如果选型只看编码分数，当下的开放权重里 Kimi K3 仍是更优选项。Meta 真正的卖点从来不是”跑分第一”，而是把接近旗舰级的代理与编码能力，装进了一个可以落在你自己硬件上的权重包里。
端侧才是重点：省下的不只是 API 账单
真正让这则新闻跳出“又一次开源”的，是端侧部署叙事。据 Meta 开发者指南：通过 NVFP4 四位量化，模型权重从原始 BF16 精度的 1.6TB 以上压到约 493GB；用雷雳 5 与 RDMA 把两台各 512GB 统一内存的 M5 Ultra Mac Studio 配对，或把四台 256GB 机型组网，即可在本地承载整模型，只有中间结果经线缆传输。速度方面，一家分析站（ZGEO）汇总的数据称双机张量并行约 24.99 tokens/s、四机张量并行约 36.73 tokens/s，首 token 等待从 8.2 秒降到 4.8 秒；Meta 方面对 M5 Ultra 未公布统一的官方每秒 token 数，现有部分数字来自社区对旧款机型的量化测试，口径并不一致——这类性能数据应视为参考而非承诺。硬件价格同样存在信源出入：有报道称单台满配 M5 Ultra Mac Studio 约 10799 美元起，另有转述称每台 5499 美元，512GB 大内存版本要到本月稍晚才上市，购买前务必以苹果官方配置为准。
苹果同步放出两个“添头”：一是把 M5 Ultra 内存带宽从上一代 M3 Ultra 的 819GB/s 提升到 1.2TB/s 并公布基准；二是其研究团队发表名为 Minions 的系统论文，把 Apple Silicon 设备闲置的 GPU 组织成共享推理资源池，称部分原本排队十几个小时的任务，用 Minions 后几分钟即可开始。这些技术细节共同服务一个结论：本地推理正从”能不能”走向”划不划算”。
为什么是现在:开放权重的竞争,已经从”参数量”卷到”落点”
把时间轴拉长看，Meta 这一步并不孤立。就在 10 月 17 日，DeepSeek 把 V4.1 Flash 升级到 V4.1-Flash-1017，网页、App 与 API 同步更新且价格不变；据 OpenRouter 数据测算，上周（10 月 12 日至 18 日）全球大模型总调用量约 164 万亿 token，其中中国模型约 79.18 万亿、美国约 17.36 万亿，中国已连续 25 周位居首位。行业焦点正从”拼参数”滑向”拼调用、拼成本、拼场景”。在这样的格局里，Meta 用一份带署名与收入门槛的许可，把”美国系开放权重”和”数据留在自己硬件上”这两张牌一起打出，意图很清楚：不是比谁的分数高一分，而是争夺谁能默认成为企业与开发者自托管的那一层。
对普通读者，这件事的意义在于一次认知更新：以后判断一个模型“强不强”，光看榜单不够，还要看它能不能合规地跑在你手里、你的数据会不会出本地、你的团队改不改得动它的权重。开放权重的下半场，比的是可控性，而不是单点能力。
读者互动： 如果一款“美国最强开放权重”模型的编码分其实还不如某些开源对手，但它可以整夜跑在你办公桌上、数据一步不出本地——你会为这份”可控性”买单，还是继续用云端那个分数更高的模型？
