Markdown संस्करण

AI-translated from English; not yet reviewed by a fluent editor.

# Meta ने Muse Spark Open के वेट्स और सर्विंग गाइड जारी किए

> Meta ने 15 अक्टूबर को Muse Spark Open के वेट्स जारी किए। इसके BF16 और NVFP4 चेकपॉइंट, होस्टेड API और Muse Model License डेवलपरों को अलग-अलग सीमाओं वाले कई रास्ते देते हैं।

By BIG CHANGE Editorial

Published: 2026-10-16T06:43:13.531Z
Updated: 2026-10-16T06:43:13.531Z
Canonical: https://bigchange.ai/blog/meta-muse-spark-open-weights-serving-license

![Conceptual charcoal illustration of an open server cabinet on the left and a separate wall-mounted network connection on the right.](https://bigchange.ai/api/media/file/muse-spark-open-serving-choice-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no Meta equipment, actual deployment or BIG CHANGE test is depicted.

Meta ने 15 अक्टूबर 2026 को Muse Spark Open के वेट्स जारी किए। अब कोई टीम [Meta के BF16 या NVFP4 चेकपॉइंट डाउनलोड कर सकती है](https://dev.meta.ai/docs/muse-spark-open/get-the-model), समर्थित फ़ॉर्मैट को अपने हार्डवेयर पर सर्व कर सकती है या लॉन्च पार्टनर के ज़रिए मॉडल को कॉल कर सकती है। यह चुनाव मायने रखता है: पूरे चेकपॉइंट में लगभग 1.65 TB वेट्स हैं, NVFP4 चेकपॉइंट लगभग 537 GB है और होस्टेड एंडपॉइंट की अपनी पहुँच और कीमत की शर्तें होती हैं। BIG CHANGE ने लॉन्च दस्तावेज़, मॉडल कार्ड, सर्विंग गाइड और लाइसेंस जाँचे। हमने मॉडल डाउनलोड या रन नहीं किया।

Meta के अनुसार Muse Spark Open एक sparse mixture-of-experts मॉडल है, जिसमें कुल 816 अरब पैरामीटर हैं और हर टोकन पर लगभग 42 अरब सक्रिय रहते हैं। यह टेक्स्ट, तस्वीरें, वीडियो और ऑडियो लेता है तथा टेक्स्ट देता है। इसके [मॉडल दस्तावेज़](https://dev.meta.ai/docs/muse-spark-open) अधिकतम कॉन्टेक्स्ट 1,048,576 टोकन बताते हैं। यह मॉडल की सीमा है, इस बात का वादा नहीं कि हर प्रदाता या स्थानीय कॉन्फ़िगरेशन इतने टोकन आवंटित करेगा।

## बड़ा बदलाव

- **क्या बदला:** Meta ने अपने Muse Model License के तहत डाउनलोड किए जा सकने वाले Muse Spark Open वेट्स प्रकाशित किए। साथ में सेल्फ़-होस्टिंग, पार्टनर API और पोस्ट-ट्रेनिंग के दस्तावेज़ों वाले रास्ते भी दिए।
- **यह क्यों मायने रखता है:** डेवलपर चुन सकते हैं कि इन्फ़रेंस कहाँ चले और कौन-सा चेकपॉइंट या प्रदाता उनके वर्कलोड के अनुकूल है। जारी किए गए कॉन्फ़िगरेशन नमूने इस चुनाव को अधिक ठोस बनाते हैं, लेकिन मेमरी, कॉन्टेक्स्ट, कीमत और पहुँच अब भी रास्ते पर निर्भर करते हैं।
- **किन बातों पर नज़र रखें:** जारी चेकपॉइंट के स्वतंत्र परीक्षण, हर प्रदाता का कॉन्टेक्स्ट और मूल्य निर्धारण तथा छोटे क्वांटाइज़ेशन का असली कामों में व्यवहार। Meta के प्रदर्शन और मूल्यांकन दूसरे डिप्लॉयमेंट के लिए वही नतीजे स्थापित नहीं करते।

## वेट्स, हार्डवेयर और कॉन्टेक्स्ट

Meta की [डाउनलोड गाइड](https://dev.meta.ai/docs/muse-spark-open/get-the-model) Hugging Face पर कंपनी की अपनी दो रिपॉज़िटरी बताती है: `meta-models/Muse-Spark-Open-816B-A42B` BF16 के लिए और `meta-models/Muse-Spark-Open-816B-A42B-NVFP4` छोटे चेकपॉइंट के लिए। BF16 वेट फ़ाइलें लगभग 1.65 TB हैं; NVFP4 लगभग 537 GB है। ये स्टोरेज आकार हैं, जिनमें की-वैल्यू कैश, ऐक्टिवेशन और रनटाइम का अतिरिक्त भार शामिल नहीं है। Meta के सर्विंग उदाहरणों में BF16 आठ B300 GPU और NVFP4 चार B300 GPU पर है। इसकी [हार्डवेयर तालिका](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) vLLM के साथ AMD Instinct कॉन्फ़िगरेशन, SGLang के साथ Intel Xeon 6 INT4 रास्ता और Apple MLX कॉन्फ़िगरेशन भी बताती है। इसमें दो M5 Ultra Mac Studio हैं, प्रत्येक में 512 GB यूनिफ़ाइड मेमरी, या चार हैं, प्रत्येक में 256 GB। ये खास तौर पर बताए गए कॉन्फ़िगरेशन हैं, सामान्य संगतता की गारंटी नहीं।

काफ़ी कम मेमरी वाले वर्कस्टेशन के लिए [डिप्लॉयमेंट गाइड](https://dev.meta.ai/docs/muse-spark-open/deploy) तीसरे पक्ष के GGUF क्वांटाइज़ेशन की ओर इशारा करती है। डायनेमिक 2-बिट संस्करण के लिए इसका Unsloth प्लानिंग दायरा RAM और VRAM मिलाकर लगभग 300–315 GB है। यह Meta के BF16 और NVFP4 डाउनलोड से अलग चेकपॉइंट और रनटाइम है। मेमरी उपयोग नियंत्रित करने के लिए Unsloth का उदाहरण कमांड 32,768-टोकन कॉन्टेक्स्ट से शुरू होता है। टीम को मॉडल की दस लाख टोकन की ऊपरी सीमा को डिफ़ॉल्ट सर्विंग सेटिंग मानने के बजाय, उपलब्ध मेमरी के अनुसार असली कॉन्टेक्स्ट और समानांतर अनुरोधों का आकार तय करना चाहिए।

## चुनें कि अनुरोध कहाँ चलें

यह [सर्विंग गाइड](https://dev.meta.ai/docs/muse-spark-open/deploy) SGLang, vLLM और TensorRT-LLM सर्वर रास्ते, Transformers Python रास्ता, बताए गए Mac Studio संयोजन के लिए MLX तथा अपने GGUF रूपों के साथ llama.cpp और Unsloth का विवरण देती है। इसमें कई सर्वर रनटाइम के लिए OpenAI-संगत HTTP एंडपॉइंट हैं; Transformers Python इंटरफ़ेस का उपयोग करता है। हर कॉन्फ़िगरेशन नमूना अपना चेकपॉइंट, समानांतरता और रनटाइम सेटिंग बताता है। अलग क्वांटाइज़ेशन या ऐक्सेलरेटर चुनने पर उस रास्ते का अपना कॉन्फ़िगरेशन चाहिए।

Meta ने लॉन्च के दिन से Baseten, Fireworks AI, Modal, Nebius, OpenRouter और Together AI के ज़रिए होस्टेड पहुँच भी बताई है। Groq के रास्ते को सीमित प्रीव्यू बताया गया है, इसलिए वहाँ पहुँच संगठन की पात्रता पर निर्भर है। इसका [पार्टनर खंड](https://dev.meta.ai/resources/blog/build-with-muse-spark-open#hosted-inference) सर्वरलेस और समर्पित विकल्पों में फ़र्क करता है। यह सभी प्रदाताओं के लिए एक कीमत या एक जैसा कॉन्टेक्स्ट आवंटन तय नहीं करता। होस्टेड API प्रदाता के क्रेडेंशियल और बिलिंग का उपयोग करता है; स्थानीय इन्फ़रेंस के लिए चेकपॉइंट, पर्याप्त स्टोरेज और संगत कंप्यूट चाहिए। Meta की डाउनलोड गाइड कहती है कि वेट्स मिल जाने के बाद ऑफ़लाइन स्थानीय रन के लिए मॉडल API कुंजी नहीं चाहिए।

पहले मूल्यांकन के लिए डेवलपर अपने प्रॉम्प्ट और टूल कॉल जाँचने के लिए पार्टनर एंडपॉइंट का उपयोग कर सकते हैं या अपने चेकपॉइंट और हार्डवेयर का सटीक स्थानीय कॉन्फ़िगरेशन अपना सकते हैं। Meta का [मॉडल कार्ड](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) चेतावनी देता है कि मॉडल ग़लत उत्तर दे सकता है और कई चरणों की रीजनिंग में गलतियाँ कर सकता है। यह टूल वाले एजेंटों के लिए सिस्टम स्तर पर सुरक्षा उपाय सुझाता है। लॉन्च प्रदर्शन या कंपनी के बताए बेंचमार्क, दोनों में से कोई यह नहीं दिखाता कि एजेंट किसी खास टीम के वर्कफ़्लो को भरोसेमंद ढंग से पूरा करेगा।

## लाइसेंस में शर्तें हैं

यह [Muse Model License](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) 15 अक्टूबर का है और अपनी शर्तों तथा संलग्न उपयोग नीति के अधीन इस्तेमाल, संशोधन और वितरण की अनुमति देता है। प्रतियों और व्युत्पन्न कार्यों के साथ लाइसेंस तथा नीति देना ज़रूरी है। सॉफ़्टवेयर या उसके व्युत्पन्न का उपयोग करने वाले उत्पादों या सेवाओं पर प्रमुखता से “Built with Muse Spark Open” सूचना भी होनी चाहिए। जिस मॉडल-ऐज़-अ-सर्विस प्रदाता का संबद्ध कंपनियों सहित कुल सकल राजस्व किसी भी लगातार 12 महीनों की अवधि में 20 मिलियन डॉलर से अधिक हो, उसे उस कारोबार में मॉडल या व्युत्पन्न पेश करने से पहले Meta को सूचित करना और अलग लिखित समझौता करना होगा। लाइसेंस इसी खास शर्त से आंतरिक इस्तेमाल और उन व्यावसायिक उत्पादों को स्पष्ट रूप से बाहर रखता है जो मॉडल को एक घटक की तरह इस्तेमाल करते हैं, लेकिन मॉडल-ऐज़-अ-सर्विस उत्पाद नहीं देते। डिप्लॉयमेंट की योजना बनाने वाली टीमों को अपने इस्तेमाल के लिए मौजूदा लाइसेंस और नीति पढ़नी चाहिए। वेट्स डाउनलोड हो सकने का मतलब यह नहीं कि रिलीज़ बिना प्रतिबंध वाला ओपन सोर्स है, और होस्टेड इन्फ़रेंस या हार्डवेयर आम तौर पर मुफ़्त नहीं होते।

Meta ने [होस्टेड Muse Wonder परिवार पेश करने](https://bigchange.ai/blog/meta-muse-wonder-agent-model-access) के तीन दिन बाद यह मॉडल जारी किया। Spark Open टीमों को वेट्स डाउनलोड और डिप्लॉयमेंट का अलग निर्णय देता है। अब व्यावहारिक सवाल है कि दस्तावेज़ों में बताया गया कौन-सा रास्ता टीम के अपेक्षित इनपुट, कॉन्टेक्स्ट, बजट और समीक्षा प्रक्रिया को संभाल सकता है। यह अब भी कॉन्फ़िगरेशन और मूल्यांकन का चुनाव है, BIG CHANGE का मापा हुआ नतीजा नहीं।

## स्रोत और आगे पढ़ें

- [Meta AI Research रिलीज़, 15 अक्टूबर 2026](https://research.meta.ai/blog/muse-spark-open/) — रिलीज़ की तारीख, मॉडल का वर्णन, पार्टनर सूची और कंपनी का प्रदर्शन। क्षमता और मूल्यांकन के दावे Meta के हैं।
- [Meta डेवलपर लॉन्च गाइड, 15 अक्टूबर 2026](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — हर रास्ते के रनटाइम, चेकपॉइंट, होस्टेड प्रदाता और पोस्ट-ट्रेनिंग के दस्तावेज़। बेंचमार्क और शुरुआती उपयोगकर्ताओं के दावे अपने स्रोतों से ही जुड़े रहते हैं।
- [Meta के मॉडल, डाउनलोड, हार्डवेयर और डिप्लॉयमेंट दस्तावेज़](https://dev.meta.ai/docs/muse-spark-open) — सटीक इनपुट और आउटपुट, संसाधन का आकार, कॉन्फ़िगरेशन, पूर्व-आवश्यकताएँ और प्रदाता पहुँच; डिप्लॉयमेंट से पहले लिंक किए गए हर रास्ते की मौजूदा सेटिंग पढ़ें।
- [Muse Spark Open मॉडल कार्ड](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — मॉडल की सीमाएँ, Meta के मूल्यांकन और बताई गई कमियाँ। BIG CHANGE ने उन्हें चलाया या स्वतंत्र रूप से दोहराया नहीं।
- [Muse Model License और उपयोग नीति, 15 अक्टूबर 2026](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — लागू पुनर्वितरण, श्रेय और मॉडल-ऐज़-अ-सर्विस शर्तें। यह सारांश पूरे पाठ का विकल्प नहीं है।

## Sources

- [Meta AI Research: Muse Spark Open का परिचय](https://research.meta.ai/blog/muse-spark-open/) — 15 अक्टूबर 2026 की रिलीज़; मॉडल वर्णन, होस्टेड पार्टनर सूची और कंपनी का प्रदर्शन। Meta के दावे उसी के नाम से दिए गए हैं।
- [Meta AI Developers: Muse Spark Open के साथ बनाएँ](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — रनटाइम, क्वांटाइज़ेशन, होस्टेड प्रदाता और पोस्ट-ट्रेनिंग रास्तों की 15 अक्टूबर 2026 की गाइड।
- [Meta Model API: Muse Spark Open](https://dev.meta.ai/docs/muse-spark-open) — इनपुट और आउटपुट, मॉडल कॉन्टेक्स्ट, चेकपॉइंट और सर्विंग का अवलोकन। ऑनलाइन दस्तावेज़ 16 अक्टूबर 2026 को जाँचे गए।
- [Meta Model API: मॉडल पाएँ](https://dev.meta.ai/docs/muse-spark-open/get-the-model) — BF16 और NVFP4 चेकपॉइंट रिपॉज़िटरी, वेट्स के स्टोरेज आकार और पूर्व-आवश्यकताएँ।
- [Meta Model API: हार्डवेयर प्लैटफ़ॉर्म](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) — बताए गए NVIDIA, AMD, Intel और Apple कॉन्फ़िगरेशन। ये खास रास्तों के लिए हैं।
- [Meta Model API: इन्फ़रेंस चलाएँ](https://dev.meta.ai/docs/muse-spark-open/deploy) — रनटाइम API, पार्टनर पहुँच, कॉन्टेक्स्ट विकल्प और Unsloth मेमरी प्लानिंग।
- [Muse Spark Open मॉडल कार्ड](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — Meta के मॉडल विनिर्देश, सुरक्षा मूल्यांकन और स्पष्ट सीमाएँ। BIG CHANGE ने उन्हें दोहराया नहीं।
- [Muse Model License और उपयोग नीति](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — 15 अक्टूबर 2026 की रिलीज़; कॉपी करने, उत्पाद सूचना और मॉडल-ऐज़-अ-सर्विस राजस्व प्रावधान की शर्तें।