Meta опубликовала веса Muse Spark Open 15 октября 2026 года. Теперь команда может скачать чекпойнты Meta в BF16 или NVFP4, обслуживать поддерживаемый формат на своём оборудовании либо вызывать модель через партнёра по запуску. Выбор важен: полный чекпойнт содержит около 1,65 ТБ весов, чекпойнт NVFP4 — около 537 ГБ, а у размещённой конечной точки собственные условия доступа и цены. BIG CHANGE изучила документы о запуске, карточку модели, руководство по обслуживанию запросов и лицензию. Мы не скачивали и не запускали модель.

Meta описывает Muse Spark Open как разреженную модель со смесью экспертов: всего 816 миллиардов параметров, из которых около 42 миллиардов активны на токен. Она принимает текст, изображения, видео и аудио, а выдаёт текст. Документация модели указывает максимальный контекст в 1 048 576 токенов. Это предел модели, а не обещание, что каждый провайдер или локальная конфигурация выделит столько токенов.

Главное изменение

  • Что изменилось: Meta опубликовала доступные для скачивания веса Muse Spark Open под своей Muse Model License, а также документированные варианты самостоятельного хостинга, партнёрских API и постобучения.
  • Почему это важно: Разработчики могут выбирать, где выполняется инференс и какой чекпойнт или провайдер подходит их нагрузке. Опубликованные рецепты конфигурации делают выбор конкретнее, но память, контекст, цена и доступ по-прежнему зависят от варианта.
  • За чем следить: За независимыми тестами опубликованного чекпойнта, контекстом и ценами отдельных провайдеров и поведением меньших квантизаций в реальных задачах. Демонстрации и оценки Meta не подтверждают те же результаты в другом развёртывании.

Веса, оборудование и контекст

В руководстве по скачиванию Meta указаны два собственных репозитория компании на Hugging Face: meta-models/Muse-Spark-Open-816B-A42B для BF16 и meta-models/Muse-Spark-Open-816B-A42B-NVFP4 для меньшего чекпойнта. Файлы весов BF16 занимают около 1,65 ТБ, NVFP4 — около 537 ГБ. Это объёмы хранения без учёта кэша ключей и значений, активаций и накладных расходов среды выполнения. В примерах Meta BF16 работает на восьми GPU B300, а NVFP4 — на четырёх GPU B300. Таблица оборудования также описывает конфигурации AMD Instinct с vLLM, вариант Intel Xeon 6 INT4 с SGLang и конфигурацию Apple MLX на двух Mac Studio с M5 Ultra и 512 ГБ объединённой памяти каждый либо на четырёх с 256 ГБ каждый. Это конкретные рецепты, а не общая гарантия совместимости.

Для рабочей станции с гораздо меньшим объёмом памяти руководство по развёртыванию указывает на сторонние квантизации GGUF. Его ориентир планирования Unsloth для динамической 2-битной версии — примерно 300–315 ГБ суммарной RAM и VRAM. Это другой чекпойнт и другая среда выполнения по сравнению с загрузками BF16 и NVFP4 от Meta. Пример команды Unsloth начинает с контекста в 32 768 токенов для контроля расхода памяти. Команде следует соотносить реальный контекст и параллельные запросы с доступной памятью, а не считать миллионный предел контекста модели настройкой обслуживания по умолчанию.

Выберите, где будут выполняться запросы

Это руководство по обслуживанию запросов документирует серверные варианты SGLang, vLLM и TensorRT-LLM, Python-вариант Transformers, MLX для указанной схемы Mac Studio, а также llama.cpp и Unsloth с их вариантами GGUF. Оно перечисляет OpenAI-совместимые конечные точки HTTP для нескольких серверных сред; Transformers использует интерфейс Python. Каждый рецепт указывает чекпойнт, параллелизм и настройки среды выполнения. Для другой квантизации или ускорителя нужен рецепт именно этого варианта.

Meta также перечисляет размещённый доступ со дня запуска через Baseten, Fireworks AI, Modal, Nebius, OpenRouter и Together AI. Вариант Groq описан как ограниченный предварительный доступ, поэтому он зависит от соответствия организации требованиям. Раздел о партнёрах различает бессерверные и выделенные предложения. Он не устанавливает единую цену или выделение контекста для всех провайдеров. Размещённый API использует учётные данные и биллинг провайдера; локальный инференс требует чекпойнта, значительного места для хранения и совместимых вычислительных ресурсов. Руководство Meta по скачиванию говорит, что после получения весов для локального запуска без интернета API-ключ модели не нужен.

Для первой оценки разработчики могут использовать конечную точку партнёра, чтобы проверить свои промпты и вызовы инструментов, либо следовать точному локальному рецепту для своего чекпойнта и оборудования. Карточка модели Meta предупреждает о возможных неточных ответах и ошибках в многошаговых рассуждениях. Она рекомендует системные защитные меры для агентов с инструментами. Ни демонстрация при запуске, ни сообщённые компанией бенчмарки не показывают, что агент надёжно выполнит рабочий процесс конкретной команды.

У лицензии есть условия

Лицензия Muse Model License от 15 октября разрешает использование, изменение и распространение при соблюдении её условий и приложенной политики использования. Копии и производные работы должны сопровождаться лицензией и политикой, а продукты или услуги, использующие ПО либо производные работы, должны содержать заметное уведомление «Built with Muse Spark Open». Поставщик моделей как услуги, чья совокупная валовая выручка вместе с аффилированными лицами превышает 20 миллионов долларов за любой период из 12 последовательных месяцев, должен уведомить Meta и заключить отдельное письменное соглашение, прежде чем предлагать модель или производные работы в этом бизнесе. Именно из этого требования лицензия явно исключает внутреннее использование и коммерческие продукты, использующие модель как компонент без предложения продукта модели как услуги. Командам, планирующим развёртывание, следует прочитать действующие лицензию и политику для своего применения. Возможность скачать веса не делает выпуск неограниченным открытым ПО, а размещённый инференс или оборудование в целом не бесплатны.

Meta выпустила эту модель через три дня после представления размещённого семейства Muse Wonder. Spark Open даёт командам отдельный выбор относительно скачивания весов и развёртывания. Теперь практический вопрос — какой документированный вариант поддержит предполагаемые входные данные, контекст, бюджет и процесс проверки команды. Это по-прежнему выбор конфигурации и оценки, а не результат измерений BIG CHANGE.

Источники и дополнительные материалы