Версия Markdown

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

# Meta выпускает веса Muse Spark Open и руководства по развёртыванию модели

> Meta опубликовала веса Muse Spark Open 15 октября. Чекпойнты BF16 и NVFP4, размещённые API и Muse Model License предлагают разработчикам несколько вариантов с разными ограничениями.

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 опубликовала веса Muse Spark Open 15 октября 2026 года. Теперь команда может [скачать чекпойнты Meta в BF16 или NVFP4](https://dev.meta.ai/docs/muse-spark-open/get-the-model), 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](https://dev.meta.ai/docs/muse-spark-open) 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](https://dev.meta.ai/docs/muse-spark-open/get-the-model) 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](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) 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](https://dev.meta.ai/docs/muse-spark-open/deploy) 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](https://dev.meta.ai/docs/muse-spark-open/deploy) 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](https://dev.meta.ai/resources/blog/build-with-muse-spark-open#hosted-inference) 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](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) 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](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) 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](https://bigchange.ai/blog/meta-muse-wonder-agent-model-access). 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

- [Публикация Meta AI Research, 15 октября 2026 года](https://research.meta.ai/blog/muse-spark-open/) — дата выпуска, описание модели, список партнёров и демонстрация компании. Утверждения о возможностях и оценках принадлежат Meta.
- [Стартовое руководство Meta для разработчиков, 15 октября 2026 года](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — документация сред выполнения, чекпойнтов, размещённых провайдеров и постобучения по каждому варианту. Заявления о бенчмарках и первых пользователях остаются приписанными своим источникам.
- [Документация Meta по модели, скачиванию, оборудованию и развёртыванию](https://dev.meta.ai/docs/muse-spark-open) — точные входы и выход, объём ресурсов, рецепты, требования и доступ к провайдерам; перед развёртыванием прочитайте текущие настройки каждого варианта по ссылке.
- [Карточка модели Muse Spark Open](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — пределы модели, оценки Meta и указанные ограничения. BIG CHANGE не запускала и не воспроизводила их независимо.
- [Muse Model License и политика использования, 15 октября 2026 года](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — применимые условия перераспространения, указания авторства и моделей как услуги. Это изложение не заменяет полный текст.

## Sources

- [Meta AI Research: представление Muse Spark Open](https://research.meta.ai/blog/muse-spark-open/) — Публикация 15 октября 2026 года; описание модели, список размещённых партнёров и демонстрация компании. Утверждения Meta обозначены как её заявления.
- [Meta AI Developers: создавайте с Muse Spark Open](https://dev.meta.ai/resources/blog/build-with-muse-spark-open) — Руководство от 15 октября 2026 года по средам выполнения, квантизации, размещённым провайдерам и постобучению.
- [Meta Model API: Muse Spark Open](https://dev.meta.ai/docs/muse-spark-open) — Входы и выход, контекст модели, чекпойнт и обзор обслуживания запросов. Актуальная онлайн-документация проверена 16 октября 2026 года.
- [Meta Model API: получите модель](https://dev.meta.ai/docs/muse-spark-open/get-the-model) — Репозитории чекпойнтов BF16 и NVFP4, размеры весов и требования.
- [Meta Model API: аппаратные платформы](https://dev.meta.ai/docs/muse-spark-open/hardware-platforms) — Указанные конфигурации NVIDIA, AMD, Intel и Apple. Каждая относится к конкретному варианту.
- [Meta Model API: запустите инференс](https://dev.meta.ai/docs/muse-spark-open/deploy) — API сред выполнения, доступ к партнёрам, выбор контекста и планирование памяти Unsloth.
- [Карточка модели Muse Spark Open](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B) — Спецификации модели Meta, оценка безопасности и явно указанные ограничения. BIG CHANGE их не воспроизводила.
- [Muse Model License и политика использования](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B/blob/main/LICENSE.md) — Публикация 15 октября 2026 года; условия копирования, уведомления в продукте и положение о выручке от моделей как услуги.