八千一百六十亿参数的开源筹码
十月十五日，Meta 放出 Muse Spark Open 的权重。这是个原生多模态的稀疏专家模型，总参数 8160 亿，每个 token 激活 420 亿，上下文一百万 token，能吃文字、图片、视频、音频，吐文字。许可证是 Meta 自家的 Muse Model License，带有限商用条款，权重已经挂在 Hugging Face 的 meta-models/Muse-Spark-Open-816B-A42B。它的定位很明确：为长程、多步的编程和智能体任务而生。
真能跑在家里的只有演示
Meta 高调演示了「两台 Apple M5 Ultra Mac Studio 用 MLX 跑起来」，听起来很香，但别被带偏。NVFP4 格式下它大约要 700GB 加速器显存，这不是笔记本能扛的。那两台 Mac Studio 每台最多 512GB 统一内存，加起来才刚好装下。绝大多数团队最后还是落在 GPU 集群或托管伙伴上。MLX 这条路适合做本地驻留的实验，别对客户承诺「能在 MacBook 上跑」。
三种拿到它的方式
想用，有两条现成路。一是自己下权重部署，SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp、Unsloth 首发都支持，覆盖 NVIDIA、AMD、Intel、Apple 各家芯片。二是走托管 API，Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together 都能调。闭源的 Wonder 和 Wonder Full 则是另一条线：Wonder 走 Meta Model API，Wonder Full 只随 Muse Code 订阅，能力更强但不在公开 API 这层。
和企业自托管的关系
开源权重重开了「自己托管」和「主权云」的选项，刚好接在闭源的 Argon 和 Wonder 发布之后。对数据驻留、欧盟采购有要求的场景，Spark Open 比纯 API 的闭源模型更有话事权。但商业条款得第一天就过法务：Muse Model License 的商用范围有限，别等试点成功了才补审。FinOps 上要把伙伴的 token 价和自购 GPU 的摊销放同一张表比。
选它还是闭源
Artificial Analysis 的 Intelligence Index 给过分数：Wonder Full 56、Wonder 52、Spark Open 39。Spark Open 分低，不代表没用——内部助手、文档处理、面向客户的 AI 功能，往往不需要最猛的模型，需要的是在自己成本下把活干准。开源的意义是可控和可改，不是榜首。真要上，先拿长重构、多模态工单、MCP 工具循环三个评估跑一遍，赢在「单位完成任务成本」才值得升。
和 Wonder 怎么选
闭源的 Wonder 走 Meta Model API，Wonder Full 只随 Muse Code 订阅，它们是「开箱即用、能力更强、但要按 token 或订阅付费」的那一类。Spark Open 是「权重下载、自己掌控、按自己的硬件或托管伙伴计费」的那一类。简单说：想最快用上、不在乎部署，选 Wonder；介意数据出境、想改模型、想长期把成本摊到硬件上，选 Spark Open。两者不是谁替代谁，是两条不同的拥有方式。
本地跑的门槛真相
「两台 Mac Studio 能跑」这个演示容易让人误以为消费级设备就行，其实那两台 M5 Ultra 每台顶配 512GB 统一内存，已经是企业级配置，不是你书房的 MacBook。NVFP4 下 700GB 显存的需求，意味着绝大多数人得靠云上 GPU 或托管伙伴。MLX 路径的价值是做「本地驻留」的合规实验，证明数据可以不出域，而不是给普通开发者一个能随手跑的玩具。
开源权重意味着什么
开源的意义不在「免费」，在「可控」。你能微调、能改后训练、能把模型塞进自己的私有云，还能审计它到底干了什么。对受监管行业，这点比榜首分数值钱。代价是你要自己背部署、更新、安全和性能的责任——闭源那头这些 Meta 替你扛了。所以选开源不是图省事，是图主权；团队没运维能力，走托管 API 反而更稳。
上手别先自重权重
看到「开源」两个字容易冲动想自己部署，劝你先按住。Spark Open 自重权重的前提是 700GB 显存或靠谱托管伙伴，那条「两台 Mac Studio」的演示是企业顶配，不是你书房的机器。对绝大多数团队，先走 Baseten、Fireworks、Together 这类托管 API 把效果验了，成本低、上手快、不用养 GPU，有些还带免费额度。等确认它真能扛你的任务，再有数据驻留硬要求时，才值得下权重、搭推理栈、调量化。一上来就自重，容易卡在显存、量化格式、推理引擎参数这些和「模型好不好用」无关的事上，白白耗掉两周，最后模型到底行不行反而没验成。
补充一句务实判断：如果你只是想试它的多模态和长上下文，先走 API 比下权重省事十倍，下午就能跑通；等真碰到数据不出域的硬要求，再谈自托管也不迟。开源权重是选项不是义务，用不上就别为它折腾硬件，把精力放在「它能不能干好你的活」上，比纠结部署方式重要。
一句话，先用托管验证、再谈自重权重，顺序别反。
跟你有啥关系如果你团队已经在 Hugging Face 生态里、又有数据不出域的硬要求，Spark Open 是少数能同时给「美国开源权重」和「一百万上下文」的选项。但别被 816B 的体量吓到或诱惑到——先问清楚你有没有 700GB 显存或靠谱的托管伙伴，再决定是自重权重还是走 API。对多数小团队，先试托管 API 的性价比更高。