Muse Spark Open: Otwarty model Meta o otwartych wagach dla kodowania i agentów – wyjaśnienie

Muse Spark Open to nowy model Meta o otwartych wagach przeznaczony do kodowania i pracy agentowej, wydany 15 października 2026 roku. Jest to wersja do pobrania modelu Muse Spark — model typu mixture-of-experts z 816 miliardami parametrów, który aktywuje około 42 miliardów parametrów na token, przetwarza do 1 miliona tokenów tekstu, obrazu, wideo i dźwięku oraz zwraca tekst. Meta nazywa go „najbardziej zaawansowanym amerykańskim modelem o otwartych wagach do tej pory". Oto co oznacza to twierdzenie, w czym model przoduje, gdzie pozostaje w tyle, jakiego sprzętu wymaga i jaką licencję faktycznie akceptujesz.

Czym jest Muse Spark Open?

Muse Spark Open to wydanie z otwartymi wagami linii Muse Spark firmy Meta, zbudowane z myślą o długoterminowej pracy agentowej, a nie jednorazowym czacie. Planuje, działa, obserwuje i samodzielnie koryguje błędy podczas długich zadań — w tym przeglądania internetu z obrazami — i był trenowany na rzeczywistych przepływach pracy deweloperów, takich jak refaktoryzacje wielu plików i długie sesje debugowania.

Główne specyfikacje z posta Meta o premierze:

• 816 mld łącznych / 42 mld aktywnych parametrów (rzadka architektura mixture-of-experts)
• Okno kontekstowe 1M tokenów podczas wnioskowania
• Natywna multimodalność: tekst, obraz, wideo i dźwięk na wejściu; tekst na wyjściu

Architektonicznie jest to transformer z 62 warstwami, w których każda warstwa zastępuje gęstą sieć feed-forward blokiem Mixture-of-Experts złożonym z 256 ekspertów, przy czym router wybiera 8 na token. Enkoder percepcji z 1,8 miliarda parametrów przekształca obrazy i klatki wideo w tokeny, a osobna ścieżka obsługuje dźwięk. Ponieważ na token aktywuje się tylko 8 ekspertów, model działa z prędkością zbliżoną do modelu 42B, wymagając jednocześnie pamięci jak model 816B.

Jest to wersja z otwartymi wagami modelu Muse Spark firmy Meta, z dodatkowym post-treningiem bezpieczeństwa, dzięki czemu sprawdza się przy uruchamianiu jako samodzielne wagi bez systemowych zabezpieczeń, zgodnie z kartą modelu Meta. Meta sprzedaje kilka zamkniętych modeli przez swoje API — frontierowe modele Muse Wonder i Muse Spark 1.3 — podczas gdy Muse Spark Open i mniejszy Muse Glimmer to wydania z otwartymi wagami, które można pobrać i hostować samodzielnie.

Czy Muse Spark Open jest naprawdę open source?

Nie — i to rozróżnienie ma znaczenie. Wagi są do pobrania, ale są dostarczane na podstawie niestandardowej licencji Meta Muse Model License, a nie licencji open-source zatwierdzonej przez OSI.

Licencja przyznaje szerokie prawa do używania, modyfikowania, dostrajania, destylacji i redystrybucji modelu, ale z warunkami:

• Atrybucja: każdy produkt korzystający z modelu lub jego pochodnej musi wyraźnie wyświetlać napis „Built with Muse Spark Open" w swoim interfejsie, dokumentacji, stronie internetowej lub ustawieniach.
• Klauzula model-as-a-service: firma oferująca dostęp do modelu przez API, z przychodami grupy przekraczającymi 20 milionów dolarów w dowolnym 12-miesięcznym okresie, musi najpierw powiadomić Meta i podpisać oddzielną umowę.
• Pochodne: wszystko, co jest dostrojone lub destylowane z modelu — nawet wytrenowane na jego wynikach — podlega temu samemu obowiązkowi atrybucji.

Dla większości zespołów — użytek wewnętrzny, badania lub funkcje w ramach własnego produktu — jest bezpłatne do użytku komercyjnego; licencja Muse Model License wyraźnie wyłącza te przypadki z klauzuli model-as-a-service. Jeśli odsprzedajesz dostęp do modelu na dużą skalę, najpierw przeczytaj drobny druk. The New Stack ujmuje to wprost: wagi są otwarte, ale licencja nie jest w pełni otwarta — wzorzec, który, jak zauważa, odzwierciedla niektóre niedawne chińskie wydania.

Benchmarki: gdzie przoduje, a gdzie pozostaje w tyle

Meta pozycjonuje Muse Spark Open jako najlepszy amerykański model o otwartych wagach, a jego własna karta modelu porównuje go przy xhigh wysiłku wnioskowania z siedmioma podobnymi modelami otwartymi, w tym Kimi K3, GLM 5.3 i Qwen3.8. Uczciwa ocena jest taka, że jest liderem w użyciu narzędzi i słabszym zawodnikiem w kodowaniu.

Źródło: karta modelu Meta, październik 2026.

Czytaj tabelę pod kątem tego, co twój agent faktycznie robi:

• Wybór narzędzi: MCP-Atlas i JobBench to wiersze, w których przoduje, więc agenci, których głównym zadaniem jest wybieranie i sekwencjonowanie wywołań narzędzi, są jego najmocniejszym zastosowaniem.
• Praca w terminalu i repozytorium: traci z Kimi K3 o 8,6 punktu na Terminal-Bench 2.1 i o 8 punktów zarówno na DeepSWE 1.1, jak i SWE-Atlas-QnA. Jeśli twój agent działa głównie w terminalu, uruchom własne zadania na repozytorium przed przełączeniem.
• Ranking zbiorczy: w Artificial Analysis Intelligence Index uzyskuje 39 punktów, za GLM 5.3, Kimi K3 i Qwen3.8 — więc „najbardziej zaawansowany" to konkretnie ranking wśród amerykańskich modeli o otwartych wagach, a nie całego otwartego pola.

Jednym z obszarów, w którym naprawdę się wyróżnia, jest odporność na jailbreak: uzyskał 0,5 w StrongREJECT v2 z adaptacyjnymi atakami (niższy wynik jest lepszy), podczas gdy żaden inny model w tabeli Meta nie uzyskał poniżej 62,9 — bezpośredni efekt dodatkowego post-treningu bezpieczeństwa.

Jakiego sprzętu wymaga Muse Spark Open?

To jest haczyk. „Otwarte wagi" nie oznaczają „działa na twoim laptopie". Pełny checkpoint BF16 waży około 1,6 TB, a nawet skwantyzowana wersja NVFP4 to około 530 GB.

• GPU: NVFP4 działa na czterech kartach Blackwell Ultra lub ośmiu H200; karta modelu wymaga co najmniej 700 GB pamięci VRAM dla NVFP4 i 2 TB dla BF16.
• Mac: Meta i Apple dostroiły wersję MLX, która uruchamia checkpoint NVFP4 na dwóch M5 Ultra Mac Studios z 512 GB zunifikowanej pamięci każdy, lub czterech Mac Studios z 256 GB każdy — łącznie około 1 TB zunifikowanej pamięci — połączonych przez Thunderbolt 5.
• Najmniejsza wersja: kwantyzacje GGUF od Unsloth schodzą do około 2 bitów i mieszczą się w około 300 GB łącznej pamięci — jedna stacja robocza z dużą ilością pamięci, nie MacBook.

Działa na SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp i Unsloth, i jest dostępny od pierwszego dnia na hostowanych API, w tym Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter i Together AI. Wagi można pobrać z Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden i Microsoft Foundry Models. Dla większości zespołów hostowany endpoint jest realistycznym sposobem na wypróbowanie go przed zobowiązaniem się do zakupu sprzętu.

Kto powinien go używać?

Muse Spark Open to mocny wybór, jeśli budujesz agentów orkiestrujących narzędzia — wyniki MCP-Atlas i JobBench to potwierdzają — i chcesz mieć możliwość samodzielnego hostowania dla kontroli danych, dostrajania na własnych przepływach pracy lub destylacji mniejszego modelu. Natywna multimodalność to prawdziwy wyróżnik: ten sam model może odczytać zrzut ekranu, odsłuchać notatkę głosową lub obejrzeć nagranie ekranu podczas pracy.

To słabszy wybór, jeśli twój agent jest głównie agentem kodowania działającym w terminalu, gdzie otwarci rywale, tacy jak Kimi K3, obecnie uzyskują wyższe wyniki. I nie jest przeznaczony dla nikogo, kto oczekuje uruchomienia wag na poziomie frontierowym na sprzęcie konsumenckim.

Podsumowanie

Muse Spark Open to wiarygodne, naprawdę użyteczne wydanie z otwartymi wagami, które najlepiej rozumieć jako model agentowy do użycia narzędzi i multimodalności, a nie mistrza kodowania. Sformułowanie „najbardziej zaawansowany amerykański model o otwartych wagach" jest dokładne, ale wąskie. Licencja jest permisywna dla większości zespołów, ale warto ją przeczytać, jeśli odsprzedajesz dostęp, a poprzeczka sprzętowa jest na tyle wysoka, że hostowane API jest rozsądnym punktem wejścia. Jeśli budujesz agentów i cenisz samodzielne hostowanie, powinien znaleźć się na twojej liście do przetestowania na własnych zadaniach.

Uruchamiaj otwarte modele w ramach własnej cyfrowej siły roboczej AI

Model o otwartych wagach przynosi wartość dopiero wtedy, gdy jest podłączony do rzeczywistych przepływów pracy — narzędzi, plików, przeglądu kodu i wieloetapowych planów — a nie okna czatu. Eigent to open-source'owa aplikacja desktopowa Cowork, która uruchamia lokalnie wieloagentową siłę roboczą AI i jest niezależna od modelu, dzięki czemu możesz kierować model taki jak Muse Spark Open do zadań, w których jest najsilniejszy, i zachować wrażliwą pracę na własnej maszynie. Zobacz, jak agenci mogą przeglądać GitHub PR od początku do końca, a następnie pobierz Eigent, aby to wypróbować.

Często zadawane pytania

Czym jest Muse Spark Open?

Muse Spark Open to model Meta o otwartych wagach przeznaczony do kodowania i pracy agentowej, wydany 15 października 2026 roku. Jest to model mixture-of-experts z 816 miliardami parametrów, który aktywuje około 42 miliardów parametrów na token, przyjmuje tekst, obraz, wideo i dźwięk na wejściu oraz ma okno kontekstowe 1 miliona tokenów. Jest to wersja z otwartymi wagami modelu Muse Spark firmy Meta.

Czy Muse Spark Open jest open source?

Nie. Wagi są do pobrania, ale są wydane na podstawie niestandardowej licencji Muse Model License firmy Meta, a nie licencji open-source zatwierdzonej przez OSI. Licencja zezwala na używanie, dostrajanie, destylację i redystrybucję, ale wymaga widocznej etykiety „Built with Muse Spark Open" w każdym produkcie korzystającym z modelu lub jego pochodnej.

Czy Muse Spark Open jest bezpłatny do użytku komercyjnego?

Tak, dla większości zespołów. Tylko firma oferująca modele jako usługę przez API, z przychodami grupy przekraczającymi 20 milionów dolarów w dowolnym 12-miesięcznym okresie, musi najpierw powiadomić Meta i podpisać oddzielną umowę. Użytek wewnętrzny, badania i funkcje w ramach własnego produktu nie podlegają tej klauzuli.

Czy Muse Spark Open może działać na Macu?

Tak, ale potrzebujesz poważnego sprzętu. Checkpoint NVFP4 działa przez MLX na dwóch M5 Ultra Mac Studios z 512 GB zunifikowanej pamięci każdy, lub czterech Mac Studios z 256 GB każdy, połączonych przez Thunderbolt 5 — łącznie około 1 TB zunifikowanej pamięci. Najmniejsza wersja GGUF od Unsloth mieści się w około 300 GB łącznej pamięci.

Czy Muse Spark Open jest najlepszym modelem o otwartych wagach do kodowania?

Nie. Według własnej karty modelu Meta uzyskuje 76,4 na Terminal-Bench 2.1, 60 na DeepSWE 1.1 i 58 na SWE-Atlas-QnA — za Kimi K3 we wszystkich trzech. Jego przewaga leży w użyciu narzędzi, gdzie prowadzi na MCP-Atlas z wynikiem 89,2. Uruchom własne zadania na repozytorium przed przeniesieniem agenta kodowania na ten model.

Jak Muse Spark Open ma się do zamkniętych modeli Muse firmy Meta?

Muse Spark Open to wersja z otwartymi wagami modelu Muse Spark firmy Meta, z dodatkowym post-treningiem bezpieczeństwa, dzięki czemu jest odporny na nadużycia przy uruchamianiu bez systemowych zabezpieczeń. Meta sprzedaje również zamknięte modele przez swoje API — frontierowe modele Muse Wonder i Muse Spark 1.3 — podczas gdy wagi Muse Spark Open można pobrać z Hugging Face, aby samodzielnie hostować, kwantyzować i dostrajać model.