Meta 把 816B 参数的模型权重直接开源了：开源权重军备竞赛进入第二回合

10 月 15 日，Meta 发布了 Muse Spark Open——Muse Spark 的开源权重版：816B 参数的 MoE，每 token 实际激活 42B，1M 上下文，多模态输入（文本/图像/视频/音频），为 coding 和长程 agent 工作打造。

先说 license，这次有个关键细节：用的是 Muse Model License，不是 Apache 2.0。权重的免费下载、可有限商用，但必须署名；年收入 2000 万美元以上的 API 托管商要另签商业协议。对比昨天发的 Reflection Beam（501B，Apache 2.0，最宽松一档）——参数更大了，license 反而更紧。开源权重的军备竞赛，已经从"比参数"卷到了"比 license 宽松度 + 工具链完整度"。

本地运行这块很有意思：Meta 演示了两台 M5 Ultra Mac Studio（各 512GB 统一内存）通过 Apple 的 MLX 框架联起来，能把整个模型跑在桌面上——一个跑通的视频剪辑 workflow：逐帧看 DaVinci Resolve 素材、挑高光、裁成竖屏。对普通人来说，BF16 权重约 1.6TB，下载就别想了；实操路线是走 7 家首发托管 API（Groq、Fireworks、Together、OpenRouter 等），按 token 付费试。

榜单成绩先打个问号：Meta 自报 JobBench 61.8、MCP-Atlas 89.2（agent 工具调用确实强），但 Terminal-Bench 2.1 只有 76.4，落后 Kimi K3（85.0）、GLM 5.3（83.9）、Qwen3.8（82.0）——编码这块，国产开源模型依然压着打。注意：所有成绩都是官方自报，发布时还没有第三方独立验证。

还有一句值得玩味的话：Meta 首席 AI 官 Alexandr Wang 说，"大多数 AI 最终会跑在开源模型上，而且应该来自美国"——开源已经成了地缘叙事的一部分。

谁该看这条？做 agent 编程工具、需要数据不出境的团队——多了一个美国实验室的开源权重选项；个人开发者走 API 试，别下载。

可信度分级：参数 / license / 发布时间为多方印证（Reuters、SiliconANGLE、9to5Mac、MarkTechPost 交叉）；榜单成绩为官方自报，待第三方验证。