> ## Content Index
> Fetch the complete content index at: https://vangee.top/llms.txt
> Use this file to discover other available public pages before exploring further.

# 美国最强开源，编程输给中国
- URL: https://vangee.top/mei-guo-zui-qiang-kai-yuan-bian-cheng-shu-gei-zhong-guo/
- Published: 2026-10-16T08:27:48.000Z
- Updated: 2026-10-16T08:27:48.000Z
- Description: Meta 公布的自家模型评测表上，新发布的 Muse Spark Open 在终端编程、长周期软件工程两项上落后于中国的 Kimi K3 和 GLM 5.3。证据来自 Meta 自己的模型卡。
- Author: Wanqi Chen
- Tags: 热点追踪

美东时间 10 月 15 日（北京时间 10 月 16 日凌晨），Meta 发布了开放权重模型 Muse Spark Open，权重免费下载，允许有限商用。Meta 官方公告的标题写的是："迄今能力最强的美国开放权重模型"。同一天，Meta 把自家评测对比表贴在了 Hugging Face 模型卡上。表是 Meta 自己测的、配置是 Meta 自己定的、分数是 Meta 自己发的——以上数字全部为 Meta 以 xhigh 推理强度自测后在模型卡上公布，截至发稿没有独立第三方复测，竞品的 max 配置是否为最佳配置也没有一手信源。表格里，Muse Spark Open 在终端编程任务 Terminal-Bench 2.1 上得了 76.4 分，对手 Kimi K3 是 85.0 分，GLM 5.3 是 83.9 分。长周期软件工程任务 DeepSWE 1.1，Meta 是 60 分，对面是 67 分和 68 分。专业工作能力评估 GDPVal-AA v2，Meta 1401 分，对 GLM 5.3 的 1653 分和 Kimi K3 的 1537 分。

这张表上 Meta 有输也有赢。职业业务任务 JobBench 上，Muse Spark Open 拿了 61.8 分，超过 GLM 5.3 的 61.4 分和 Kimi K3 的 54.3 分；工具使用 MCP-Atlas 上 89.2 分，高于对手的 84.2 分和 82.3 分。界面新闻的转述是：在 JobBench 和 MCP-Atlas 工具使用测试中领先，在终端编程、长周期软件工程任务以及 GDPVal-AA 专业工作能力评估中落后于 Kimi K3 和 GLM 5.3。短板和长处都写在同一页上。

![Meta 自测评测表：六项里，谁拿下哪项](https://vangee.top/content/images/2026/10/2026-10-16_muse-spark_infographic_benchmark.png)

Meta 在 HF 模型卡公布的自测分数（xhigh 推理强度）。六项评测中，Muse Spark Open 拿下 JobBench 和 MCP-Atlas 两项，其余四项由 Kimi K3 和 GLM 5.3 包揽——包括 Meta 本次重点演示的编程赛道。

吊诡的是，Meta 为这次发布准备的演示恰恰是编程。Meta 展示了由 Muse Spark Open 驱动的智能体 Muse Code：在本地离线环境下，为开源 Mastodon 客户端 Ice Cubes 提交了一次 iOS 代码改动——修漏洞、加功能、完整构建；还端到端操控 DaVinci Resolve，逐帧剪辑并做竖版裁切。演示选的赛道是编程，表格里输得最多的也是编程。综合指数 Artificial Analysis Intelligence Index 那一行，Meta 39 分，GLM 5.3 是 45 分，Kimi K3 是 44 分，同样是全场最高的两位都来自中国公司。

## 8160 亿参数，2000 万美元营收才要谈授权

Muse Spark Open 的硬件参数按 Meta 官方 HF 模型卡口径：总参数 8160 亿，每 token 激活 420 亿，MoE 架构每层 256 个专家、每 token 激活 8 个，62 层，hidden 8192，上下文窗口 100 万 token（1,048,576）。多模态是单向的：输入支持文本、图像、视频、音频，输出仅文本。检查点分两个版本：BF16 约 1.5 到 1.6TB，NVFP4 约 530GB；模型卡要求 NVFP4 至少 700GB 加速器内存，BF16 至少 2TB。这是 Meta 超级智能实验室（MSL）Muse 系列的首个开放权重模型，另经安全后训练——距离闭源旗舰 Muse Wonder 发布只隔了 3 天。

许可证是"开放"前面真正的限定词。Muse Model License 允许免费下载、修改、微调和分发，产品须标注 "Built with Muse Spark Open"。企业及关联方连续 12 个月总营收超过 2000 万美元、并且以 Model as a Service 形式对外提供时，必须先与 Meta 另签协议；内部使用与研究豁免。权重分发走 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models 四个渠道，托管 API 则有 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家。

## 两台 Mac Studio，本地跑起 8160 亿参数

Meta 这次发布另一个卖点是本地运行，而且是 Meta 官方公告自己说的：Muse Spark Open 是同级首个可仅靠两台 Mac Studio 在桌面端运行的模型。配置是两台搭载 M5 Ultra、512GB 统一内存的 Mac Studio，跑最新 MLX 框架，Thunderbolt 5 直连，MLX 按层切分模型。两台 512GB 合计约 1TB，Meta 的说法是"两台 Mac Studio 表现如同一台拥有 1TB 统一内存的超级电脑"，芯片内存带宽 1.2TB/s。MacRumors 引述的 Meta 原话是：Mac Studio paired with Muse Spark Open 是 "the best way to run a powerful model on your own desktop"。

苹果机器学习研究团队同日发布了技术文档，把可行性算了一遍：NVFP4 压缩后约需 493GB 内存，单台 512GB 装不下；实测 8192 token 上下文，两台管线并行 15.74 token/s、张量并行 24.99 token/s，四台张量并行 36.73 token/s。门槛摆在明面上：512GB 版 Mac Studio 截至 10 月 15 日尚未开售，预计 10 月内推出；256GB 版售价逾 1 万美元，CNBC 的数字是 10,799 美元起售。媒体估算本机运行硬件成本在 4 万美元上下：BlockBeats 估算至少超 4 万美元，Engadget 估算四台 256GB 配置约 3.8 万美元，均为媒体估算，不是官方定价。

照片是扎克伯格自己发的。美东 10 月 15 日，他在 X 上晒出办公桌上两台运行 Muse Spark Open 的 Mac Studio，配文感谢 @johnternus 和苹果。MacRumors 报道中称为苹果 CEO 的特纳斯（John Ternus）在 X 回复祝贺，称在桌面上如此高效地运行这个量级的模型令人惊叹。Meta 公告层面写了与苹果合作把模型带到 Mac，扎克伯格公开感谢，Ternus 公开回应——但截至 10 月 16 日，没有找到双方联合新闻稿或苹果官网声明的一手信源，苹果 ML 团队的技术文档是目前最接近官方背书的材料。

"破冰""宿敌和解"这类叙事目前只存在于媒体背景版面里。TechNews 在背景段落里列出了两家公司的过往对立：商业、隐私、监管和产品生态上长期摩擦，2021 年苹果推出隐私权变更、限缩数字广告平台精准投放能力后关系跌入谷底；Axios 的标题直接写 "Apple and Meta bury the hatchet — for AI"，CNBC 标题是 "Apple and Meta team up"。这些都是媒体的背景叙述，不是 Meta 或苹果的官方口径。TechNews 还提到一个合作细节：据 Meta 首席 AI 官 Alexandr Wang 透露，曾在苹果任职、现于 Meta 效力的葛罗斯（Daniel Gross）是双方沟通的关键角色，双方经过数个月合作。

## Meta 的原则：最强的那一版，不开源

Alexandr Wang 在发布前后说了两句值得留档的话。据财联社、界面新闻引述，他的原话是："公司原则上不会对最强性能的模型进行开源，但会持续向开发者社区开放性能稍低的模型版本。"另一句是 TechNews 转述的采访说法："许多强大的开放权重模型过大，无法在个人电脑上执行，但苹果 Mac Studio 提供足够的内存给使用者，使执行 Muse Spark Open 变得可行。"第二句注明是采访转述，原采访出处 TechNews 没有写明。

两句话拼在一起，就是 Meta 这轮开源的真实位置：开放的是权重，不是 Meta 最强的版本；能跑在桌面上，前提是两台尚未开售的顶配 Mac Studio；官方头衔是"美国最强"，评测表编程类行里的前两名却是 Kimi K3 和 GLM 5.3。

这张表格接下来要回答的问题有两个。第一，Meta 自报的分数能不能被独立机构复测，竞品的 max 配置是不是各自的最佳状态，目前都没有一手信源，表格的可信度悬置着。第二，终端编程和长周期软件工程恰恰是 AI 编程智能体竞争最激烈的两个赛道。Meta 在发布中重点展示了 Muse Code 的离线编程演示，自己的评测表却把这两个短板摆在了明面上。