10 月 16 日能核對的事實
- 2026 年 10 月 15 日，Meta 放出 Muse Spark Open 權重：總參數 8160 億，每個 token 活躍 420 億，推論上下文 100 萬 token。輸入是文字、影像、影片和音訊，輸出是文字。發布文：Meta AI Research。模型卡：Hugging Face。
- Mac 路徑不是一台機器。官方寫法是兩台 M5 Ultra、512GB 統一記憶體的 Mac Studio，或四台 256GB。跑的是 NVFP4，執行環境是 MLX 0.30.1+，系統是 macOS 26.2+，機器之間用 Thunderbolt 5 的 RDMA。硬體表：Hardware platforms。
- Apple 同日的 MLX 文給了速度。上下文 8192、四台張量並行：第一個 token 4.8 秒，生成 36.73 token/秒。這是
mlx_lm.benchmark，batch 1，接著生成 128 個 token。不是 kvmboot 測的，也不是 100 萬上下文。原文：Apple Machine Learning Research。 - 8 月 25 日蘋果新聞稿寫，512GB 統一記憶體的 Mac Studio 10 月下旬到貨。M5 Ultra 起價 5,499 美元，那是入門配置，不是 256GB 或 512GB 的標價。新聞稿：Mac Studio 新聞稿。
- 權重按 Muse Model License 發布。多數用途免費，產品裡要標 “Built with Muse Spark Open”。把模型做成 API 賣給第三方，且公司及關係企業任意連續 12 個月總收入超過 2000 萬美元，要先通知 Meta 並另簽協議。
8160 億是總參數。Mac 上實際跑的是 4-bit 的 NVFP4，每個 token 只活躍大約 420 億。一台 Mac Studio 裝不下，一台 Mac mini 更裝不下。
10 月 15 日發布的是 Muse Spark Open，不是一台能跑 8160 億的 Mac
Meta 的發布文把 Muse Spark Open 稱為目前美國最強的開源權重模型，面向程式設計和長流程的 Agent。同一天，開發者部落格把它寫成稀疏混合專家：總參數 8160 億，每個 token 大約活躍 420 億，能讀文字、影像、影片和音訊，上下文 100 萬 token。權重當天就放在 Hugging Face，也進了 Amazon SageMaker、Google Cloud Model Garden 和 Microsoft Foundry。API 從第一天就掛在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI。開發者部落格：Build with Muse Spark Open。
模型卡把結構寫死了：MoE Transformer 加一個感知編碼器，詞彙表 202,048，訓練資料覆蓋 100 種以上語言。256 個專家裡，每個 token 走 8 個。420 億對 8160 億，並不等於 8 除以 256，因為注意力那些層是共用的。原生精度是 BF16。Mac 上 Apple 拿來做表的是 NVFP4。建議取樣是 temperature 1.0、top_p 1.0、關掉 top_k；程式設計和 Agent 用 high 或 xhigh，預設就是 xhigh。這些都是模型卡上的句子，不是我們跑出來的。
| 模型卡上的項 | 寫明的數字 | 和「塞進 Mac」的關係 |
|---|---|---|
| 總參數 | 816B（8160 億） | 標題裡的那個數 |
| 活躍參數 | 42B；256 個專家，每個 token 用 8 個 | 生成時主要讀這一小片 |
| 上下文 | 推論 1M token | Apple 的速度表只做到 8192 和 65536 |
| 模態 | 文字、影像、影片、音訊進；文字出 | 不是一個純文字小模型 |
| 授權 | Muse Model License | 開源權重，不是 Apache |
所以 10 月 15 日同時發生了兩件事：權重公開，以及一條把 NVFP4 檢查點拆到幾台 Mac Studio 上的路徑。Meta 寫過，他們用 Muse Code 在這套桌面環境裡給開源 Mastodon 客戶端 Ice Cubes 改過 iOS，也讓模型在 DaVinci Resolve 裡逐幀看素材。那是 Meta 自己的描述。本文沒有重現。
8160 億怎樣才算塞進 Mac：兩台 512GB，或四台 256GB
Apple 把帳算在記憶體上。BF16 原精度，光參數就要超過 1.6TB。壓成 NVFP4 之後，權重大約 493GB。再加上推論時的中間結果，一台 Mac Studio 仍然放不下，哪怕它有 512GB 統一記憶體。於是 MLX 把模型拆開：管線並行是按層拆到兩台機器上，張量並行是每一層都拆開。通訊走 macOS 26.2 帶來的 Thunderbolt 5 RDMA，MLX 0.30.1 起把這套通訊叫做 jaccl。
Meta 的硬體頁和 Mac 手冊寫的是同一組機器：兩台 M5 Ultra、每台 512GB，或四台、每台 256GB。手冊寫準備時間大約 4 小時，每台 Mac 的磁碟都要放下完整的 NVFP4 檢查點，機器之間要免密碼 SSH。每一對 Mac 都要 Thunderbolt 5 直連，建議每一對用兩根線把頻寬加倍。四台就是每台連另外三台。按這個接法數線：兩台是 2 根，四台是 6 對乘 2，等於 12 根。12 是按文件規則數出來的，文件沒有印「12」這個字。手冊：Muse Spark Open on Mac。
| 路徑 | 機器 | 精度和執行環境 |
|---|---|---|
| 一台 Mac Studio | 裝不下 Muse Spark Open | Apple：BF16 僅參數超過 1.6TB；NVFP4 權重約 493GB，加上中間結果仍超過單台 |
| Meta 寫的桌面 | 2× M5 Ultra 512GB | NVFP4，MLX，合計約 1TB 統一記憶體 |
| 文件裡的另一條 | 4× M5 Ultra 256GB | 同樣約 1TB，不依賴 512GB 那一檔 |
| NVIDIA | B300 / GB300：NVFP4 用 4 卡，BF16 用 8 卡 | SGLang、vLLM、TensorRT-LLM |
| 模型卡的顯存下限 | 一張 GPU | NVFP4 至少 700GB；BF16 至少 2TB |
493GB 和 700GB 不是互相矛盾。Apple 的 493GB 是 NVFP4 權重大概多大；Hugging Face 模型卡的 700GB 和 2TB，是他們建議的整機顯存，裡面還有執行時。Mac 路徑只保證 NVFP4。BF16 那一檔，模型卡指向的是 GPU，不是 Mac。
36 token/秒是四台機器、8192 上下文，而且是 Apple 自己的表
Apple 用 mlx_lm.benchmark 測了三組擺法，上下文 8192，batch 1，生成 128 個 token。Muse Spark Open 沒有單機數字，因為單機放不下。下表只抄頁面上 8192 這一檔。數字來自 Apple，不是本文實測。
| M5 Ultra 擺法 | 第一個 token（秒） | 生成（token/秒） |
|---|---|---|
| 兩台，管線 | 8.4 | 15.74 |
| 兩台，張量並行 | 8.2 | 24.99 |
| 四台，張量並行 | 4.8 | 36.73 |
「超過 36 token/秒」對應的就是最後一行，而且圖注寫的是上下文 8192。換到 65536，Apple 正文明確寫出的是另一件事：四台 M5 Ultra、每一對兩根線，第一個 token 從大約 50.5 秒降到 40.6 秒。他們說張量並行在長上下文上仍然保住了生成加速，但沒有在這段正文裡再印一欄和 36.73 對應的 65536 生成速度。100 萬 token 的視窗，這張表沒有測到。
還有一個容易貼錯的倍數。單機上，Qwen 3.8（270 億，稠密，BF16）和 Mistral Medium 3.5（1280 億，稠密，FP8）的第一個 token，M5 Ultra 相對 M3 Ultra 最高大約 4.6 倍；生成大約 1.6 倍，對應記憶體頻寬從 819GB/s 到 1.2TB/s。這兩款在 65536 上下文時，一台 512GB 機器大約占 68GB 和 158GB。峰值功耗 Apple 寫成大約 200W（M3 Ultra）和 300W（M5 Ultra）。這些句子都不屬於 Muse Spark Open：它沒有 M3 對照，也沒有單機。
Apple 要的是一台賣得出去的桌面叢集，不是 iPhone 上的 8160 億
8 月 25 日的 Mac Studio 新聞稿已經把這句話寫完了：M5 Ultra 最高 36 核 CPU、80 核 GPU、512GB 統一記憶體、1.2TB/s 頻寬，Thunderbolt 5 加 RDMA 可以把多台機器連成一塊記憶體池，四台相對單台的推論最高大約 3 倍。512GB 那一檔寫的是 10 月下旬到貨，其餘配置 9 月 22 日起出貨。起價 5,499 美元（教育商店 5,099 美元）買的是入門 M5 Ultra，不是兩台 512GB。
10 月 15 日的 MLX 文給這套硬體一個叫得出名字的模型。Muse Spark Open 單機放不下，所以「買一台」的故事不夠，必須講叢集。MLX 是 Apple 自己的開源陣列框架，Neural Accelerator 做矩陣乘法，jaccl 走 Thunderbolt。文末的例子是在本機開一個相容 OpenAI 的服務，連接埠 8080，再讓 OpenCode 去呼叫它。Apple 要的是：前沿開源權重的桌面演示發生在 Mac Studio 上，而不是只發生在租來的 GPU 上。
它沒有發生在 iPhone 上，也沒有寫進 Apple Intelligence。4.6 倍那個數字，量的是較小的稠密模型在單台上的第一個 token，不能挪來當 Muse Spark Open 的加速比。誰要按標題去買一台 Mac mini，買到的是另一檔統一記憶體，和 493GB 的權重不是一個數量級。
Meta 要的是美國開源權重的名字，以及一條把大客戶拉回來的授權
「美國最強開源權重」是 Meta 的原句。模型卡上的對照表並不等於每一項都領先。下面只抄和「強在哪裡」有關的幾行，推論檔是 Meta 寫的 xhigh。分數是模型卡裡的數字，不是我們重測，也不是 10 月 16 日去 Artificial Analysis 網站對過的即時榜。
| 模型卡上的榜 | Muse Spark Open | 同表裡可見的對照 |
|---|---|---|
| MCP-Atlas | 89.2 | 同表最高；Qwen3.8 84.5，GLM 5.3 84.2，Kimi K3 82.3 |
| Artificial Analysis Intelligence Index | 39 | Qwen3.8 40，Kimi K3 44，GLM 5.3 45 |
| OSWorld Verified | 80.4 | Kimi K3 84.8 |
| Terminal-Bench 2.1 | 76.4 | Kimi K3 85.0，GLM 5.3 83.9，Qwen3.8 82.0 |
| DeepSWE 1.1 | 60 | Kimi K3 68，GLM 5.3 67 |
領先的那一行是工具呼叫（MCP-Atlas）。綜合指數、電腦操作、終端和軟體工程幾行，卡上印著的 Kimi、GLM 或 Qwen 更高。Meta 把模型放在 Agent 和長流程上，不是放在「每一張榜都第一」。桌面演示用來支撐「在家裡也能跑」；同一天列出的七家 API，才是大多數人這週真正碰得到的入口。
授權在 Hugging Face 的模型頁上。它允許免費使用、微調和散布，但有兩道門檻。第一，每個使用該軟體或衍生模型的產品介面、文件、網站或設定裡，要明顯標出 “Built with Muse Spark Open”。第二，如果你或關係企業把模型透過 API 一類的介面提供給第三方、對方拿到的是模型輸出，這叫 Model as a Service；再如果任意連續 12 個月的合計總收入超過 2000 萬美元，必須先通知 Meta 並另簽書面協議。自用、研究，以及把它嵌進自己的產品功能而不是把模型本身當服務賣，不走第二道門檻。未滿 18 歲不在預期使用者裡。這是開源權重加商業閘門，不是把 Apache 授權換了個檔名。
不買這組 Mac Studio，現在有三條用得上的路
標題問的是兩家想幹什麼。落到自己的機器上，只有下面這幾條對得上 10 月 16 日的文件。
- 就想跑 Muse Spark Open：按手冊準備兩台 512GB 或四台 256GB 的 M5 Ultra，macOS 26.2，MLX 0.30.1，Thunderbolt 5 兩兩直連。512GB 仍停在 8 月 25 日新聞稿的「10 月下旬」。四台 256GB 不靠這一檔。
- 這週就要用、不想先買叢集：走發布文點名的七家 API。價目不在 Meta 的發布文裡，本文不編一個單價。
- 已經有一台 512GB 的 Mac Studio：Apple 的表裡，Qwen 3.8 和 Mistral Medium 3.5 放得下，Muse Spark Open 放不下。
- 只有 Mac mini：統一記憶體和 493GB 的 NVFP4 權重差一個數量級。它可以當呼叫 API、編譯和簽署的那台 Mac，不能當權重所在的機器。記憶體為什麼先被卡住，見文末的延伸閱讀。
接下來值得看的是兩件還沒定案的事：512GB 的 Mac Studio 是否在 10 月下旬按新聞稿開賣，以及託管 API 的帳單長什麼樣。Apple 也還沒有在正文裡給出 65536 上下文下、和 36.73 token/秒同一欄的生成速度。那一欄出來之前，不要把 8192 的數字說成 100 萬上下文的速度。
常見問題
一台 Mac mini 能跑 Muse Spark Open 嗎？
不能。Apple 寫 NVFP4 權重大約 493GB，加上中間結果，連一台 512GB 的 Mac Studio 都放不下。官方 Mac 路徑是兩台 512GB 或四台 256GB 的 M5 Ultra Mac Studio。
8160 億參數是每次推論都在算嗎？
不是。這是 MoE。模型卡寫 256 個專家，每個 token 啟動 8 個，活躍參數大約 420 億。8160 億是總參數。
36 token/秒是什麼條件？
Apple 的表：四台 M5 Ultra，張量並行，NVFP4，上下文 8192，mlx_lm.benchmark，batch 1，生成 128 個 token。不是 100 萬上下文，也不是本文實測。
權重可以拿去商用嗎？
Muse Model License 允許很多免費用途，但產品上要標 Built with Muse Spark Open。把模型當 API 賣給第三方，且公司及關係企業任意連續 12 個月總收入超過 2000 萬美元，要先通知 Meta 並另簽協議。自用，以及嵌進自己的產品功能，不走這條約。
4.6 倍是 Muse Spark Open 相對上一代嗎？
不是。4.6 倍是單機上 Qwen 3.8 和 Mistral Medium 3.5 的第一個 token，M5 Ultra 相對 M3 Ultra。Muse Spark Open 沒有單機，也沒有 M3 的對照列。
這台雲端 Mac 留給呼叫模型的那一側
Muse Spark Open 的 NVFP4 權重進不了一台雲端 Mac mini。16GB 和 24GB 的統一記憶體在下單時就定死，留給 Xcode、模擬器，以及去呼叫 OpenRouter 或你自己那組 MLX 服務的 Agent。機器是 Apple 晶片上的 macOS，編譯和簽署走原生工具鏈，待機功耗低，適合一直開著。你要換的是記憶體檔，不是先去買兩台新聞稿裡還寫著 10 月下旬的 512GB Mac Studio。
看雲端 Mac 對比 · 看方案 · 從首頁了解開通