10 月 16 日能核对的事实
- 2026 年 10 月 15 日，Meta 放出 Muse Spark Open 权重：总参数 8160 亿，每个 token 激活 420 亿，推理上下文 100 万 token。输入是文本、图像、视频和音频，输出是文本。发布文：Meta AI Research。模型卡：Hugging Face。
- Mac 路径不是一台机器。官方写法是两台 M5 Ultra、512GB 统一内存的 Mac Studio，或四台 256GB。跑的是 NVFP4，运行时是 MLX 0.30.1+，系统是 macOS 26.2+，机器之间用 Thunderbolt 5 的 RDMA。硬件表：Hardware platforms。
- Apple 同日的 MLX 文给了速度。上下文 8192、四台张量并行：首 token 4.8 秒，生成 36.73 token/秒。这是
mlx_lm.benchmark，batch 1，接着生成 128 个 token。不是 kvmboot 测的，也不是 100 万上下文。原文：Apple Machine Learning Research。 - 8 月 25 日苹果新闻稿写，512GB 统一内存的 Mac Studio 10 月下旬到货。M5 Ultra 起价 5,499 美元，那是入门配置，不是 256GB 或 512GB 的标价。新闻稿：Mac Studio 新闻稿。
- 权重按 Muse Model License 发布。多数用途免费，产品里要标 “Built with Muse Spark Open”。把模型做成 API 卖给第三方，且公司及关联方任意连续 12 个月总收入超过 2000 万美元，要先通知 Meta 并另签协议。
8160 亿是总参数。Mac 上实际跑的是 4-bit 的 NVFP4，每个 token 只激活大约 420 亿。一台 Mac Studio 装不下，一台 Mac mini 更装不下。
10 月 15 日发布的是 Muse Spark Open，不是一台能跑 8160 亿的 Mac
Meta 的发布文把 Muse Spark Open 称为目前美国最强的开源权重模型，面向编程和长流程的 Agent。同一天，开发者博客把它写成稀疏混合专家：总参数 8160 亿，每个 token 大约激活 420 亿，能读文本、图像、视频和音频，上下文 100 万 token。权重当天就放在 Hugging Face，也进了 Amazon SageMaker、Google Cloud Model Garden 和 Microsoft Foundry。API 从第一天就挂在 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI。开发者博客：Build with Muse Spark Open。
模型卡把结构写死了：MoE Transformer 加一个感知编码器，词表 202,048，训练数据覆盖 100 种以上语言。256 个专家里，每个 token 走 8 个。420 亿对 8160 亿，并不等于 8 除以 256，因为注意力那些层是共享的。原生精度是 BF16。Mac 上 Apple 拿来做表的是 NVFP4。推荐采样是 temperature 1.0、top_p 1.0、关掉 top_k；编程和 Agent 用 high 或 xhigh，默认就是 xhigh。这些都是模型卡上的句子，不是我们跑出来的。
| 模型卡上的项 | 写明的数字 | 和「塞进 Mac」的关系 |
|---|---|---|
| 总参数 | 816B（8160 亿） | 标题里的那个数 |
| 活跃参数 | 42B；256 个专家，每个 token 用 8 个 | 生成时主要读这一小片 |
| 上下文 | 推理 1M token | Apple 的速度表只做到 8192 和 65536 |
| 模态 | 文本、图像、视频、音频进；文本出 | 不是一个纯文本小模型 |
| 许可证 | Muse Model License | 开源权重，不是 Apache |
所以 10 月 15 日同时发生了两件事：权重公开，以及一条把 NVFP4 检查点拆到几台 Mac Studio 上的路径。Meta 写过，他们用 Muse Code 在这套桌面环境里给开源 Mastodon 客户端 Ice Cubes 改过 iOS，也让模型在 DaVinci Resolve 里逐帧看素材。那是 Meta 自己的描述。本文没有复现。
8160 亿怎样才算塞进 Mac：两台 512GB，或四台 256GB
Apple 把账算在内存上。BF16 原精度，光参数就要超过 1.6TB。压成 NVFP4 之后，权重大约 493GB。再加上推理时的中间结果，一台 Mac Studio 仍然放不下，哪怕它有 512GB 统一内存。于是 MLX 把模型拆开：流水线并行是按层拆到两台机器上，张量并行是每一层都拆开。通信走 macOS 26.2 带来的 Thunderbolt 5 RDMA，MLX 0.30.1 起把这套通信叫做 jaccl。
Meta 的硬件页和 Mac 手册写的是同一组机器：两台 M5 Ultra、每台 512GB，或四台、每台 256GB。手册写准备时间大约 4 小时，每台 Mac 的磁盘都要放下完整的 NVFP4 检查点，机器之间要免密 SSH。每一对 Mac 都要 Thunderbolt 5 直连，建议每一对用两根线把带宽加倍。四台就是每台连另外三台。按这个接法数线：两台是 2 根，四台是 6 对乘 2，等于 12 根。12 是按文档规则数出来的，文档没有印「12」这个字。手册：Muse Spark Open on Mac。
| 路径 | 机器 | 精度和运行时 |
|---|---|---|
| 一台 Mac Studio | 装不下 Muse Spark Open | Apple：BF16 仅参数超过 1.6TB；NVFP4 权重约 493GB，加上中间结果仍超过单台 |
| Meta 写的桌面 | 2× M5 Ultra 512GB | NVFP4，MLX，合计约 1TB 统一内存 |
| 文档里的另一条 | 4× M5 Ultra 256GB | 同样约 1TB，不依赖 512GB 那一档 |
| NVIDIA | B300 / GB300：NVFP4 用 4 卡，BF16 用 8 卡 | SGLang、vLLM、TensorRT-LLM |
| 模型卡的显存下限 | 一块 GPU | NVFP4 至少 700GB；BF16 至少 2TB |
493GB 和 700GB 不是互相打脸。Apple 的 493GB 是 NVFP4 权重大概多大；Hugging Face 模型卡的 700GB 和 2TB，是他们建议的整机显存，里面还有运行时。Mac 路径只承诺 NVFP4。BF16 那一档，模型卡指向的是 GPU，不是 Mac。
36 token/秒是四台机器、8192 上下文，而且是 Apple 自己的表
Apple 用 mlx_lm.benchmark 测了三组摆法，上下文 8192，batch 1，生成 128 个 token。Muse Spark Open 没有单机数字，因为单机放不下。下表只抄页面上 8192 这一档。数字来自 Apple，不是本文实测。
| M5 Ultra 摆法 | 首 token（秒） | 生成（token/秒） |
|---|---|---|
| 两台，流水线 | 8.4 | 15.74 |
| 两台，张量并行 | 8.2 | 24.99 |
| 四台，张量并行 | 4.8 | 36.73 |
「超过 36 token/秒」对应的就是最后一行，而且图注写的是上下文 8192。换到 65536，Apple 正文明确写出的是另一件事：四台 M5 Ultra、每一对两根线，首 token 从大约 50.5 秒降到 40.6 秒。他们说张量并行在长上下文上仍然保住了生成加速，但没有在这段正文里再印一列和 36.73 对应的 65536 生成速度。100 万 token 的窗口，这张表没有测到。
还有一个容易贴错的倍数。单机上，Qwen 3.8（270 亿，稠密，BF16）和 Mistral Medium 3.5（1280 亿，稠密，FP8）的首 token，M5 Ultra 相对 M3 Ultra 最高大约 4.6 倍；生成大约 1.6 倍，对应内存带宽从 819GB/s 到 1.2TB/s。这两款在 65536 上下文时，一台 512GB 机器大约占 68GB 和 158GB。峰值功耗 Apple 写成大约 200W（M3 Ultra）和 300W（M5 Ultra）。这些句子都不属于 Muse Spark Open：它没有 M3 对照，也没有单机。
Apple 要的是一台卖得出去的桌面集群，不是 iPhone 上的 8160 亿
8 月 25 日的 Mac Studio 新闻稿已经把这句话写完了：M5 Ultra 最高 36 核 CPU、80 核 GPU、512GB 统一内存、1.2TB/s 带宽，Thunderbolt 5 加 RDMA 可以把多台机器连成一块内存池，四台相对单台的推理最高大约 3 倍。512GB 那一档写的是 10 月下旬到货，其余配置 9 月 22 日起发货。起价 5,499 美元（教育店 5,099 美元）买的是入门 M5 Ultra，不是两台 512GB。
10 月 15 日的 MLX 文给这套硬件一个叫得上名字的模型。Muse Spark Open 单机放不下，所以「买一台」的故事不够，必须讲集群。MLX 是 Apple 自己的开源数组框架，Neural Accelerator 做矩阵乘，jaccl 走 Thunderbolt。文末的例子是在本机开一个兼容 OpenAI 的服务，端口 8080，再让 OpenCode 去调它。Apple 要的是：前沿开源权重的桌面演示发生在 Mac Studio 上，而不是只发生在租来的 GPU 上。
它没有发生在 iPhone 上，也没有写进 Apple Intelligence。4.6 倍那个数字，量的是较小的稠密模型在单台上的首 token，不能挪来当 Muse Spark Open 的加速比。谁要按标题去买一台 Mac mini，买到的是另一档统一内存，和 493GB 的权重不是一个数量级。
Meta 要的是美国开源权重的名字，以及一条把大客户拉回来的许可证
「美国最强开源权重」是 Meta 的原句。模型卡上的对照表并不等于每一项都领先。下面只抄和「强在哪里」有关的几行，推理档是 Meta 写的 xhigh。分数是模型卡里的数字，不是我们复测，也不是 10 月 16 日去 Artificial Analysis 网站对过的实时榜。
| 模型卡上的榜 | Muse Spark Open | 同表里可见的对照 |
|---|---|---|
| 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 |
领先的那一行是工具调用（MCP-Atlas）。综合指数、电脑操作、终端和软件工程几行，卡上印着的 Kimi、GLM 或 Qwen 更高。Meta 把模型放在 Agent 和长流程上，不是放在「每一张榜都第一」。桌面演示用来支撑「在家里也能跑」；同一天列出的七家 API，才是大多数人这周真正碰得到的入口。
许可证在 Hugging Face 的模型页上。它允许免费使用、微调和分发，但有两道坎。第一，每个使用该软件或衍生模型的产品界面、文档、网站或设置里，要显著标出 “Built with Muse Spark Open”。第二，如果你或关联公司把模型通过 API 一类的接口提供给第三方、对方拿到的是模型输出，这叫 Model as a Service；再如果任意连续 12 个月的合计总收入超过 2000 万美元，必须先通知 Meta 并另签书面协议。自用、研究，以及把它嵌进自己的产品功能而不是把模型本身当服务卖，不走第二道坎。不满 18 岁不在预期用户里。这是开源权重加商业闸门，不是把 Apache 许可证换了个文件名。
不买这组 Mac Studio，现在有三条用得上的路
标题问的是两家想干什么。落到自己的机器上，只有下面这几条对得上 10 月 16 日的文档。
- 就想跑 Muse Spark Open：按手册准备两台 512GB 或四台 256GB 的 M5 Ultra，macOS 26.2，MLX 0.30.1，Thunderbolt 5 两两直连。512GB 仍停在 8 月 25 日新闻稿的「10 月下旬」。四台 256GB 不靠这一档。
- 这周就要用、不想先买集群：走发布文点名的七家 API。价目不在 Meta 的发布文里，本文不编一个单价。
- 已经有一台 512GB 的 Mac Studio：Apple 的表里，Qwen 3.8 和 Mistral Medium 3.5 放得下，Muse Spark Open 放不下。
- 只有 Mac mini：统一内存和 493GB 的 NVFP4 权重差一个数量级。它可以当调用 API、编译和签名的那台 Mac，不能当权重所在的机器。内存为什么先被卡住，见文末的延伸阅读。
接下来值得看的是两件还没落定的事：512GB 的 Mac Studio 是否在 10 月下旬按新闻稿开卖，以及托管 API 的账单长什么样。Apple 也还没有在正文里给出 65536 上下文下、和 36.73 token/秒同一列的生成速度。那一列出来之前，不要把 8192 的数字说成 100 万上下文的速度。
常见问题
一台 Mac mini 能跑 Muse Spark Open 吗？
不能。Apple 写 NVFP4 权重大约 493GB，加上中间结果，连一台 512GB 的 Mac Studio 都放不下。官方 Mac 路径是两台 512GB 或四台 256GB 的 M5 Ultra Mac Studio。
8160 亿参数是每次推理都在算吗？
不是。这是 MoE。模型卡写 256 个专家，每个 token 激活 8 个，活跃参数大约 420 亿。8160 亿是总参数。
36 token/秒是什么条件？
Apple 的表：四台 M5 Ultra，张量并行，NVFP4，上下文 8192，mlx_lm.benchmark，batch 1，生成 128 个 token。不是 100 万上下文，也不是本文实测。
权重可以拿去商用吗？
Muse Model License 允许很多免费用途，但产品上要标 Built with Muse Spark Open。把模型当 API 卖给第三方，且公司及关联方任意连续 12 个月总收入超过 2000 万美元，要先通知 Meta 并另签协议。自用，以及嵌进自己的产品功能，不走这条约。
4.6 倍是 Muse Spark Open 相对上一代吗？
不是。4.6 倍是单机上 Qwen 3.8 和 Mistral Medium 3.5 的首 token，M5 Ultra 相对 M3 Ultra。Muse Spark Open 没有单机，也没有 M3 的对照行。
这台云端 Mac 留给调用模型的那一侧
Muse Spark Open 的 NVFP4 权重进不了一台云端 Mac mini。16GB 和 24GB 的统一内存在下单时就定死，留给 Xcode、模拟器，以及去调 OpenRouter 或你自己那组 MLX 服务的 Agent。机器是 Apple 芯片上的 macOS，编译和签名走原生工具链，待机功耗低，适合一直开着。你要换的是内存档，不是先去买两台新闻稿里还写着 10 月下旬的 512GB Mac Studio。
看云端 Mac 对比 · 看套餐 · 从首页了解开通