Meta开源神话终结：260K上下文模型突然闭源

4月8日，Meta 发布了一款新模型。没有下载链接，没有 HuggingFace 页面，没有开源权重——这在 Meta 历史上是第一次。

这家公司曾用 Llama 1、2、3、4 四连发定义了开源 AI 的玩法。开发者们习惯了发布会后几小时内就能本地部署、微调、商用。但 Muse Spark 的发布像一道静音指令：API 即将开放，其余免谈。

我追踪 AI 模型发布多年，没见过 Meta 这么干。

260K 上下文窗口，但开发者摸不到

Muse Spark 的技术参数并不低调：支持文本、图像、语音三模态输入，输出纯文本，上下文窗口拉到 26 万 token。作为参照，GPT-4 最初版本是 8K，Claude 3 顶配才 200K。

但关键细节藏在发布方式里。模型归属 Meta Superintelligence Labs（MSL）——这是 Meta 今年刚成立的 AI 研究部门，由 Scale AI 创始人 Alexandr Wang 掌舵。他的加入被圈内称为"近年最大规模的人才收购之一"。

MSL 的处女作选择闭源，信号很明确：这不是 Llama 系列的延续，是一条新赛道。

开源旗手的转身

把时间线摊开看，反差更刺眼。2023 年 2 月 Llama 1 泄露后意外引爆开源社区；同年 7 月 Llama 2 直接商用授权，被微软、亚马逊云抢着上架；2024 年 4 月 Llama 3 发布时，扎克伯格亲自站台喊"开源 AI 是未来"；2025 年 4 月 Llama 4 多模态版本推出，开发者以为这套叙事会永远续下去。

结果 Llama 4 发布 12 个月后，同一家公司用 Muse Spark 把剧本撕了。

闭源的理由不难猜。大模型训练成本指数级上涨，Llama 4 reportedly 烧掉数亿美元；开源权重意味着竞争对手（包括各国军方和灰色产业）可以零成本复制你的劳动成果。OpenAI 和 Anthropic 早就想通了这个账，Meta 只是迟到。

但迟到者的转身往往更剧烈——因为它要一次性补足认知差。

API 策略里的权力重构

Muse Spark 目前只官宣了两件事：一，已接入 Meta 消费级产品；二，私有 API "即将开放"。

这个节奏和 OpenAI 2019 年转闭源后几乎一致：先自用打磨，再开放 API 抽成，最后才可能考虑企业私有化部署。区别在于 Meta 有 30 亿日活用户的产品矩阵——WhatsApp、Instagram、Facebook——模型反馈数据的闭环效率，连 OpenAI 都羡慕不来。

Alexandr Wang 在 Scale AI 时期的核心洞察是"数据质量决定模型上限"。现在他手握 Meta 的用户行为金矿，闭源相当于给竞争对手设了一道数据防火墙。

开源社区的反应 predictable：Reddit 上有人贴出 Llama 历代发布会的截图，配文"RIP"；HuggingFace 员工在 Bluesky 吐槽"至少给我们 researchers 一个权重吧"。但商业决策从来不照顾情怀。

2026 年的关键变量

这件事的重要性被低估了。不是因为它"背叛"了开源理想——那套叙事 2024 年就开始破产——而是因为执行者身份特殊。

Meta 是唯一有能力同时玩两套牌的公司：Llama 系列可以继续开源（维持开发者 goodwill，稀释竞争对手的闭源优势），MSL 系列专注闭源（收割高价值场景）。这种"双轨制"比纯闭源玩家灵活，比纯开源玩家有钱。

但风险同样真实。开源曾是 Meta AI 的品牌核心，突然转向可能让开发者产生信任折价——下次 Llama 5 发布，他们会问：这次是真开源，还是过渡期的诱饵？

Muse Spark 的 API 定价尚未公布。一个参考坐标是：Claude 3 Opus 的 200K 上下文版本，输入 token 单价是普通版的 3 倍。如果 Meta 选择激进定价，可能直接改写长文本赛道的竞争格局。

4 月 8 日的公告末尾有一行小字："Private API access applications now open." 我点进去看了，申请表单除了公司邮箱和用例描述，还有一栏必填："Estimated monthly token volume."

Meta 在摸底。谁在真正需要 26 万上下文的场景里付费，谁在跟风蹭热度——这份名单本身就是战略资产。

开源时代的 Meta 把模型当传单撒，闭源时代的 Meta 把模型当筛子用。你属于哪边，可能取决于你的月活 token 数能不能填够他们的预期阈值——这个数字，他们还没告诉任何人。