Meta 放出 8160 亿参数模型，跑分表上全是中国对手

近日，在生成式AI领域摩拳擦掌的Meta 再次放出新动作。

继推出全球大火的个人AI助手Muse之后，10月15日，Meta 又发布了开放权重大模型 Muse Spark Open，总参数量达8160亿。按照官方的说法，其为美国迄今能力最强的开源权重模型。

有意思的是，此次发布最引人注意的不是参数和跑分，而是 Meta 与苹果的罕见合作。通过苹果的开源框架 MLX，两台配备 M5 Ultra 芯片的 Mac Studio 就能在本地完整运行这个模型，全程不碰云端。

要知道，两家公司在隐私、广告和产品生态上交恶了十几年，如今却联手为开发者搭了一条把前沿模型搬回桌面的路。

那么，Muse Spark Open模型的实际规格和成色如何，苹果与 Meta 合作打的什么算盘？中美开源模型竞争格局下该模型有何优劣势？

8160亿参数模型，塞进两台桌面电脑

先把模型本身说清楚。

Muse Spark Open 采用混合专家架构，业内称 MoE，这类架构把模型拆成多个专家子网络，每次推理只激活其中一小部分，推理成本远低于同等总参数量的传统模型。

模型总参数量为8160亿，每次实际激活420亿，上下文窗口达到100万 token，原生支持文本、图片、视频和音频四种输入，输出为文本，主要面向编程、软件工程和多步骤的智能体任务。

概括Muse Spark Open的定位，它是一个给专业工作用的模型，不是面向闲聊的产品。

至于模型的实际表现，可以通过两组数据感受其成色。

Meta 公布的跑分显示，Muse Spark Open 在工具使用基准 JobBench 拿到61.8分，在 MCP-Atlas 拿到89.2分。

值得注意的是，Muse Spark Open 的对手名单里，全是 GLM 5.3、Kimi K3、Qwen3.8 等中国开源模型。Meta 官方表示，它在工作流程、工具调用、知识推理等6项测试中排名第一。

不过，同一批数据也显示，在软件开发等部分任务上，Kimi、千问、智谱的中国模型依然更强。

这也就意味着，跑分成绩是Meta官方有选择性挑着发的，实际谁胜谁负，用户需要分开看。

再看看怎么把Muse Spark Open跑起来。

经量化压缩后，该模型权重体积接近半个 TB，单台电脑显然装不下。为此，苹果开源框架 MLX 负责把模型切分到多台机器上协同工作，机器之间通过雷电5接口通信。

苹果方面公布的测试中，四台256GB 内存的 Mac Studio 每秒能生成超过36个 token，两台512GB 版本合计1TB 统一内存，刚好装下整个模型。

这里额外需要交代的是，512GB 版本的Mac Studio这个月底才开售，256GB 版本单台售价目前已经超过1万美元。

整体来看，Muse Spark Open 在Mac Studio 上跑的速度谈不上快，但对于不想让代码离开办公室的开发者和研究机构，它提供了云端之外的第二种选择。

交恶十几年之后，两家各取所需

需要交代一下背景，才能让大家切身感受到Meta 与苹果这次合作的罕见程度。

苹果和 Meta 在商业、隐私和监管层面对立多年，特别是在库克掌舵苹果期间，两家曾多次公开冲突。

所以，此番围绕 Mac Studio 本地运行模型展开的技术协作，是双方罕见的公开握手。

而促成这次合作的关键人物，据媒体报道是 Meta 算力部门联合负责人丹尼尔格罗斯，他此前曾在苹果担任总监。

两家携手得到了各自公司掌舵人的公开支持，扎克伯格在社交媒体晒出两台顶配 Mac Studio 运行模型的照片，苹果现任 CEO 特努斯回应称，Mac Studio 正在持续突破设备端 AI 的能力边界。

当然，宿敌握手之后，各自图什么，才是理解这件事深层意义的关键。

对 Meta，Muse Spark Open 的卖点是开放，权重放上 Hugging Face 供人下载，此处的开放权重指模型参数文件公开，开发者可以在授权范围内自行部署和定制。

开放之后，模型能不能方便地被跑起来，便直接决定了开放策略的传播力，苹果的桌面设备恰好补上了这一环。

对苹果，它自己的云端大模型布局长期落后于同行，用桌面硬件承接最热的开源模型，等于用别人的模型证明自家芯片的价值。M5 Ultra 主打的大内存统一架构，正好需要这类大模型来体现优势。

笔者认为，这次合作本质是一次各取所需的生意，但不管怎样，对开发者都带来了实打实的便利。

事实上，PC 阵营同样没有放过这种合作叙事的机会。

英伟达与微软在 Computex 2026 上发布的 DGX Station 工作站，用一颗集成748GB 内存的 GB300 芯片，单机就能装下类似Muse Spark Open规模的模型。据外媒报道，该工作站 Linux 版在美国售价接近10万美元。

随着Meta 的下场，桌面端的 AI 竞争正在持续升级，业已从笔记本电脑上的智能摘要，升级到工作站级别的完整模型部署。

开源榜首的话语权，中美都在抢

把范围拉大，Meta 这次发布开放权重大模型是冲着开源话语权去的。

此前全球开源模型的头部阵营里，中国的通义千问、Kimi、GLM、DeepSeek 占据着相当的声量和下载量，美国本土缺少一个能力对齐的玩家。

在此背景下，Meta 的跑分表直接把中国模型列为对照对象，用意不难判断。

对于Meta 自身模型布局而言，Muse Spark Open 采用带限制的商用许可，多数开发者可以免费使用，Meta 也同时保留了自家的闭源前沿模型。用开放权重抢生态，闭源模型收商业果实，分工不可谓不清晰。

面对未见消停的全球大模型科技竞赛，国内阵营的应对其实不慢。

Qwen3.8、Kimi K3 和 GLM 5.3 都在各自的版本里强化了编程与智能体能力，Meta 自己的数据也承认部分任务上中国模型仍然占优。对于国产大模型，其微调生态和中文场景积累是真实存在的壁垒。

如此看来，真正的差距其实在硬件侧。苹果能用两台桌面机讲一个模型上桌的故事，国内至今缺少一个等量级的端侧承载平台。

如果开源模型的竞争往后比拼到谁能把模型送到用户手边阶段，那么如今的榜单排名意义将会骤减。

端侧 AI 讨论了几年，多数停留在手机聊天和抠图。Muse Spark Open 这次以十几万元人民币的硬件“代价”，把一个前沿模型的完整能力放上了桌面。

从行业经验来看，软件越大，越需要靠近使用它的人，模型从数据中心一步步走向桌面和口袋，这个方向一旦被验证，就不会回头。

对普通用户，这或许是几年后回顾生成式大模型发展阶段时会重点标记的一个节点，前沿 AI 第一次有了不被云端账号和订阅额度框住的使用方式。