Meta представила Muse Spark Open — новую ведущую американскую модель с открытыми весами, работающую на двух объединённых настольных компьютерах Mac

Китайские лаборатории стали одним из главных источников ИИ-моделей, которые компании могут скачивать, настраивать и запускать на собственной инфраструктуре. Qwen от Alibaba, DeepSeek и Kimi от Moonshot AI помогают задавать конкурентный стандарт для моделей с открытыми весами, предлагая разработчикам альтернативу проприетарным моделям, доступным через коммерческие API.

Этот сдвиг заметен не только по результатам тестов, но и по уровню внедрения. Согласно оценке Hugging Face за март 2026 года, за предыдущий год на китайские модели пришлось 41% загрузок — больше, чем на американские. В сентябре OpenRouter сообщил, что модели с открытыми весами обработали 60% токенов в запросах, поступивших на платформу из США, причем основная часть трафика открытых моделей пришлась на китайские лаборатории.

Теперь Meta выпускает Muse Spark Open — модель с 816 млрд параметров, которую компания называет «самой мощной американской моделью с открытыми весами на сегодняшний день». О выпуске объявили 15 октября. У компаний появляется еще один разработанный в США вариант для самостоятельного запуска и адаптации крупной модели — причем на сравнительно доступном потребительском оборудовании.

Географическое уточнение важно и для конкуренции между ИИ-лабораториями, и для покупателей с особыми требованиями к закупкам. Для корпоративных команд, которые выбирают на основе практических критериев, важны выполнение задач, надежность, лицензирование и эксплуатационные расходы. Место разработки модели само по себе не определяет, где обрабатываются бизнес-данные: OpenRouter уже предлагает размещение китайских моделей в США, в том числе DeepSeek V4 Pro и Kimi K3.

Опубликованные Meta результаты позволяют считать Spark Open претендентом с определенными сильными сторонами, но не безусловным лидером среди моделей с открытыми весами. В карточке модели указан результат 39 в индексе Artificial Analysis Intelligence — ниже, чем 46 у MiMo-V2.6-Pro по независимой оценке.

В таблице Meta Spark Open опережает указанных конкурентов в тестах использования инструментов JobBench и MCP-Atlas, но уступает Kimi K3 и GLM 5.3 в написании кода в терминале, выполнении длительных задач по разработке ПО и профессиональной оценке GDPVal-AA. На момент публикации не удалось проверить отдельную публичную оценку Spark Open от Artificial Analysis.

Анонс не подтверждает ценового преимущества: в нем не указана стоимость токенов при размещении модели на сервере, а настольная конфигурация Meta включает две рабочие станции Mac Studio с M5 Ultra и объемом памяти, который пока не поступил в открытую продажу.

Привлекательность Spark Open зависит от того, что компании получат благодаря сочетанию возможностей модели, поддержки оборудования и коммерческих условий. Одного лишь лидерства США для принятия решения о покупке недостаточно.

Крупная модель с конфигурацией для настольного компьютера

Согласно карточке модели Spark Open, в ней используется архитектура «смесь экспертов»: для каждого токена активируются 42 млрд из 816 млрд параметров. Модель поддерживает контекст объемом до 1 млн токенов и принимает текст, изображения, видео и аудио. На выходе она генерирует текст.

Это различие важно для потенциальных сценариев применения. Разработчик может использовать модель, чтобы интерпретировать записи, изучать снимки экрана или анализировать документы вместе с письменными инструкциями. Выпуск Spark Open не превращает ее в генератор изображений, аудио или видео.

Настольная конфигурация Meta объединяет две рабочие станции M5 Ultra Mac Studio, каждая из которых оснащена до 512 ГБ объединенной памяти. В анонсе запуска Meta говорит, что вместе они обеспечивают терабайт памяти, и отмечает, что локальная работа возможна благодаря MLX.

У предложения для настольных компьютеров есть нюанс: конфигурация Apple с 512 ГБ памяти появится только в конце октября, а ее цена пока не объявлена. Текущие цены позволяют предположить, что речь идет о десятках тысяч долларов. Apple продает рабочую станцию M5 Ultra с 256 ГБ памяти и SSD на 1 ТБ за 10 799 долларов; четыре таких компьютера обеспечили бы в сумме тот же терабайт памяти за 43 196 долларов без учета налогов и аксессуаров. Это дает ориентир стоимости сборки системы с сопоставимым объемом памяти сегодня, а не подтвержденную цену конфигурации Meta из двух компьютеров.

В карточке модели указано, что версии NVFP4 требуется не менее 700 ГБ памяти ускорителей, а BF16 — 2 ТБ. Активация меньшей части модели во время генерации не снижает заявленные требования к памяти до уровня отдельной модели с 42 млрд параметров.

Meta описывает локальные демонстрации, в которых Muse Code на базе Spark Open изменяет приложение Ice Cubes для Mastodon и управляет DaVinci Resolve, чтобы просматривать видеоматериалы и готовить вертикальные кадры. Это демонстрации компании; в анонсе нет замеров скорости генерации токенов или полной стоимости оборудования для конфигурации из двух компьютеров.

Разработчики могут также использовать привычное программное обеспечение для запуска моделей. Meta перечисляет SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp и Unsloth, поддерживающие оборудование AMD, Apple, Intel и Nvidia. Для дополнительной настройки компания рекомендует TorchTitan от PyTorch.

Высокие результаты в отдельных задачах, но в программировании есть конкуренты

В таблице тестов Meta Spark Open опережает указанных конкурентов в JobBench и MCP-Atlas. В той же таблице GLM 5.3, Kimi K3 и Qwen3.8 превосходят ее по ряду других показателей.

Эти данные взяты из материалов Meta; для тестирования использовались указанные выше настройки рассуждения. В результатах DeepSWE применялся предпочитаемый для каждой модели или лучший из доступных тестовых инструментов, поэтому программное обеспечение агента также влияет на сравнение.

Meta указывает в карточке модели результат 39 в индексе Intelligence Index. На момент публикации VentureBeat не удалось проверить отдельную публичную оценку Spark Open от Artificial Analysis; поэтому результат следует приписывать таблице Meta. Оценки Artificial Analysis для размещенных на сервере моделей Spark и Wonder относятся к другим выпускам.

В тесте HLE-Diamond без инструментов Spark Open также опережает указанные модели: ее результат — 26,1 против 22,2 у Kimi K3 и 17,3 у Qwen3.8. В визуальных тестах с инструментами она набирает 50 в ZeroBench против 41 у Kimi K3 и 73,6 в SimpleVQA против 71,9.

Уточнение «американская» в главном заявлении Meta имеет значение. В ее таблице указаны результаты 26 для Inkling и 23 для Nemotron 3 Ultra в Intelligence Index — ниже, чем 39 у Spark Open. Тем не менее ряд других моделей с открытыми весами показывает более высокие результаты. Эти данные свидетельствуют о конкурентоспособности американской модели с преимуществами в отдельных задачах, но не подтверждают ее безусловного лидерства.

Именно американское происхождение модели отчасти объясняет энтузиазм Натана Ламберта, автора Interconnects. «Я так долго ждал, когда американские модели с открытыми весами снова станут актуальными», — написал он в X. «Но работы еще много!»

Независимые оценки Artificial Analysis позволяют отчетливее увидеть значение этого географического различия. По данным сервиса, MiMo-V2.6-Pro от Xiaomi набрала 46, GLM-5.3 — 45, а Kimi K3 — 44. Кроме того, GLM-5.3-Flash получила 42, тогда как Qwen3.8 2.4T A95B и Qwen3.8-Flash-Next набрали по 40. Все шесть опубликованных результатов выше 39, которые Meta указывает для Spark Open.

Пока результат выпущенной Meta версии модели не подтвержден независимой оценкой, такие сравнения остаются предварительными. Тем не менее они показывают, почему лидерство среди разработанных в США моделей с открытыми весами — более узкое утверждение, чем лидерство среди скачиваемых моделей во всем мире. Spark Open предлагает корпоративным командам еще один американский вариант, тогда как более высокие опубликованные результаты ряда китайских моделей остаются частью конкурентной картины.

Бесплатное коммерческое использование — с особым исключением

Лицензия Muse Model разрешает запускать, изменять, дообучать и дистиллировать программное обеспечение, а также распространять его при соблюдении условий лицензии и правил использования.

Положение о выручке касается компаний, предоставляющих модели как услугу. Если совокупная валовая выручка лицензиата и его аффилированных лиц превышает 20 млн долларов за любые последовательные 12 месяцев, лицензия требует уведомить Meta и заключить отдельное письменное соглашение, прежде чем предлагать Spark Open или ее производные в рамках такого бизнеса по предоставлению моделей.

В расчет выручки включаются лицензиат и его аффилированные лица, а не только доходы, непосредственно связанные со Spark Open. Однако это положение прямо не распространяется на внутреннее развертывание модели, исследования, коммерческую деятельность вне сферы предоставления моделей и использование модели в собственном продукте компании, если этот продукт сам не является услугой по предоставлению модели.

Для компании, разрабатывающей внутреннего помощника или встраивающей функции ИИ в приложение, это исключение существенно. Порог в 20 млн долларов не является общим ограничением на бесплатное коммерческое использование.

Другие обязательства при этом сохраняются. В разрешенном месте — например, в документации, на сайте или в настройках — продукты должны содержать указание «Создано с помощью Muse Spark Open». Лицензия также широко трактует понятие производных моделей и включает в него модели, улучшенные с использованием результатов Spark Open. Meta заявляет, что не претендует на права собственности на сгенерированные результаты.

Поэтому точнее всего описывать этот выпуск как модель с открытыми весами, распространяемую по специальной лицензии. Возможность скачать модель не отменяет коммерческих условий и ограничений на использование.

Необычно подробная форма для скачивания — но прецеденты есть

В уведомлении Hugging Face о доступе к Spark Open у пользователей просят указать «полное официальное имя», «дату рождения» и «полное название организации со всеми регистрационными данными».

В уведомлении рекомендуется не использовать сокращения и специальные символы; также говорится, что отправленную форму нельзя изменить и что несоблюдение инструкций может повлиять на доступ к этой и другим моделям на Hugging Face. Согласно уведомлению, предоставленная информация обрабатывается в соответствии с политикой конфиденциальности Meta.

По сравнению со стандартной формой доступа Hugging Face это необычно подробный запрос. В документации платформы описан процесс по умолчанию, при котором пользователи передают авторам модели свое имя пользователя и адрес электронной почты. Издатели могут добавлять поля и изменять уведомление; дата рождения не является обязательным требованием для скачивания всех моделей с Hugging Face.

Тем не менее у такой формулировки есть очевидные прецеденты. На страницах Hugging Face моделей Meta Llama 4 Scout, Meta-SecAlign-8B и OMol25 опубликованы те же инструкции.

Такое же уведомление размещено и для модели стороннего разработчика, Tri-21B от Trillion Labs, с упоминанием политики конфиденциальности Trillion Labs.

Эти примеры подтверждают, что опубликованный запрос уже применялся ранее, но не показывают, как именно каждый издатель проверяет предоставленные данные. Для компаний, оценивающих модель, важно различать право запускать скачанные веса и персональные данные, которые требуется предоставить для получения доступа к ним в конкретном репозитории.

У разных поставщиков различаются условия доступа через хостинг

В анонсе Meta называет Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter и Together AI платформами для доступа к API. Получить веса можно через Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face и Microsoft Foundry Models.

Компаниям стоит отличать этот список от утверждения о том, что каждая платформа одинаково поддерживает все возможности модели. В документации Meta по развертыванию сказано, что для доступа через Groq организация должна получить одобрение; также указано ограничение контекста в 131 072 токена на GroqCloud. Для Fireworks заявлен контекст объемом 1 048 576 токенов. Таким образом, возможности модели могут зависеть от хостинг-провайдера.

Together AI указывает цены на API Spark Open: 1,25 доллара за миллион входных токенов, 0,15 доллара за миллион кэшированных входных токенов и 4,25 доллара за миллион выходных токенов. Это означает, что при использовании API она стоит

В публикации о запуске подтверждаются эти тарифы для бессерверного доступа с контекстным окном на 1 млн токенов. Это опубликованные расценки Together; они не подтверждают единые цены у всех партнеров Meta по запуску модели.

При самостоятельном развертывании лицензия — лишь одна из составляющих расходов. Оборудование, возможности обслуживания и операционная поддержка также влияют на решение о покупке.

Wonder показывает более высокие результаты, но доступ к Full ограниченнее

Spark Open выходит на фоне более широкого расширения предложения Meta для разработчиков.

12 октября Meta представила Muse Wonder и Muse Wonder Full для разработки программного обеспечения и профессиональных задач, связанных, например, с юридическими документами, финансами и здравоохранением. В исследовательском блоге Meta рассказывает о более мощных базовых моделях и возможностях, призванных сохранять полезный контекст и продолжать работу, несмотря на возникающие препятствия.

Независимые тесты подтверждают прогресс. По данным Artificial Analysis, в версии 4.3 индекса Intelligence Index модели Wonder и Full набрали 52 и 56 баллов соответственно при максимальном уровне рассуждения, тогда как Spark 1.3 получила 48 баллов при максимальном уровне.

В индексе ИИ-агентов для программирования Full в составе Muse Code набирает 68 баллов — столько же, сколько Claude Code с Sonnet 5.5, и больше, чем конфигурация Opus 5.5, набравшая 66 баллов; результат Wonder — 63. Это результаты сочетаний модели и агента.

Кроме того, оценщик сообщает, что Full набрала 1 857 баллов Elo в версии 2.1 теста GDPval-AA. Этот результат попадает в доверительные интервалы Opus 5.5 с 1 866 баллами и Sonnet 5.5 с 1 838 баллами. По результатам этой оценки профессиональных задач системы находятся близко друг к другу.

Однако эти результаты следует рассматривать с учетом ограничений доступа и стоимости. В документации Meta с тарифами для Wonder указана цена 4 доллара за миллион входных токенов, 0,20 доллара за кэшированные входные токены и 20 долларов за выходные. На странице продукта Wonder указано контекстное окно в 1 млн токенов для обеих версий, но цена токенов для Full не опубликована: модель доступна по подпискам Power Usage за 50 долларов в месяц или Maximum Usage за 200 долларов в месяц в Muse Code.

Согласно правилам подписки Meta, эти планы распространяются на Muse Code, а не на произвольные API-ключи. Действуют ограничения на использование, а за отдельные ключи взимается плата по мере использования.

По умолчанию в подписках включен режим Contributor, который позволяет Meta использовать отправленный контент для обучения модели в обмен на расширенные лимиты использования. Пользователи могут отключить эту настройку; обе модели Wonder доступны в подходящих тарифных планах и в том, и в другом режиме. Прежде чем отправлять проприетарный код или документы, команде стоит обратить внимание на этот параметр.

Рост производительности сопровождается и более высокими расчетными эксплуатационными расходами. По оценке Artificial Analysis, на одну задачу Intelligence Index для Wonder приходится 4,52 доллара против 1,60 доллара для Spark 1.3, 1,99 доллара для Gemini 4 Argon и 0,72 доллара для GPT-6.1 Sol в протестированных конфигурациях. Эти расходы на тестах не предсказывают стоимость любой рабочей нагрузки, но показывают, почему сравнения одних лишь тарифов на токены недостаточно.

Glimmer и Spark — разные этапы одного расширения линейки

Meta представила первую Muse Spark 8 апреля, назвав ее первой моделью обновленной организации Superintelligence Labs. Изначально доступ предоставлялся через сайт и приложение Meta AI, а предварительный доступ к API был ограничен отдельными пользователями.

В центре внимания при запуске были мультимодальное рассуждение и работа с инструментами. Meta также признала, что модели пока не хватает возможностей для написания кода и выполнения задач, требующих длительной работы, — эти направления занимают важное место в последующих выпусках.

Более ранние модели Spark, доступные через хостинг, стоят дешевле Wonder. В действующих тарифах Meta для Spark 1.1, 1.2 и 1.3 указана цена 1,25 доллара за миллион входных токенов и 4,25 доллара за выходные токены в стандартном режиме. Варианты Contributor для версий 1.2 и 1.3 стоят 0,10 и 0,20 доллара соответственно и позволяют использовать клиентский контент для обучения. Эти расценки относятся к размещенным на сервере версиям Spark, а не к Spark Open.

Выпущенная 10 августа Muse Glimmer предназначена для других сценариев развертывания. Это модель с 30 млрд параметров по лицензии Apache 2.0, разработанная для локальных агентов, которые используют инструменты, интерпретируют изображения и восстанавливают работу после неудачных действий.

Meta утверждает, что сжатые веса языковой модели занимают менее 20 ГБ, поэтому вся система может работать в конфигурациях с 24 или 32 ГБ памяти. Это существенно ниже требований Spark Open к оборудованию. Для доступа через хостинг Together AI указывает цену Glimmer в 0,35 доллара за миллион входных токенов и 1,50 доллара за выходные.

Пример Llama и более разнообразная коммерческая стратегия

История Meta с моделями для скачивания началась задолго до Muse. В феврале 2023 года компания выпустила первую LLaMA с вариантами размером до 65 млрд параметров, первоначально предложив исследовательскую лицензию, запрещавшую коммерческое использование.

В июле 2023 года вышла Llama 2, доступная для коммерческого применения. В июле 2024 года Meta выпустила модель Llama 3.1 с 405 млрд параметров вместе с более компактными версиями.

Выпуск Llama 4 в апреле 2025 года включал доступные для скачивания модели Scout и Maverick, сочетающие встроенную мультимодальную обработку с архитектурами типа «смесь экспертов». Эти архитектурные идеи используются и в Spark Open.

В целом выпуски Meta за 2026 год указывают на более сегментированную коммерческую стратегию. Glimmer — сравнительно компактная модель для скачивания по лицензии Apache 2.0. Spark Open — гораздо более крупная модель с особыми коммерческими условиями. Размещенная на сервере Spark предлагается по более низким тарифам на токены, тогда как Wonder и Full рассчитаны на более требовательные задачи и доступны через API и подписки.

Теперь корпоративный выбор зависит от возможностей модели, контроля над развертыванием, лицензирования, использования данных и эксплуатационных расходов. Spark Open — новая серьезная альтернатива для команд, готовых самостоятельно запускать модели на своей инфраструктуре или настраивать их. Оправдает ли себя этот вариант, зависит от результатов на реальных задачах компании и затрат на их выполнение.