Meta最强开源模型,第一名已经不在美国

封面

「美国最强开放权重模型」这个说法,来自 Meta 自己。放到第三方榜单上看,排在这款模型前面的几个名字,都来自中国团队。

一、榜单上的名字,把「最强」的前提打掉了

先看体量。Muse Spark Open 用稀疏混合专家架构,总参数量 8160 亿,每个 Token 激活约 420 亿参数,上下文窗口支持 100 万 Token,文本、图像、视频、音频都能作为输入。这套配置放在开源阵营里属于第一梯队。

但第三方机构 Artificial Analysis 的开放权重模型智能指数榜给了它39 分。同一张榜上,MiMo-V2.6-Pro 是 46 分,GLM-5.3 是 45 分,蚂蚁百灵刚开源的 Ling-3.1-flash 是 41 分,DeepSeek V4.1 Flash 与它打成平手。

比分差更值得琢磨的是输在哪几项。Terminal-Bench 2.1 考察在终端环境里把任务执行完的能力,Muse Spark Open 拿76.4 分,低于 Qwen3.8-2.4T-A95B、GLM 5.3 和 Kimi K3。软件工程测试 DeepSWE 1.1 拿 60 分,GLM 5.3 是 67 分,Kimi K3 是 68 分。考察真实职业场景知识工作的 GDPval-AA v2 拿 1401 分,同样落在三者之后。

三项测试考察的东西很具体。能不能在命令行里把一串动作执行到底,能不能改动真实工程的代码,能不能把职业场景里的知识工作走完。模型在部分知识推理和工具辅助多模态测试中领先,进入执行环节就掉队。强在理解和调用,弱在长流程的稳定落地,这个画像对做 Agent 产品的人,比一个总分更有参考价值。

二、两台Mac Studio,是这次发布真正的分量

发布里被反复提到的另一件事,是这款模型可以不下云。借助最新版 MLX 框架,它能在两台搭载苹果 M5 Ultra 芯片的 Mac Studio 上跑起来。苹果的统一内存架构允许单台设备的集成 GPU 调用最高 512GB 内存,两台合计约1TB,正好装下这个体量的模型。M5 Ultra 的内存带宽是 1.2TB/s,用来读取每个 Token 计算时需要的那部分参数。

两台机器合起来,相当于一台拥有 1TB 统一内存的机器。

Meta 用自家的 Muse Code 演示了两个完整的本地工作流。一个是给开源 Mastodon 客户端 Ice Cubes 改 iOS 代码,从修 Bug、加功能一直做到整个项目构建完成。另一个是操作视频剪辑软件 DaVinci Resolve,逐帧看素材挑出适合保留的片段,再把画面裁成竖屏。

本地跑的价值不在于省下多少云上费用。数据不出设备,长任务不计 token 成本,模型能直接拿到开发工具和剪辑软件这些真实环境,这三点加起来才是桌面端 Agent 的空间。门槛同样实在,两台顶配 Mac Studio 是硬投入,约 1TB 内存也只够装一个这个体量的模型。

三、投在适配上的工程资源,比分数更说明问题

发布同时给出一份很长的适配清单。推理框架覆盖 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果 MLX、llama.cpp 和 Unsloth 七套,芯片侧同时对 AMD、苹果、英特尔、英伟达做了优化。Meta 还为 SGLang 提供了可自动调优的 Helion GPU 内核,在英伟达和 AMD 上实现 1.03 到 3.95 倍的内核级加速,在 AMD MI350 上带来 3% 的端到端提升。

分发通道也铺得很宽。开发者可以从 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家平台调 API,也能从 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Models 四处下载权重。

把工程资源压在到处都能跑上,而不是压在榜单第一上,这是分发思路而非技术路线。开放权重的回报本来就不在模型本身,谁能让开发者在自己的框架和芯片上最省事地跑起来,谁就占住生态位。做到这一点,分数够用即可,适配广度才是开发者选型时真正比的东西。

四、苹果和Meta,各取所需

这次发布的传播里有一个不常见的组合。扎克伯格在 X 上发文,提到与苹果新 CEO 约翰·特努斯及苹果团队的合作,让 Muse Spark Open 在新款 Mac Studio 上运行良好,还晒出两台机器配显示器的桌面照片。特努斯在评论区回应,能够在桌面端高效运行令人惊叹,Mac Studio 在持续拓展端侧 AI 的边界。

两家公司的诉求在这里咬合得很紧。苹果做端侧 AI,芯片算力从来不缺,缺的是能撑起本地 Agent 的模型供给。Meta 想让自家模型被验证在消费级硬件上可行,也需要有人替它证明这一点。合作达成的同时,一个认知被一起立了起来,Mac 是可以跑大模型的设备。

对苹果来说,风险在生态的主动权。当本地 Agent 的能力主要由外部模型提供,端侧 AI 的价值分配就会往模型方倾斜。

五、对开发者来说,选型标准变了

把这次发布放回选型场景里看,能用的结论有两条。第一条,开放权重模型之间,跑分差距已经不足以作为唯一依据,终端执行、工程改动、职业任务这三类能力更贴近实际交付,选型要按自己的流程去对。第二条,部署形态进入选型维度,能不能在自有硬件上跑、适配哪套推理框架、支持哪几家芯片,这些问题的权重在上升。

需要留出的余地也很清楚。改代码、剪视频这些演示场景都由 Meta 自己公布,缺少第三方独立复现。模型另做了额外的安全后训练,依据 Meta 超级智能扩展框架评估后达到发布门槛,能力释放与安全约束之间怎么取舍,会持续被追问。

一个接近旗舰量级的开源模型能放在两张办公桌上,这件事本身就是信号。榜单排名会继续变,选定模型之后如何把它放进真实的开发、剪辑、办公流程,是接下来更值得比的部分。

© 版权声明

相关文章

暂无笔记

您必须登录才能记录笔记!
立即登录
none
暂无笔记...