封面：巨大的权重分片堆悬在桌面小电脑上方，橙色测量线标出高度

10 月 15 日 23:46（UTC+8），Hugging Face 上 meta-models/Muse-Spark-Open-816B-A42B 这个仓库的更新时间停在了这一刻。65 个 safetensors 分片，我把字节数加了一遍：1,644,333,393,864 字节，1.64TB。参数规模 816B，激活 42B，上下文 1,048,576。

我第一件事不是下载，是去看许可证。原因很实际：这套权重按 BF16 算，光参数就要 1.6TB 以上内存，我这台 Mac 连一个分片都装不下。

许可证的第二条比 816B 更能决定它能不能进你的产品：用了模型或衍生品的每个产品，都要在 UI、文档、网站或设置菜单里醒目地写一行 Built with Muse Spark Open。

10 月 15 日深夜，权重和许可证一起上线

Meta 的官方发布页在 research.meta.ai/blog/muse-spark-open。我在本机用 curl 打开它，返回 000；换 WebFetch 也失败。所以这篇不引用 Meta 自己的 benchmark 表，只写我能从模型仓库、框架文档和第三方实测里核到的东西。

能核到的时间线如下。

时间（UTC+8） 发生了什么 我核到的依据
2026-10-15 23:46 HF 仓库更新（lastModified），权重与许可证上线 HF 模型页，API lastModified 为 2026-10-15T15:46:43Z
2026-10-15 许可证正文写明 Release date: October 15, 2026 HF 元数据里的 cardData.extra_gated_prompt
2026-10-16 00:58 HN 上的一条早期提交（72 points） HN 50106620，Algolia API 读数
2026-10-16 01:35 Transformers PR #49644 合并，标题 “Add Muse Spark Open” PR #49644，merged_at 2026-10-15T17:35:26Z
2026-10-15 Apple ML Research 发布四台 Mac Studio 的 MLX 实测 Apple ML Research
2026-10-15 Together 上架 serverless API Together 模型页，标注 Released October 15, 2026
2026-10-17 22:05 我读取 HF 元数据：815 downloads、456 likes、gated=manual HF API（经镜像站），快照时间见证据底稿

从 10-14 文档到 10-17 我读取元数据的五个节点

这张表里最值得注意的不是 816B，而是权重上线后不到两小时，Transformers 的 PR #49644 就合并了。至少从结果看，Meta 这次不是只丢一个 checkpoint 出来让社区自己适配。PR 的创建时间是 17:18 UTC，合并是 17:35 UTC，17 分钟，32 个文件，5727 行新增。

当然，这是社区贡献者 guarin 提的 PR，不是 Meta 自己维护的框架分支。它能说明“生态跟得很快”，不能说明“官方支持已经成熟”。

65 个分片、1531.4GiB：先算内存账

我把 HF API 的文件列表拉下来，用 jq 把 65 个 safetensors 的 size 相加：1,644,333,393,864 字节。换成 GiB 是 1531.4，换成十进制是 1.64TB。

用 1.64TB 除以 816B，得到约 2.01 字节/参数。这个读数符合 BF16（2 字节/参数），也解释了为什么 Apple 在博客里说 BF16 参数本身就要 1.6TB 以上内存。

终端里重跑的 HF 元数据、65 个分片字节汇总与 PR 合并记录

我一开始以为 65 个分片里会混着 NVFP4，拉完文件列表才发现主仓库里没有名字带 nvfp4 或 fp4 的独立分片。Transformers 文档说 checkpoints 有 BF16 和 NVFP4 两种格式，但 NVFP4 放在哪个仓库、哪条分支，我这轮没验到。

形态 权重大小 还需要什么 能不能单机
BF16 1.64TB（我按 HF 文件列表算的） KV cache、激活、框架开销 不能；Apple 说 BF16 参数本身就要 1.6TB 以上
NVFP4 约 493GB（Apple 读数） 中间计算内存；Apple 说加完仍不能单机 不能，至少多机
Together API 0 网络与 token 费用 能，按量付费

所以“开放权重”的第一道门不是许可证，是内存。对个人开发者，这道门基本是关着的。

许可证不是 Apache 2.0：一行署名的代价

HF 元数据里的 license 字段是 other，license name 是 muse-model-license。许可证正文给了很宽的权利：使用、复制、修改、微调、蒸馏、合并、发布、分发、再许可、销售都写了。

许可证正文列了几条义务，其中两条最影响产品。

第二条是署名：每个用了软件或衍生品的产品或服务，要在 UI、随附文档、网站或设置菜单里醒目显示 Built with Muse Spark Open。衍生品也包括用它的输出训练或蒸馏出来的模型。

第三条是 MaaS 门槛：如果你把模型或衍生品作为 Model as a Service 提供给第三方，且你和关联公司任意连续 12 个月的合计总营收超过 2000 万美元，就要先通知 Meta 并签单独协议。内部使用、研究、非 MaaS 的商业活动不受这条约束。

还有一层摩擦：模型是 gated manual。下载前要填真实姓名、出生日期、国家、机构、职位，表单还会读 IP 地理位置。我在镜像站请求 README 时收到 403 This model is not available in your region.；直连 HF 在这台机器上超时。我无法判断这是 Meta 的区域限制还是镜像站策略，所以不把“中国不能用”写成事实。

还有一条对你有利：Meta 明确不主张模型输出的所有权。但输出仍受 Usage Policy 约束，商用前最好把用途条款也过一遍。署名这件事，我的建议是别只写在一个地方：产品 UI、设置菜单和随附文档各放一处，成本很低，漏掉的风险小很多。

这三条里，最容易漏的是署名。它不是“致谢”，是许可证条件；漏了就不符合许可证要求。

这也是我不把它叫“开源”的原因。Apache 2.0 和 MIT 没有这种按营收规模单独签约的条款；它有署名和 MaaS 门槛，更准确的叫法是“开放权重 + 商用许可 + 附加条件”。

苹果用四台 Mac Studio 跑出 36.73 tokens/s

Apple ML Research 在 10 月 15 日发了一篇实测：4 台 Mac Studio，M5 Ultra，统一内存最高 512GB，MLX v0.30.1+，RDMA over Thunderbolt 5。Muse Spark Open 用 NVFP4，4 机 tensor parallel，8192 context 下 decode 36.73 tokens/s，TTFT 4.8 秒。

单机跑不了。Apple 写得很直接：BF16 参数本身要 1.6TB 以上内存；NVFP4 把模型内存降到约 493GB，加上中间计算，仍然不能塞进一台机器。

2 机 pipeline 是 15.74 tokens/s，2 机 tensor 是 24.99 tokens/s，4 机 tensor 是 36.73 tokens/s。4 机比 2 机 tensor 只快了约 47%，不是线性翻倍。机器多了一倍，decode 只多了不到一半，多机互联和 tensor parallel 的开销吃掉了接近一半的增量。这也是我不建议按机器数量线性估吞吐的原因。

按 36.73 tokens/s 粗算，生成 1000 个 token 要约 27 秒。这不是聊天框的体验，更像批处理。

Apple 自己也提到，大 context 下 tensor parallel 有开销，实现比 pipeline parallel 复杂。这组数字证明的是“能跑”，不是“能上线”。

Together 的 $1.25/$4.25：今天更现实的接入方式

Together AI 已经把模型上到 serverless：input $1.25 / 1M，cached input $0.15 / 1M，output $4.25 / 1M，context 1M，输入支持文本、图像、音频、视频，输出文本。页面标注 Released October 15, 2026。

我算了一笔账：同样生成 100 万 output token，Together 收 $4.25；你要自托管，先准备 1.64TB 的 BF16 权重或约 493GB 的 NVFP4 权重，再加多机互联和运维。对独立开发者，API 是唯一合理的第一步。

但 API 也不是没有代价。1M context 意味着长文档、长代码库场景的 token 账单会很难看；output $4.25/1M 对高频生成场景也不便宜。先用 8k–32k 的真实任务测，不要一上来就灌 1M。

再算两笔具体的账：一次把 1M context 灌满的请求，input 就是 100 万 token，按 $1.25/1M 算约 $1.25；一天 1000 次就是 $1250。生成 10 万 output token 约 $0.425；一天 1000 万 output token 约 $42.5，一个月约 $1275。先把这两个数写进预算，再谈要不要上。

路径 门槛 成本 适合谁
Together serverless 注册、付款 $1.25 / $0.15 cached / $4.25 per 1M 快速验证、产品原型
自托管 BF16 1.64TB 权重 + 多机 硬件、机房、运维 有集群的团队
自托管 NVFP4 约 493GB 权重 + 中间计算 + 多机 硬件、机房、运维 追求吞吐的团队

BF16、NVFP4 与 Together API 三种接入门槛对比

我的判断：这条模型的第一价值不是“免费下载”，是给闭源 API 增加了一个可审计的备胎。你未必要跑它，但你可以拿它的价格和许可证去谈别的供应商。

前端能接 API，独立开发者先别下权重

人群 今天能做什么 主要卡点
前端 / AI 应用开发者 用 Together 接多模态输入 + 1M context，做代码库问答、长文档理解 token 成本；输出只有文本
独立开发者 先用 API 验证需求，不要为“开源”买多机 1.64TB BF16 或约 493GB NVFP4；gated 申请
团队 / 企业 评估微调、蒸馏；把署名写进产品合规清单 2000 万美元 MaaS 条款；许可证不是 Apache
推理基础设施 试 NVFP4 + 多机并行，关注 1M context 吞吐 NVFP4 checkpoint 位置未确认；并行开销

前端开发者是这波里最舒服的：不用碰权重，接 API 就能用。最不舒服的是想“把模型搬回自己机器”的独立开发者，因为这次的单位是 TB，不是 GB。

今天就能做的三件事，和两个要盯的信号

  1. 想验证能力：拿一个 8k context 的真实任务，比如把一个中型仓库的 20 个文件喂进去做重构建议，用 Together 跑一次，记录 input/output token 和延迟，再决定要不要上 1M。
  2. 想自托管：先确认 NVFP4 checkpoint 的实际仓库和推理配方；按约 493GB 权重 + 中间计算 + KV 预留做容量计划，不要按单台 512GB Mac Studio 下单。
  3. 想商用：把 Built with Muse Spark Open 写进 UI、文档、设置菜单的发布清单；如果做 MaaS 且营收可能超过 2000 万美元，提前找法务和 Meta。

两个要盯的信号：Meta 是否放出独立的 NVFP4 仓库和单机推理配方；Together 是否调整 output 价格，或者出现第二家同价 provider。

什么证据会让我改口：如果两周内出现能在单台 512GB 机器上稳定跑 8k context 的 NVFP4 配方，或者 Together 把 output 降到 $2/1M 以下，我这条“个人别自托管、API 先用着”的判断就作废。

短讯：Anthropic 的 fast 模式、微软 2.8T 与 OpenAI 的图片字段

DeepSeek V4.1 Flash 的别名与价格变化，今天早些时候单独写过一篇，这里补三条不在那篇里的更新。

Anthropic 把 fast 模式写进了 SDK 类型。 2026-10-15 发布的 Python SDK v1.15.0 在 Messages 里新增 speed: "standard" | "fast"，返回的 usage 也多了 speed 字段。SDK 注释写明，部分模型用任何 speed 值都需要 fast-mode-2026-02-01 beta header；文档把 fast 模式描述为 Opus 5.5 的 2.5 倍速配置，价格 $8/$40 per 1M tokens，文档仍把它标为 research preview。所以呢：做低延迟交互的团队可以试，但别把它当稳定档位，先确认你的模型和账户是否在灰度范围内。

微软的 2.8T 模型完成预训练，但还不是产品。 2026-10-15，Microsoft AI 公布 MAI-Base-2：MoE，80B 激活 / 2.8T 总参数，16k GB200 训练 38 天，平均 MFU 21%、goodput 89%。官方明确说它还在 post-training，权重将通过 Foundry 授权给可信伙伴，不是开放下载。所以呢：这是一条“下一个前沿基座”的信号，不是今天能接的 API；它和 Meta 的开放权重放在一起看，2026 年下半年两条路线的分化更清楚了。

OpenAI 给图片接口加了 safety_identifier。 2026-10-17 00:28–00:29 UTC，Python SDK v3.33.0 和 Node v7.36.0 发布，图片创建和编辑请求可以传 safety_identifier，响应会回显实际生效的值；旧的 user 参数保留但标记为 deprecated（PR #2957 于 2026-10-16 21:41 UTC 合并）。所以呢：做图片生成或编辑的产品，应该给每个终端用户传一个稳定的哈希 ID，别传邮箱或手机号；同时用响应里的字段把日志和请求对上，否则排查滥用时对不上。

回到开头那行字。816B、1.64TB、36.73 tokens/s 都很抓眼，但真正会卡住产品上线的，可能是许可证里那句 Built with Muse Spark Open。权重放出来是一回事，能不能把它放进你的产品、你的账单和你的法务清单，是另一回事。

FAQ · 常见问题

常见问题

Muse Spark Open 的权重能不能自托管？

先算内存。我把 HF API 的 65 个 safetensors 字节加了一遍：1,644,333,393,864 字节，即 1531.4 GiB，除以 816B 得约 2.01 字节每参数，正合 BF16。Apple 写道：BF16 参数本身就要 1.6TB 以上内存，NVFP4 降到约 493GB 再加上中间计算仍塞不进一台机器。

它的许可证和 Apache 2.0 差在哪？

license 字段是 other、名字是 muse-model-license，而且是 gated=manual：下载前要填真实姓名、出生日期、国家、机构、职位，表单还读 IP 地理位置。使用、微调、蒸馏、再许可、销售都放开，但两条义务卡产品：每个用了它或衍生品的产品要醒目显示 Built with Muse Spark Open；做 MaaS 且任意连续 12 个月合计营收超 2000 万美元要先通知 Meta 并签单独协议。

Apple 那组多机吞吐能当上线依据吗？

它证明能跑，不是能上线。4 台 Mac Studio、M5 Ultra、MLX v0.30.1+，NVFP4 加 4 机 tensor parallel，8192 context 下 decode 36.73 tokens/s、TTFT 4.8 秒；2 机 tensor 是 24.99、2 机 pipeline 是 15.74，机器翻倍 decode 只多约 47%。按 36.73 粗算，生成 1000 个 token 要约 27 秒。