Meta Superintelligence Labs · 开放权重
Muse Spark Open面向编码与智能体的开放权重 AI 模型
来自 Meta Superintelligence Labs 的开放权重多模态模型。816B 总参数、每个 token 激活约 42B、1M token 上下文，面向编码、智能体和长程任务。
- Token 上下文窗口
- 1M
- 模型总参数量
- 816B
- 每个 token 的激活参数量
- 42B
分析这起生产事故，找出最可能的根因，并提出风险最低的恢复方案。
发送给 Muse Spark Open 的提示词
Muse Spark Open
开放权重多模态模型
// 工作流示意，不代表性能实测。模型公开规格与体验中心当前限制有所不同，测试前请查看指南。
Muse Spark Open 试验场
Muse Spark Open 在线体验
在 Muse Spark Open 在线体验中心提交文本及受支持的图片或视频链接，比较推理参数与回答效果。可用功能以当前连接的模型为准。
使用需要账号积分
Muse Spark Open
本站配置模型
想探索什么问题？
提出开放性问题、审查代码、跨长文档推理，或附加公开图片或视频 URL。
进行实战测试
选择使用方式
了解模型，部署推理，构建应用。
从模型卡出发，选择托管服务或自部署运行环境，再用自己的编码与智能体任务进行评估。
- 01
了解模型规格
先了解 816B／42B 参数架构、1M 上下文、输入模态与 Muse Model License，再选择部署方式。
❯ total: 816B / active: 42B / context: 1M - 02
选择推理框架
结合硬件与任务，对比 SGLang、vLLM、TensorRT-LLM、Transformers、Apple MLX、llama.cpp 和 Unsloth。
❯ runtime = "选择适合的推理框架" - 03
评估真实工作流
测试代码仓库修改、多步工具调用和长上下文任务，测量实际部署的质量、内存占用与延迟。
❯ evaluate(coding, tools, long_context)
模型公开能力
Muse Spark Open 的核心能力
Muse Spark Open 将开放权重、多模态理解与长程推理带给开发者、推理基础设施团队和研究人员。
deployment = { runtime: selected }
开放的推理生态
可通过 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 或 Unsloth 运行，部署前核对版本与内存需求。
42B
每个 token 的激活参数
816B 总参数，42B 激活
采用混合专家架构，每个 token 激活约 42B 参数，提供 1M token 上下文窗口。
- text
- image
- video
- audio
四种原生输入模态
模型支持文本、图像、视频和音频输入，输出文本；可用输入方式取决于所用界面和运行环境。
tools = [get_file, search_records] response = chat({ model, messages, tools }) await execute_approved(response.tool_calls)
编码与连续工具调用
构建能规划、检查代码、调用工具并从错误中恢复的长程任务智能体，由应用控制工具执行。
$ curl -X POST /api/v1/chat/completions -H "Authorization: Bearer $MUSE_SPARK_API_KEY" Chat Completions 调用示例
本站自营 API 服务
通过 API Key 调用 POST /api/v1/chat/completions，使用标准消息格式、推理参数和流式响应接入应用。
模型下载与开发者资源
查找官方权重、模型卡、支持的推理框架，以及部署与评估的实用说明。
投入实际使用
不仅用于聊天的大上下文模型
探索 Muse Spark Open 的代码仓库推理、多模态分析与长程智能体用途。下列代码为兼容部署示例，模型 ID 与请求格式需按所用环境调整。
response = client.chat.completions.create(
model=DEPLOYED_MODEL_ID,
messages=[{"role": "user", "content": repo_context}],
reasoning_effort="high",
)
review = response.choices[0].message.content// trace
- context_window1,000,000
- reasoning_efforthigh
为开发者而设计
Muse Spark Open API 接入指南
通过本站兼容 OpenAI 的 Chat Completions API 接入 Muse Spark Open。每百万 tokens 输入 $1.25、输出 $4.25，均以美元计价。使用 API Key 和标准消息、推理及流式参数，即可集成到自己的应用。
- POST /api/v1/chat/completions
- 兼容 OpenAI 的请求与响应格式
- Bearer API Key 鉴权
const response = await fetch(
"https://themusesparkopen.com/api/v1/chat/completions", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.MUSE_SPARK_API_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "meta/muse-spark-open",
messages: [{
"role": "user",
"content": "Review this design"
}],
max_tokens: 2000,
reasoning: { effort: "medium" }
})
})
const result = await response.json();
console.log(result.choices[0].message.content);Chat Completions 调用示例 — 本站接口 · 使用你的 API Key
# 部署输入示意 — 按所选框架配置
# 1. official weights
export MODEL_REPO="meta-models/Muse-Spark-Open-816B-A42B"
# 2. choose a supported runtime
export INFERENCE_ENGINE="sglang"
控制权仍归你的应用
模型可以请求工具调用，但你的代码仍需验证权限、参数、副作用和人工审批边界。
智能体集成
从开放权重到智能体运行环境
通过受支持的框架部署 Muse Spark Open，再在自己的应用中接入工具并评估长程任务。
- 1
获取官方模型权重
通过 Meta 的 Hugging Face 模型集合获取权重，并阅读许可与模型卡。
- 2
按硬件选择运行环境
核对 SGLang、vLLM、TensorRT-LLM、Transformers、MLX、llama.cpp 或 Unsloth 所需版本与配置。
- 3
仅提供经过批准的工具
定义智能体可以请求的函数，并在执行前验证参数和权限。
文档
Muse Spark Open 模型下载与部署
为 AI 开发者、智能体构建者、推理团队及模型评估人员提供入门资源。
套餐与用量
Muse Spark Open 套餐与积分
比较 Muse Spark Open 模型评估、编码与智能体工作流的积分方案。Chat Completions API 请求使用账号积分。
月付订阅积分有效期为 3 个月。一次性积分包永久有效，不会自动续费。
Muse Spark Open 模型定价
- 输入
- $1.25美元 / 百万 tokens
- 输出
- $4.25美元 / 百万 tokens
FAQ
Muse Spark Open 常见问题
了解 Muse Spark Open 的模型信息与接入方式。