Meta 开源权重模型 Muse Spark Open 上线 Fireworks，816B 参数、1M 上下文

Muse Spark Open 是 Meta 推出的开放权重模型，上线首日即可在 Fireworks 上使用。这是一个 816B 参数的混合专家模型，每个 token 激活 42B 参数，上下文窗口为 1M token，专为长周期编码和需要在超长会话中保持连贯的智能体工作而打造。

它是迄今为止能力最强的美国开放权重模型之一，也是我们在受监管专业工作领域见过的最强开放权重模型。它在 Vals AI 的 Harvey 法律智能体基准排行榜上排名第一，通过率接近 Claude Opus 5 的 4 倍。在 Rogo 的 Big Finance Bench 上，它在每个难度级别都击败了 Claude Opus 5.5，并在最难的任务上险胜 GPT-6 Astra。

Muse Spark Open 在美国训练和开发，Fireworks 默认以零数据保留方式运行它。今天就可以在无服务器服务上试用，运行于仅限美国的容量，且不收取美国区溢价。随后可迁移到预留吞吐量用于生产，并通过无服务器 LoRA 训练对其进行微调。

Muse Spark Open 展现出强大的智能体工程能力：它能够浏览代码仓库、实施非平凡的改动，并验证复杂的编码工作——Factory 技术团队成员 Zimu

Muse Spark Open 在受监管工作上优于 Claude Opus

Muse Spark Open 在准确性至关重要的领域表现最佳，例如法律、金融和临床任务。这些结果来自独立评估机构以及我们的专业智能指数，其中每个模型都在相同的测试框架上运行：

Harvey 法律智能体基准排名第一：在 Vals AI 使用文件和工具完成法律工作的排行榜上，Muse Spark Open 在 75 个模型中排名第一，得分为 25.4%，接近 Claude Opus 5（6.7%）的 4 倍。

在 Rogo 的 Big Finance Bench 上领先 Claude Opus 5.5：在 Fireworks 专业智能指数的运行中，Muse Spark Open 在每个难度级别都击败了 Claude Opus 5.5。在最难的任务上，它险胜 GPT-6 Astra（17.3% 对 16.5%），得分超过 Opus 5.5（6.6%）的 2.5 倍（图 1）。

Finance Agent 排名前三：在 Vals AI 的 Finance Agent v2 上，它得分 60.6%，与 Gemini 3.8 Flash 相差不到一个百分点，而每次测试成本约低 60%。

临床文档：它在 Vals MedScribe 上得分 90.1%，与 Claude Opus 5（91.0%）相差不到一个百分点，而 token 价格低 75-83%。

本文中来自 Vals AI 和 Artificial Analysis 的第三方结果，均是在 Meta 通过 API 发布的该模型上测得的。

在 Rogo，我们会让每个新模型都跑一遍 Big Finance Bench，这是我们包含 928 个真实金融工作流问题的测试集。Muse Spark Open 得分 53.3%，是我们榜单上排名最高的开放权重模型，甚至领先于前沿的 Claude Opus 5（49.2%）。高性能美国开放权重模型的出现尤其令人振奋。它们为持续实验提供了基础，也让我们能够针对金融工作的特定需求定制智能能力。我们对其潜力感到兴奋，它既能推动模型性能的前沿，又能为客户释放新的价值与效率水平。——Rogo 技术团队成员 Alex Wang

图 1：来自 Fireworks 专业智能指数运行的 Muse Spark Open 在 Rogo Big Finance Bench 上按任务难度的表现。

Muse Spark Open 在标准基准上的得分

Muse Spark Open 在标准公开基准上表现不俗：

更少的幻觉：在 Artificial Analysis 的 AA-Omniscience 上，它的幻觉率为 33%，低于 Claude Opus 5.5（59%）和 GPT-6 Astra（51%），因为它在不确定时会拒绝回答，而不是猜测。

智能体编码：在 Meta 的评估中，它在 Terminal-Bench 2.1 上得分 82.9%，领先于 GPT-5.6 Terra 和 Grok 4.5（图 2）。

Muse Spark Open 代表了西方开源模型的一次跨越式进步，在我们早期的评估中，其指令遵循能力尤其出色。我们期待在这一基础上，通过后训练来支持我们在 Decagon 所赋能的复杂工作流——Decagon Labs

图 2：Meta 报告的智能体编码基准。每个模型均在其各自的智能体框架中评估。

在开放端点之前，我们在生产服务栈上通过发布验证套件运行了最终的开放权重。Muse Spark Open 在 AIME26 上得分 91.1%，在 GPQA Diamond 上得分 89.7%，在 SWE-bench Verified 上得分 84.3%，并在 OCRBench 和 MMMU Pro 的图像理解上保持在 80% 以上（图 3）。作为校验，我们还在广泛使用的开源推理引擎 SGLang 上运行了相同的权重，得分一致。你在 Fireworks 上调用的模型，表现与 Meta 构建时一致。

Filevine 创立于美国西部。我们相信前沿应当开放。与 Fireworks 和 Meta 合作，意味着 Filevine 能够为法律行业开辟新的可能性，而无需在质量与成本之间妥协。——Filevine 联合创始人兼 CEO Ryan Anderson

图 3：Muse Spark Open 在 Fireworks 上的表现。智能体结果取决于测试框架，不能直接与 Meta 报告的数字相比较。

如何立即开始构建

Muse Spark Open 现已在我们的无服务器 API 上提供，运行于仅限美国的容量，且不收取美国区溢价。当前定价请参见 Muse Spark Open 模型页面。

想针对你的用例定制 Muse Spark Open？试试我们的无服务器训练 API，或联系 Fireworks Lab 获取帮助。

模型发布