Meta 开源权重模型 Muse Spark Open 在 Fireworks 上线，主打长上下文编码与 Agent 工作

Muse Spark Open 是 Meta 推出的开放权重模型，已在 Fireworks 上 Day-0 上线。它是一个 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，专为长周期编程和需要在超长会话中保持连贯的智能体工作而构建。

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中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，仅使用美国境内算力，且不收取美国溢价。之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：它能浏览代码仓库、实施非平凡的改动，并验证复杂的编程工作——Zimu，Factory 技术员工

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 Specialized Intelligence Index，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 的排行榜上，针对使用文件和工具完成法律工作的评测，Muse Spark Open 在 75 个模型中排名第一，通过率为 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 的 Specialized Intelligence Index 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 的第三方结果是在 Meta 的该模型 API 版本上测得的。

在 Rogo，我们会让每个新模型都跑一遍 Big Finance Bench，这是我们由 928 个真实金融工作流问题组成的测试集。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兴奋。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。我们对于在推动模型性能前沿的同时为客户释放新水平的价值和效率感到兴奋。——Alex Wang，Rogo 技术员工

Muse Spark Open on Rogo's Big Financial Bench — 图 1：来自 Fireworks Specialized Intelligence Index 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。
•智能体编程：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。我们很高兴能在此基础上，通过后训练来支撑我们在 Decagon 所服务的复杂工作流——Decagon Labs

Muse Spark Open vs Closed Frontier Models — 图 2：Meta 报告的智能体编程基准测试结果。每个模型均在其各自的智能体框架中接受评估。

在开放端点之前，我们在生产服务栈上使用发布验证套件对最终开放权重进行了测试。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）。作为验证，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，其表现与 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，而不必以牺牲质量为代价来换取成本优势。——Ryan Anderson，Filevine 联合创始人兼 CEO

Muse Spark Open on Fireworks — 图 3：Fireworks 上的 Muse Spark Open。智能体结果取决于框架，不能直接与 Meta 报告的数据相比较。

以下是你今天就可以开始构建的方式：

Muse Spark Open 现已在我们的无服务器 API 上提供，仅限美国容量，且不收取美国溢价。当前定价请参见 Muse Spark Open 模型页面。

无服务器：直接在 Fireworks 无服务器上开始使用 Muse Spark Open，或迁移到预留吞吐量以用于生产工作负载。
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。