816B 模型跑进两台 Mac Studio，但 Meta 的许可证里有三条附加条款/SUENCA

先把「最强」两个字放一边

10 月 15 日，Meta 超级智能实验室把 Muse Spark Open 的权重放上了 Hugging Face。官方博客的标题很直接：迄今为止最强的美国开权重模型。816B 总参数、42B 激活、100 万 token 上下文，原生多模态——文本、图像、视频、音频都能进，输出只有文本。

参数确实唬人。但把这几天各家实测和许可条款摊开看，真正值得写下来的不是「816B」，而是三件更具体的事：它到底要多少机器才能跑、它在谁的榜单上赢、以及那份许可证里究竟写了什么。

816B 的物理账单：不是「下载就能跑」

模型卡写得很清楚：BF16 权重合计约 1.6TB，NVFP4 量化版约 533GB。官方给的最低配置是 NVFP4 需要至少 700GB 显存，BF16 则要 2TB。换句话说，普通显卡用户连门都摸不到，这东西的家在八卡机或者机架上。

真正有意思的是另一条路。Meta 和苹果一起把 MLX 调通了：两台 Mac Studio（M5 Ultra、各 512GB 统一内存）用 Thunderbolt 5 直连，走 RDMA，就能跑 NVFP4 版本。系统要 macOS 26.2 以上，MLX 要 0.30.1 以上，两台机器之间还得配好免密 SSH，再用 mlx.launch 把推理摊到两台机器上。

苹果机器学习研究团队公布的数字是这样的：8K 上下文下，两台机器流水线并行解码 15.74 token/s，张量并行 24.99 token/s，四台机器张量并行 36.73 token/s；首 token 延迟分别是 8.4 秒、8.2 秒和 4.8 秒。这个速度已经超过人的阅读速度，日常对话够用，但离「本地跑得比 API 还爽」还差得远。

如果只有一台 512GB 的机器，也不是完全没戏——用 3-bit 量化（比如 MLX 的 oQ3e，约 372GB）能塞进去，代价是质量损失。4-bit 的 470–533GB 就装不下了，还得给 KV cache 和系统留余量。

所以「千亿参数模型跑在桌面上」这句话，2026 年是真的，但它的完整版本应该写成：两台顶配工作站、一根雷雳 5 线、一套分布式推理配置、一次四个小时的折腾。把它当成「AI 民主化」的证据可以，当成「你也能跑」就误解了。

它强在哪，弱在哪

Meta 自己的评测表里，Muse Spark Open 的位置挺微妙。综合的 Artificial Analysis 智能指数是 39 分，而它同一张表里列出的 GLM 5.3 是 45、Kimi K3 是 44、Qwen3.8 是 40。也就是说，「最强」前面那个「美国」的定语不是客套，是必需。

但拆到具体能力，画风就变了。工具调用类的 MCP-Atlas 它拿 89.2，高于 GLM 的 84.2 和 Kimi 的 82.3；JobBench 61.8，略胜 GLM 的 61.4；多模态那几项（ZeroBench、SimpleVQA、WorldVQA、IntPhys2）基本压着 Kimi K3。

反过来，长程终端任务就明显吃亏：Terminal-Bench 2.1 只有 76.4，GLM 5.3 是 83.9，Kimi K3 是 85.0；DeepSWE 1.1 是 60，GLM 67、Kimi 68；操作系统操作 OSWorld 80.4，输给 Kimi 的 84.8。GPQA 89.0 也被 Qwen3.8 和 Kimi 的 93.5 甩开。

一句话总结：这是一台擅长「调工具、看截图、读文档」的智能体模型，不是编码和终端任务的冠军。如果你的场景是让 agent 在浏览器和办公软件里干活，它值得试；如果是让它长时间在终端里改仓库，现有数据不支持它当第一选择。

许可证里的三条绳子

这才是这篇要说的重点。Muse Model License 的开头几乎是 MIT 的写法：免费、可复制、可修改、可微调、可蒸馏、可合并、可分发、可再许可、可销售。读到这儿很容易以为「这就是开源」。

往下翻，条件来了。

第一条，署名，而且署名范围被写得很宽。任何使用该模型或其「衍生品」的产品，都要在界面、文档、网站或设置菜单里显著标注「Built with Muse Spark Open」。而「衍生品」的定义里，包含了「用该模型或其输出训练、修改、微调、蒸馏或改进出来的任何 AI 模型」——也就是说，你拿它的输出蒸馏出一个小模型对外发布，署名义务跟着走。

第二条，2000 万美元这条线。如果你或你的关联方把「对 AI 模型的访问」作为产品或服务提供给第三方（许可证里叫 Model as a Service），且过去连续 12 个月的合计毛收入超过 2000 万美元，就必须先通知 Meta 并另签书面协议。

这条的边界比标题党写的窄，也比很多人以为的宽。内部使用、研究、非模型服务的商业活动，以及「把模型作为自家产品的一个功能」——比如客服机器人、代码审查——都不受这条约束，公司多大都不用签。真正被卡住的是转售 token 这门生意，尤其是那种「让客户自己发 prompt 给模型」的产品，它和 Model as a Service 的区别只隔着一层 UI。还有一处含糊：许可证全文没有定义「关联方」，如果你在一个集团里，保守起见按集团收入算。

第三条，Usage Policy 被直接并入许可证。它不是「建议」，是条款的一部分，里面列了从违法内容到「不得声称输出由人类生成」的一长串禁止项。对合规团队来说，这意味着使用前要过一遍的不只是版权，还有一份行为清单。

还有一个容易被忽略的细节：Hugging Face 上的仓库是 gated 的，下载前要填真实姓名、出生日期、公司全称。这不妨碍研究，但它说明「权重公开」和「随便拿」是两件事。

这不是孤例，是一套正在成型的模板

把最近几个开权重模型放在一起看，会发现条款在趋同。MiniMax M3.1 Flash 的社区许可同样是「商业使用需标注 Built with MiniMax M3.1-Flash，年收入超过 2000 万美元需事先书面授权」；StepFun 的 Model License 1.0 结构也类似，只是把署名义务挂在月活 1 亿或年收入 2000 万美元的门槛上，设备厂商与大型模型服务商还要另签商业许可。基础授权给得很宽，附加条件集中在署名和收入两条线上。

2000 万美元这个数字反复出现，已经不是巧合，而是事实上的行业分界线——它大致对应「一家活得不错的创业公司」和「一家需要法务介入的公司」之间的位置。对绝大多数团队来说，这条线不会碰到；对靠模型服务赚钱的公司来说，它是必须提前算进商业模型的一项成本。

几点该说清楚的事实边界

上面所有跑分都来自 Meta 自己的评测表和苹果自己的技术博客，属于厂商自述，目前没有第三方在同一套 harness 上完整复现；跨厂商对比时，harness 和推理强度设置不同，分数不能直接横比。
「开源」这个词在这里不准确。更严谨的说法是「开放权重 + 附条件许可」：权重可下载，但署名、收入门槛、使用政策都是约束条件，而且仓库是 gated 的。
桌面部署的数据是在特定配置（M5 Ultra、NVFP4、8K 上下文、128 token 生成）下测的，上下文拉到 64K 时首 token 延迟会明显上升，四机张量并行能到 40 秒量级。
许可证里「衍生品」涵盖蒸馏产物，这一点在实务上如何执行、Meta 会不会追究，目前没有先例可循。