Meta Muse Spark Open: Thẻ Mô Hình Dẫn 7 Trên 20 Hàng, Blog Chỉ Đăng 11 Hàng
Ngày 15/10/2026 Meta phát hành trọng số Muse Spark Open (816 tỉ tham số, 42 tỉ hoạt động, ngữ cảnh 1 triệu token). Bảng trên blog có 11 hàng, Muse dẫn 6 thua 5; thẻ mô hình có 20 hàng năng lực, Muse dẫn 7 thua 13, kể cả chỉ số Artificial Analysis 39 so với 45 của GLM-5.3 và cả ba hàng lập trình. Kho
Ngày 15/10/2026 Meta phát hành trọng số Muse Spark Open, mô hình 816 tỉ tham số (42 tỉ hoạt động mỗi token, ngữ cảnh 1 triệu token), và gọi đây là "mô hình trọng số mở mạnh nhất của Mỹ cho đến nay". Bảng "Key Benchmarks" trên blog có 11 hàng, trong đó Muse dẫn 6 và thua 5 so với người đứng đầu trong bảy mô hình còn lại. Thẻ mô hình trên Hugging Face có 20 hàng năng lực: Muse dẫn 7, thua 13, kể cả chỉ số Artificial Analysis (39, so với 45 của GLM-5.3 và 44 của Kimi K3) và cả ba hàng lập trình. Nhận xét "mạnh nhất của Mỹ" thì số liệu ủng hộ; nhận xét rộng hơn thì không. Giấy phép cho phép chỉnh sửa và chưng cất, nhưng đòi gắn nhãn "Built with Muse Spark Open" và đòi thoả thuận riêng với Meta khi bán dịch vụ API mà tổng doanh thu nhóm công ty vượt 20 triệu USD.
Meta phát hành gì
Bài "Introducing Muse Spark Open" trên research.meta.ai (15/10/2026) và thẻ mô hình trên Hugging Face cho các thông số sau. Mọi con số trong bảng là Meta tự công bố, trừ hai dòng ghi "Locaith đọc".
| Thông số | Giá trị | Nguồn |
|---|---|---|
| Kích thước | 816 tỉ tham số, 42 tỉ hoạt động mỗi token; kiến trúc Mixture-of-Experts, 256 chuyên gia, mỗi token dùng 8, 62 lớp | Thẻ mô hình |
| Ngữ cảnh | 1 triệu token khi suy luận | Blog, thẻ mô hình |
| Đầu vào / đầu ra | Văn bản, ảnh, video, âm thanh vào; văn bản ra. Có bộ mã hoá thị giác 1,8 tỉ tham số | Thẻ mô hình |
| Ngôn ngữ | Huấn luyện với dữ liệu hơn 100 ngôn ngữ; thẻ ghi mô hình "chưa được đánh giá trên mọi ngôn ngữ". Điểm riêng cho tiếng Việt: chưa công bố | Thẻ mô hình |
| Truy cập qua API | Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter, Together AI | Blog |
| Tải trọng số | Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry | Blog |
| Điều kiện tải trên Hugging Face | API của Hugging Face ghi chế độ truy cập "manual" (phải gửi yêu cầu và được duyệt). Biểu mẫu hỏi họ tên đầy đủ, ngày sinh, quốc gia, tổ chức, chức danh và vị trí IP; kho được tạo ngày 15/9/2026 và sửa lần cuối 15/10/2026 | Locaith đọc qua API, 19/10/2026 |
| Giấy phép | Muse Model License (không phải giấy phép mã nguồn mở chuẩn) | Giấy phép |
Bảng điểm: 11 hàng trên blog, 20 hàng trong thẻ mô hình
Thẻ mô hình trên Hugging Face chứa bảng đầy đủ hơn: 20 hàng năng lực và 2 hàng an toàn. Locaith nhập từng số vào một script và so Muse với số cao nhất trong bảy cột còn lại ở mỗi hàng. Kết quả:
| Nhóm | Số hàng | Muse dẫn | Muse thua | Hàng Muse dẫn |
|---|---|---|---|---|
| Chung (chỉ số Artificial Analysis) | 1 | 0 | 1 | — |
| Tác tử | 5 | 2 | 3 | JobBench (61,8 so với 61,4 của GLM 5.3), MCP-Atlas (89,2 so với 84,5) |
| Kiến thức và suy luận | 5 | 2 | 3 | HLE-Diamond không công cụ (26,1 so với 22,2), AA-Omniscience (25 so với 20) |
| Lập trình | 3 | 0 | 3 | — |
| Đa phương thức | 6 | 3 | 3 | ZeroBench, SimpleVQA, IntPhys2 |
| Tổng | 20 | 7 | 13 |
- Blog so với thẻ: 11 hàng trên blog có Muse dẫn 6, thua 5. Chín hàng chỉ có trong thẻ (chỉ số AA, OSWorld, Toolathlon, HLE có công cụ, GPQA Diamond, SWE-Atlas-QnA, WorldVQA, IntPhys2, VideoMMEv2) có Muse dẫn 1, thua 8. Đây là cách Meta chọn hàng để đưa lên blog; các con số trong bảng blog khớp với thẻ.
- Lập trình là phần Meta nhấn mạnh, và là phần Muse yếu nhất so với nhóm này: Meta mô tả mô hình là "built for coding and agentic work". Trên Terminal-Bench 2.1 Muse đạt 76,4 so với 85,0 của Kimi K3 (và 80,1 của Beam, mô hình Mỹ do Meta lấy từ số tự công bố); DeepSWE 60 so với 68; SWE-Atlas-QnA 58 so với 66.
- Hàng dẫn không đều nhau: JobBench chỉ hơn 0,4 điểm. Ở cả sáu hàng đa phương thức, các đối thủ khác không có số (blog ghi "Not supported"), nên Muse chỉ so với Kimi K3 và Inkling; hơn 9 điểm ở ZeroBench là so với Kimi K3 (41,0).
- "Mạnh nhất của Mỹ": trong ba cột của Mỹ (Inkling, Nemotron 3 Ultra, Beam), Muse đứng trên ở mọi hàng có số, trừ Terminal-Bench 2.1 và GPQA Diamond, nơi Beam (số tự công bố) cao hơn (80,1 so với 76,4; 90,5 so với 89,0). Chỉ số AA dưới đây cũng xếp Muse (39) trên Beam (30), Inkling (25) và Nemotron 3 Ultra (23). Với riêng nhận xét "của Mỹ", số liệu ủng hộ Meta.
Meta đo thế nào
Báo cáo phương pháp của Meta (8 trang) nêu rõ cách chọn số, và cách này ảnh hưởng đến cách đọc bảng. Nguyên tắc: dùng mức suy luận cao nhất của từng mô hình (Muse xhigh, Qwen3.8 xhigh, GLM 5.3 và Kimi K3 max, Nemotron 3 Ultra bật chế độ suy nghĩ). Khi có bảng xếp hạng chính thức cho mọi mô hình thì lấy số từ đó (Scale AI cho HLE-Diamond, MCP-Atlas và FORTRESS; Artificial Analysis cho chỉ số AA, GDPval-AA, SciCode, Terminal-Bench 2.1 và AA-Omniscience; bảng xếp hạng riêng cho JobBench); không có thì lấy số Meta tự chạy hoặc số tự công bố của hãng khác.
- Beam và Mistral Large 4 chỉ có số tự công bố: Meta viết trọng số của hai mô hình này "chưa phổ biến rộng rãi" lúc Meta chạy đánh giá, nên dùng số từ bài ra mắt của chính họ, kèm số của Artificial Analysis khi có.
- DeepSWE trộn nhiều khung chạy: số của Muse dùng khung Muse Code (lấy từ Artificial Analysis); Qwen3.8 dùng Claude Code; GLM 5.3 dùng mini-swe-agent; Kimi K3 dùng Kimi Code; Beam và Mistral Large 4 không nêu khung. Thẻ gọi đây là "preferred harness", nghĩa là mỗi mô hình được chấm bằng khung nó ưa thích, không phải một khung chung.
- Các hàng có công cụ dùng số tự công bố của hãng khác: HLE có công cụ (Meta chạy bản của mình với bash và trình duyệt, còn với mọi mô hình bên thứ ba thì trích số tự công bố), OSWorld của Kimi K3, và Toolathlon của GLM 5.3 và Qwen3.8.
- Phép đo đa phương thức do mô hình khác chấm: BabyVision, SimpleVQA, ZeroBench và WorldVQA dùng GPT-OSS-120B (mức suy luận cao) làm người chấm.
- Lời tự giới hạn: Meta viết kết quả của mô hình bên thứ ba là "best-effort", khung chạy "không được tinh chỉnh riêng cho mô hình của bên thứ ba" và "có thể không phản ánh hiệu năng tốt nhất do nhà cung cấp tối ưu".
Gộp lại, đây là bảng do bên bán mô hình lập, dùng nhiều nguồn số khác nhau. Nhiều số trong đó (Artificial Analysis, Scale AI, các bảng xếp hạng riêng) do bên thứ ba đo, nhưng người chọn hàng, chọn đối thủ và chọn nguồn là Meta.
Số do Artificial Analysis đo: cùng một con số, thêm giá và tốc độ
Chỉ số AA của Muse Spark Open (xhigh) trong thẻ mô hình là 39, lấy từ Artificial Analysis ngày 7/10/2026 theo báo cáo phương pháp. Locaith đọc lại bảng xếp hạng của Artificial Analysis lúc 00:05 UTC ngày 19/10/2026 và cũng thấy 39, nên Meta trích đúng số; đây là cùng một phép đo, không phải một phép đo thứ hai. Lệch nhỏ duy nhất Locaith thấy: thẻ ghi Inkling 26, dòng "Inkling (xhigh)" hiện tại của AA ghi 25. Cũng theo bảng hiện tại, Beam 1.0, vốn là "—" trong bảng của Meta vì chưa đo, nay có 30.
Trang AA bổ sung ba thông tin Meta không đưa lên blog: tốc độ trung bình 141 token/giây; giá niêm yết 1,25 USD cho một triệu token vào và 4,25 USD cho một triệu token ra (theo cách AA ghi); và chi phí 0,84 USD cho mỗi tác vụ của chỉ số, với 110 triệu token đầu ra trong cả bài đo (trung vị các mô hình tương tự là 130 triệu). AA nhận xét mô hình "đặc biệt đắt khi so với các mô hình trọng số mở cùng cỡ", trung vị giá của nhóm này là 0,43 và 1,68 USD. Nhưng tính theo mỗi tác vụ, Muse rẻ hơn ba mô hình có điểm cao hơn: 0,84 USD so với 2,01 của GLM-5.3, 2,00 của Kimi K3 và 2,16 của Qwen3.8, tức khoảng 39% đến 42% chi phí, đổi lại thấp hơn 1 đến 6 điểm chỉ số. Hai nhận xét có thể cùng đúng vì giá theo token và số token dùng cho mỗi tác vụ là hai thứ khác nhau; Locaith không có số token của GLM, Kimi hay Qwen để kiểm, và AA làm tròn chi phí đến cent. Cùng bảng, bản Muse Spark 1.3 (max) của Meta đạt 48 ở 1,60 USD mỗi tác vụ; đó là mô hình khác, và quan hệ phiên bản với bản mở Locaith không rõ.
Chạy tại nhà: 1,64 TB tệp, cần ít nhất 700 GB VRAM
Meta nhấn mạnh việc chạy mô hình trên hai máy Apple Mac Studio M5 Ultra ("the first model in its class to run on your desktop"). Số liệu để tự kiểm:
- Kho BF16: API Hugging Face liệt kê 78 tệp, tổng cộng khoảng 1.644 GB (Locaith cộng kích thước các tệp, 19/10/2026). Siêu dữ liệu safetensors đếm 822,0 tỉ tham số (821,9 tỉ BF16 cộng 0,13 tỉ F32), cao hơn "816B" trong tiêu đề khoảng 6 tỉ; Locaith không giải thích được chênh lệch này và chưa biết có phải do cách đếm hay không.
- Yêu cầu Meta ghi: bản NVFP4 cần GPU có ít nhất 700 GB VRAM; bản BF16 cần 2 TB. 700 GB tương đương chín card 80 GB (phép tính của Locaith).
- Mac Studio: Meta nói mỗi máy dùng được tới 512 GB bộ nhớ hợp nhất, băng thông 1,2 TB/giây, hai máy "giữ cả mô hình". Hai máy là 1.024 GB, nhỏ hơn 1.644 GB của tệp BF16, nên bản chạy thử không thể là bản BF16; blog không nói độ chính xác đã dùng (Locaith suy luận là mức khoảng 4 bit, chưa xác nhận).
- Tốc độ: trang blog không có con số token/giây bằng chữ (Locaith không xem video minh hoạ). Một trần lý thuyết do Locaith tính, chỉ xét băng thông: mỗi token phải đọc 42 tỉ tham số hoạt động, ở 4 bit là 21 GB, với 1,2 TB/giây cho trần khoảng 57 token/giây; ở 8 bit khoảng 28,6. Tốc độ thật thấp hơn (còn bộ nhớ đệm KV và kết nối giữa hai máy) và Locaith chưa thấy ai đo.
Với một doanh nghiệp Việt Nam, điều này nghĩa là chạy mô hình "tại nhà" thực tế là mua cụm máy cỡ vài trăm đến hơn một nghìn GB bộ nhớ (giá hai Mac Studio M5 Ultra: Locaith chưa kiểm), còn đường thực tế hơn là gọi qua một trong bảy nhà cung cấp API Meta liệt kê, trả theo token.
Giấy phép: rộng, nhưng có ba điều khoản cần đọc
Locaith tải toàn văn Muse Model License (8,3 KB) từ kho Hugging Face ngày 19/10/2026. Phần cấp quyền rộng: dùng, sao chép, sửa (kể cả tinh chỉnh), tạo sản phẩm phái sinh, chưng cất, trộn, xuất bản, phân phối, cấp phép lại và bán. Meta không nhận quyền sở hữu với đầu ra của mô hình, và cung cấp mô hình "AS IS", không bảo hành. Ba điều khoản đáng chú ý:
- Nhãn "Built with Muse Spark Open" (mục 2): phải hiển thị nổi bật trong giao diện của mỗi sản phẩm hay dịch vụ dùng mô hình hoặc sản phẩm phái sinh, hoặc trong tài liệu, trang web, menu cài đặt. "Sản phẩm phái sinh" được định nghĩa là bất kỳ mô hình AI nào được tạo, huấn luyện, sửa, chưng cất "hoặc cải thiện bằng bất kỳ cách nào" nhờ mô hình hay đầu ra của nó. Nghĩa là mô hình nhỏ huấn luyện trên đầu ra của Muse cũng mang nghĩa vụ này và Chính sách sử dụng. Locaith không biết nghĩa vụ nhãn có áp dụng khi chỉ gọi mô hình qua API của bên thứ ba hay không; câu này nên hỏi nhà cung cấp hoặc luật sư.
- Dịch vụ mô hình (Model as a Service) trên 20 triệu USD (mục 3): nếu bên được cấp phép hoặc công ty liên kết cung cấp cho người khác truy cập mô hình AI qua API và tổng doanh thu gộp của bên đó cùng các công ty liên kết vượt 20 triệu USD trong bất kỳ 12 tháng liên tiếp nào, phải thông báo cho Meta và ký thoả thuận riêng trước khi bán mô hình hay sản phẩm phái sinh dưới dạng dịch vụ. Ngưỡng tính trên doanh thu toàn nhóm công ty, không chỉ doanh thu AI. Điều khoản không áp dụng cho dùng nội bộ, nghiên cứu, hoạt động thương mại không phải bán truy cập mô hình, hay dùng mô hình làm một thành phần cho tính năng của sản phẩm của chính mình.
- Chính sách sử dụng (Phụ lục A): cấm, trong số nhiều điều, "hành nghề không phép hoặc không giấy phép của bất kỳ nghề nào, gồm tài chính, pháp lý, y tế" (Locaith dịch từ "unauthorized or unlicensed practice of any profession including... financial, legal, medical/health"), "vận hành hạ tầng trọng yếu, công nghệ giao thông hoặc máy móc hạng nặng" (nằm trong mục các hoạt động có nguy cơ gây chết người hoặc thương tích), và tuyên bố đầu ra do con người tạo ra. Mô hình "không dành cho người dưới 18 tuổi". Với công ty ngoài châu Âu, "Meta" trong giấy phép là Meta Platforms, Inc.
An toàn: một hàng từ Scale AI, phần còn lại Meta tự chạy
Thẻ mô hình ghi bản mở có thêm huấn luyện an toàn và khuyến nghị triển khai kèm lớp chặn riêng. Bảng có hai hàng an toàn. FORTRESS adversarial lấy từ bảng xếp hạng của Scale AI (phần dữ liệu riêng): Muse có điểm rủi ro trung bình 5,8, năm mô hình có số còn lại từ 21,6 đến 28,2 (thấp hơn là tốt hơn). Cùng hàng này, tỉ lệ từ chối nhầm câu hỏi vô hại của Muse là 17,4%, cao nhất trong sáu mô hình có số (các mô hình còn lại 2,7% đến 13,3%). StrongREJECTv2 là bài thử nội bộ của Meta, chạy bởi Meta cho mọi mô hình: Muse 0,5 so với 62,9 đến 86,4 của năm mô hình còn lại. Meta cũng nêu Muse từ chối 99,2% các lần vượt rào an ninh mạng trong bài thử nội bộ, so với 75,5% của Kimi K3. Locaith không mở bảng xếp hạng của Scale AI nên chưa kiểm hàng FORTRESS ở nguồn, và chưa thấy phép đo độc lập nào cho các số nội bộ. Với doanh nghiệp, tỉ lệ từ chối nhầm cao nghĩa là có thể gặp ma sát trong quy trình làm việc thông thường; nên thử trên bộ câu hỏi thật của mình.
Điều doanh nghiệp Việt Nam có thể rút ra
Đây là nhận định của Locaith, không phải lời Meta. Một, nếu cần mô hình trọng số mở "của Mỹ", Muse Spark Open là lựa chọn mạnh nhất trong bảng của Meta; nhưng nếu quốc tịch mô hình không phải ràng buộc, thì ở 13 trong 20 hàng có ít nhất một trong ba mô hình Trung Quốc (GLM 5.3, Kimi K3, Qwen3.8) điểm cao hơn, nhất là ở lập trình. Hai, chi phí mỗi tác vụ (0,84 USD theo AA) thấp hơn các mô hình điểm cao hơn, nên đáng thử nếu khối lượng lớn và chất lượng hơi thấp hơn chấp nhận được. Ba, đọc giấy phép trước khi dựng sản phẩm: nghĩa vụ gắn nhãn, định nghĩa "phái sinh" rộng và điều khoản 20 triệu USD cho dịch vụ API. Bốn, Meta chưa công bố điểm tiếng Việt; hãy thử trên dữ liệu tiếng Việt của mình trước khi quyết định.
Giới hạn của bài này
Locaith đọc ngày 19/10/2026: bài blog của Meta, thẻ mô hình và giấy phép trên Hugging Face (tải qua đường dẫn resolve, không phải qua trình duyệt), báo cáo phương pháp 8 trang, API công khai của Hugging Face (kích thước tệp, siêu dữ liệu, trạng thái truy cập), và trang của Artificial Analysis. Locaith không chạy mô hình, không xem video minh hoạ, không đọc bản "evaluation report" đầy đủ mà Meta nói "sẽ có sớm". Các đếm "dẫn/thua" là phép so của Locaith với người cao nhất trong bảy cột còn lại của bảng Meta; chúng không phản ánh chất lượng trên tác vụ cụ thể. Điểm AA đọc ở phiên bản chỉ số v4.3.2; Meta lấy ở v4.3 ngày 7/10/2026. Các bài tổng hợp bên ngoài mô tả giấy phép và phần cứng với nhiều chi tiết khác nhau; Locaith chỉ dùng văn bản gốc. Các tính toán về tệp, tốc độ trần và chi phí so sánh là của Locaith.
Nguồn:
- Meta AI Research — Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date, 15/10/2026 — thông số, đối tác, bảng Key Benchmarks
- Hugging Face — Muse Spark Open model card (meta-models/Muse-Spark-Open-816B-A42B) — thẻ mô hình, bảng 20 hàng, yêu cầu phần cứng, an toàn
- Hugging Face — Muse Model License và Usage Policy — toàn văn giấy phép
- Meta — Muse Spark Open Evaluation Methodology (PDF, 8 trang) — nguồn từng con số và khung chạy
- Hugging Face — API công khai của kho meta-models/Muse-Spark-Open-816B-A42B — kích thước tệp, siêu dữ liệu, trạng thái truy cập
- Artificial Analysis — Muse Spark Open (xhigh): Intelligence, Performance and Price Analysis và bảng xếp hạng mô hình, Locaith đọc 19/10/2026 lúc 00:05 UTC — chỉ số, giá, tốc độ, chi phí mỗi tác vụ
Locaith đọc trực tiếp các nguồn trên ngày 19/10/2026. Ảnh bìa và bảng điểm: ảnh của Meta trên trang blog (ảnh bìa là ảnh hero không chữ, Locaith cắt về tỉ lệ 1200×630). Biểu đồ chỉ số và chi phí do Locaith dựng theo Artificial Analysis. Ban Biên Tập Locaith biên soạn và phân tích ngày 19/10/2026.