两台配置拉满的苹果工作站连在一起，桌上就跑起了一尊8160亿参数的开源大模型。
这是扎克伯格和苹果在发布会上摆出来的宏大图景。Meta正式推出接棒Llama的多模态模型Muse Spark Open，总参数816B，单Token激活42B，号称支持100万Token上下文。苹果机器学习团队随即上线技术演示，用自研MLX框架和一条雷雳5线缆，把两台搭载M5 Ultra芯片的Mac Studio拼成虚拟算力池，在办公桌上完成了本地推理。
两家曾因隐私追踪反目成仇的硅谷巨头，突然在同一天握手言和。官方给出的叙事极具诱惑力：这是西方极强的开放权重模型，也是个人设备拥抱超级智能的里程碑。
但这并不是算力平权的胜利，而是一场由极其昂贵的硬件堆出来的橱窗秀。
700GB显存门槛，拼出来的桌面神话
算力可以稀疏，物理内存却省不掉。Muse Spark Open虽然在单次计算时只激活约42B参数，但全部256个专家权重必须完整驻留在显存里。
官方发布的BF16原始权重在1.5TB到1.65TB之间，常规机房部署需要4个节点共32张H200。就算压缩到NVFP4版本，苹果专用权重文件依然净占493GB显存。部署官方文档写得很死：聚合显存最低700GB。
单台顶配M5 Ultra哪怕配齐512GB统一内存，物理上也塞不下这颗权重。苹果展示的桌面运行，底线是两台512GB机型，或者四台256GB机型，并且要求系统升级至macOS 26.2。
性能表现更是骨感。在张量并行模式下，双机跑出24.99 tok/s的速度，首字延迟却长达8.2秒；若换成流水线并行，速度会直接跌至15.74 tok/s。发布会上宣称的36 tok/s，必须用四台工作站连成集群才能达到。两台顶配Mac Studio加上配件，采购价格早已超过普通服务器，根本不是给独立开发者准备的生产工具。
纸面百万窗口，实测缩水九成
除了显存硬伤，长文本在工程落地中也遭遇严重断层。
Meta标称支持100万Token全模态上下文，但跑满100万Token仅KV Cache就要吃掉约266GB显存。在双机内存已经被权重吃满的情况下，长上下文几乎必然引发内存溢出。
在英伟达TensorRT-LLM专用测试分支中，实际跑通的服务上下文被强制截断在49,152 Tokens，缩水超过95%，且必须强制开启FP8精度的KV Cache。
苹果桌面上展示的25 tok/s，同样是在8K极短上下文下测得的成绩。一旦塞入长文档，节点间跨雷雳5线缆的通信带宽会被迅速吃完，生成速度随即腰斩。一个主打工程仓库重构的代码模型，如果可用窗口缩回49K，纸面上的长文本优势就失去了实操意义。
编程基准落后与防御性许可
剥离全美最强开源权重的定语修饰，Muse Spark Open在代码与终端基准测试中并无统治力。
| 评测基准 | Muse Spark Open | 竞品表现 | 实测落差 |
|---|---|---|---|
| Terminal-Bench 2.1 任务通过率 | 76.4% | 85.0%（Kimi K3）/ 82.0%（Qwen3.8） | 落后 5.6 至 8.6 个百分点 |
| DeepSWE 1.1 编程基准 | 60.0%（自研Harness） | 69.0%（统一框架竞品均值） | 评测环境口径不一致 |
| Artificial Analysis 综合指数 | 39 分 | 主流闭源梯队常态超 60 分 | 综合智能指标偏低 |
在第三方评测机构Artificial Analysis的Terminal-Bench 2.1测试中，Muse Spark Open仅得76.4%，落后于Kimi K3的85.0%和Qwen3.8的82.0%。DeepSWE基准上Meta宣称的60%成绩，依赖其自研的Muse Code测试脚手架，与业内公开评测的口径并不统一。
比性能更引人关注的是开源许可协议的急转弯。
过去Llama采用的限制条款主要是7亿月活，意在防范系统级科技巨头。这次Meta为Muse Spark Open制定了专门的Muse Model License，放弃了小尺寸版本使用的Apache 2.0协议，设下了极其具体的商业门槛：
- MaaS营收红线.过去12个月内通过该模型提供API或模型即服务聚合营收超过2000万美元的企业，必须向Meta单独申请商业授权。
- 衍生模型传染.任何利用该模型权重进行蒸馏所产出的中小型模型，必须无条件继承相同的商用限制条款。
- 品牌强制露出.下游商业产品的界面中，必须强制保留Built with Muse Spark Open的标识。
这项条款放行了大型企业内网部署，但精准卡死了转售API的中小型二级云平台，同时锁死了通过模型蒸馏免费套取知识产权的路径。
同舟各图其利，护城河从未消失
苹果需要为单价数万元的高配Mac Studio寻找理由，证明昂贵的统一内存不只是视频剪辑工具；Meta则急需在英伟达垄断的机房之外，拉拢具备高显存带宽的终端盟友，向资本市场证明其开源技术能落地到个人设备。
《孙子兵法》有言：夫吴人与越人相恶也，当其同舟而济，遇风，其相救也如左右手。曾经在隐私追踪上针锋相对的两家公司，在飞涨的算力账单面前成了同一艘船上的盟友。
但这绝非开源精神的回归。当开源模型被加上严苛的营收门槛、蒸馏限制和品牌锁定时，开放就已经蜕变成一种受控分发的商业策略。
对于真正的工程团队而言，两台顶配Mac Studio搭起来的玩具成本过高，不可调优的受控大模型也无法直接托付核心业务。在技术选型面前，永远是每万Token的真实推理成本与底层依赖的稳定性说了算。
剥开桌面端运行的绚丽外壳，台下计算的依旧是利益分配与护城河。