Muse Spark Open의 개요
Muse Spark Open은 Meta Superintelligence Labs가 2026년 10월 15일에 공개한 오픈 가중치 모델입니다. Muse Spark의 오픈 버전이며, Meta에 따르면 Muse Spark 1.3과 기반 모델을 공유하고 Meta의 호스팅 필터 없이도 버틸 수 있도록 안전성 후속 학습을 추가했습니다. 전체 8,160억(816 billion) 파라미터 중 토큰당 420억(42 billion)이 활성화되는 sparse mixture-of-experts 모델이며, 컨텍스트는 1,048,576 토큰입니다. 텍스트, 이미지, 동영상, 오디오를 읽고 텍스트를 씁니다.
가중치는 BF16(약 1.65TB)과 NVFP4(약 537GB)로 접근 제한이 있는 Hugging Face 저장소에서 받을 수 있고, Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry를 통해서도 제공됩니다. Meta는 자체 Model API에서 이 모델을 서비스하지 않습니다. 호스팅 엔드포인트로는 Baseten, Fireworks, Together, Nebius, Modal이 있으며, 모두 OpenRouter에 100만 토큰당 입력 $1.25, 출력 $4.25로 올라 있습니다.
오픈소스 라이선스가 아니라 Muse Model License로 공개되었습니다. 사용은 무료지만 제품에 "Built with Muse Spark Open"을 표시해야 하며, 연 매출 $20 million(2,000만 달러)을 넘는 기업이 모델 접근을 서비스로 판매하려면 Meta와 별도 계약이 필요합니다.
Muse Spark Open의 가격은 얼마입니까?
| 플랜 | 가격 | 포함 내용 |
|---|---|---|
| Weights | Free | Muse Model License |
| OpenRouter | $1.25 in / $4.25 out per 1M tokens | 캐시 $0.15 |
Muse Model License의 무료 가중치입니다(출처 표기 필수, model-as-a-service는 매출 $20M 기준). OpenRouter 호스팅은 1M 토큰당 입력 $1.25, 캐시 $0.15, 출력 $4.25입니다.
Muse Spark Open, 쓸 만한 가치가 있습니까?
현재 확인 가능한 근거로 보면 Muse Spark Open은 미국 연구소에서 나온 가장 강한 오픈 가중치 모델이지만, 가장 강한 오픈 모델은 아닙니다. Meta 자체 모델 카드에 실린 바에 따르면 Artificial Analysis는 Intelligence Index에서 이 모델에 39점을 주었고, 같은 척도에서 GLM 5.3은 45점, Kimi K3는 44점입니다. 앞서는 분야는 에이전트 작업입니다. MCP-Atlas에서 89.2로 Kimi K3의 82.3을, JobBench에서 61.8로 54.3을 앞섭니다. Terminal-Bench 2.1에서는 76.4로 83.9와 85.0인 두 모델에 뒤집니다.
눈에 띄는 부분은 안전성 표입니다. 적응형 StrongREJECT v2 탈옥 테스트에서 Meta는 0.5를 보고했으며, 함께 테스트한 다른 오픈 모델은 62.9~86.4였습니다. 사이버 탈옥 세트에서는 99.2%와 94.8%를 거부했고, Kimi K3는 75.5%와 70.2%를 거부했습니다. 이는 Meta의 수치이며, 카드는 이 결과가 파인튜닝 뒤에도 유지된다고 가정해서는 안 된다고 경고합니다. 그래도 내부에서 돌릴 오픈 모델을 고르는 규제 산업의 구매자에게는 이 페이지에서 가장 의미 있는 수치입니다.
경제성이 흔들리는 곳은 호스팅입니다. OpenRouter의 모든 엔드포인트가 100만 토큰당 $1.25와 $4.25를 받는데, 이는 비공개 Muse Spark 1.3과 정확히 같은 가격입니다. Artificial Analysis는 비슷한 오픈 모델과 비교해 특히 비싸다고 평가하며, 해당 등급의 중앙값은 $0.43과 $1.59입니다. GLM 5.3은 Z.ai에서 $1.40과 $4.40에 그 지수에서 더 높은 점수를 받습니다. 오픈 가중치가 의미 있는 것은 데이터 통제 때문이지 가격 때문이 아닙니다.
자체 호스팅은 데이터센터급 작업입니다. Meta의 가장 작은 공식 빌드인 NVFP4는 가중치만 약 537GB로 Blackwell GPU 4장 노드가 필요하고, 모델 카드는 캐시 메모리까지 고려하면 최소 700GB의 VRAM을 권장합니다. 대표적인 데스크톱 선택지는 MLX로 512GB Mac Studio 두 대를 쓰는 것입니다. 라이선스는 대부분의 사용자에게 관대해 사용자 수 상한도 없고 출력물에 대한 권리 주장도 없지만, 접근 제한 다운로드는 법적 성명, 생년월일, 소속 기관을 요구하며, 이를 기반으로 만든 모든 제품에는 Meta의 출처 표기 문구가 들어가야 합니다.
제 역할을 하는 곳
온프레미스 Blackwell 클러스터를 가진 은행의 인프라 팀
프롬프트가 건물 밖으로 나가지 않는 내부 코딩 및 에이전트 모델 운영
NVFP4 빌드는 Blackwell GPU 4장 노드 하나에 들어가며, 모든 프롬프트와 응답이 은행 네트워크 안에 머뭅니다. 내부 사용은 라이선스의 $20M model-as-a-service 조항에 해당하지 않으며, Meta의 탈옥 결과는 테스트한 오픈 모델 중 가장 강합니다.
중견 SaaS 회사의 프로덕트 매니저
특정 API 종속을 피하기 위해 오픈 가중치로 에이전트 기능 출시
100만 토큰당 $1.25/$4.25인 OpenRouter 엔드포인트 아무 곳에서나 시작하고, 나중에 모델을 바꾸지 않고 자체 호스팅으로 옮길 수 있습니다. 제품의 인터페이스, 문서, 설정 중 어딘가에 "Built with Muse Spark Open"을 표시해야 합니다.
버티컬 AI 스타트업의 ML 엔지니어
자사 고유 워크플로로 프런티어급 모델 파인튜닝
Meta는 PyTorch와 TorchTitan을 통한 SFT와 강화학습을 지원하며, 라이선스 보유자가 파생 모델을 증류하고 재배포하도록 허용합니다. 816B 파라미터 학습에는 멀티 노드 클러스터가 필요하고, Meta의 안전성 결과는 수정된 모델에는 이어지지 않습니다.
도입 전 확인할 점
- 설정
- Hugging Face에서 접근을 신청(법적 성명, 생년월일, 소속 기관)한 뒤 SGLang이나 vLLM으로 서빙합니다. 또는 OpenRouter, Together, Fireworks, Baseten, Nebius, Modal의 호스팅 엔드포인트를 호출합니다.
- 연동
- SGLang, vLLM, TensorRT-LLM, Transformers, llama.cpp, MLX, Unsloth. SageMaker AI, Google Cloud Model Garden, Microsoft Foundry 카탈로그. 추론 강도는 low, medium, high, xhigh이며 기본값은 xhigh입니다.
- 데이터와 개인정보
- Muse Model License: 사용, 수정, 증류, 재배포 무료. 각 제품에 출처 표기 필수. 연 매출 $20M을 넘는 model-as-a-service 제공자는 별도 계약 필요. Meta는 출력물에 대한 소유권을 주장하지 않습니다. 자체 호스팅하면 아무것도 인프라 밖으로 나가지 않습니다.
- 대규모 사용 시 비용
- 자체 호스팅: NVFP4(약 537GB)는 Blackwell GPU 4장 노드 하나, BF16(약 1.65TB)은 B300 8장, 또는 512GB M5 Ultra Mac Studio 두 대. 호스팅으로 건당 입력 3,000, 출력 500 토큰인 고객 지원 답변을 월 100만 건 처리하면 OpenRouter 요금으로 약 $5,875입니다.
- 제한
- 컨텍스트는 1,048,576 토큰이지만 OpenRouter 엔드포인트 한 곳은 1M으로 제한하며, 출력 상한은 제공자마다 다릅니다. OpenRouter의 EU 역내 라우팅으로는 쓸 수 없습니다. Meta의 벤치마크는 독립적으로 검증되지 않았고, 카드는 아주 짧거나 저해상도인 동영상 처리가 약하다고 밝힙니다.
좋은 점
- 활성 42B, 1M 토큰 컨텍스트의 816B MoE 오픈 가중치
- Meta 표 기준 MCP-Atlas 89.2로 Kimi K3, GLM 5.3, Qwen3.8을 앞섬
- Meta에 따르면 StrongREJECT v2에서 0.5, 경쟁 오픈 모델은 62.9~86.4
- 공식 NVFP4 빌드, 출시 시점부터 SGLang, vLLM, TensorRT-LLM, llama.cpp, MLX 지원
아쉬운 점
- Artificial Analysis 지수 39로 GLM 5.3(45)과 Kimi K3(44)에 뒤짐
- 호스팅 가격이 비공개 Muse Spark 1.3과 같아 오픈 모델 중앙값보다 훨씬 높음
- 자체 라이선스: 출처 표기 의무, model-as-a-service에 $20M 기준
- 접근 제한 다운로드에서 법적 성명, 생년월일, 소속 기관을 요구
추천 대상
자체 하드웨어에서 유능한 에이전트 모델이 필요하고, 다른 오픈 모델보다 강한 거부 동작을 원하며, Meta의 출처 표기 조항을 감수할 수 있는 조직.
Muse Spark Open 대안
Muse Spark Open: 자주 묻는 질문
- Muse Spark Open, 쓸 만한 가치가 있습니까?
- 안전성 결과가 유난히 좋은 본격적인 오픈 가중치 에이전트 모델입니다. 다만 비공개 Spark와 같은 호스팅 가격, 그리고 생년월일까지 묻는 라이선스가 발목을 잡습니다. 평점은 5점 만점에 4.0점입니다.
- Muse Spark Open의 가격은 얼마입니까?
- Muse Model License의 무료 가중치입니다(출처 표기 필수, model-as-a-service는 매출 $20M 기준). OpenRouter 호스팅은 1M 토큰당 입력 $1.25, 캐시 $0.15, 출력 $4.25입니다.
- Muse Spark Open의 단점은 무엇입니까?
- Artificial Analysis 지수 39로 GLM 5.3(45)과 Kimi K3(44)에 뒤짐; 호스팅 가격이 비공개 Muse Spark 1.3과 같아 오픈 모델 중앙값보다 훨씬 높음; 자체 라이선스: 출처 표기 의무, model-as-a-service에 $20M 기준; 접근 제한 다운로드에서 법적 성명, 생년월일, 소속 기관을 요구.
- Muse Spark Open에 적합한 사람은 누구입니까?
- 자체 하드웨어에서 유능한 에이전트 모델이 필요하고, 다른 오픈 모델보다 강한 거부 동작을 원하며, Meta의 출처 표기 조항을 감수할 수 있는 조직.
- 팀이나 프로덕션 환경에서 Muse Spark Open의 비용은 얼마입니까?
- 자체 호스팅: NVFP4(약 537GB)는 Blackwell GPU 4장 노드 하나, BF16(약 1.65TB)은 B300 8장, 또는 512GB M5 Ultra Mac Studio 두 대. 호스팅으로 건당 입력 3,000, 출력 500 토큰인 고객 지원 답변을 월 100만 건 처리하면 OpenRouter 요금으로 약 $5,875입니다.
- Muse Spark Open에 회사 데이터를 맡겨도 안전합니까?
- Muse Model License: 사용, 수정, 증류, 재배포 무료. 각 제품에 출처 표기 필수. 연 매출 $20M을 넘는 model-as-a-service 제공자는 별도 계약 필요. Meta는 출력물에 대한 소유권을 주장하지 않습니다. 자체 호스팅하면 아무것도 인프라 밖으로 나가지 않습니다.
- Muse Spark Open의 가장 좋은 대안은 무엇입니까?
- 저희가 리뷰한 것 중 가장 가까운 대안은 GLM-5.3, Kimi K3, Muse Spark 1.3 및 Muse Glimmer입니다.
답변 확인일: 2026년 10월 23일.
Muse Spark Open 개발사입니까? 이 평점을 사이트에 표시하십시오
