Muse Spark Open，来自 Meta 的开源权重模型，Day-0 即可在 Fireworks 上使用。它是一个 816B 参数的混合专家模型，每个 token 激活 42B 参数，拥有 1M token 的上下文窗口，专为长周期编码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源权重模型之一，也是我们在受监管专业工作领域见过的最强开源权重模型。它在 Vals AI 的 Harvey 法律智能体基准测试排行榜上排名第一，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（Zero Data Retention）方式运行它。今天就在无服务器上试用它，运行于仅限美国的容量，且无美国溢价。然后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，并验证复杂的编码工作——Factory 技术团队成员 Zimu

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方以及我们的专业智能指数（Specialized Intelligence Index），其中每个模型都在相同的测试框架上运行：

  • •在 Harvey 法律智能体基准测试中排名第一：在Vals AI 的排行榜上，针对使用文件和工具完成法律工作，Muse Spark Open 在 75 个模型中排名第一，成绩为 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 的专业智能指数测试中，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）。
  • •在 Finance Agent 上排名前三：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：它在以下测试中得分 90.1%：Vals MedScribe，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 通过其 API 发布该模型时测得的。

在 Rogo，我们会让每个新模型都跑一遍 Big Finance Bench，这是我们包含 928 个真实金融工作流问题的测试集。Muse Spark Open 得分 53.3%，是我们榜单上排名最高的开源权重模型，甚至超过了前沿的 Claude Opus 5（49.2%）。高性能美国开源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能力。我们对其潜力感到兴奋——既能推动模型性能的前沿，又能为客户释放新的价值与效率水平。—— Alex Wang，Rogo 技术员工
Muse Spark Open on Rogo's Big Financial Bench
图 1：按任务难度划分的 Muse Spark Open 在 Rogo Big Finance Bench 上的表现，数据来自 Fireworks 的 Specialized Intelligence Index 运行结果。

Muse Spark Open 在标准基准测试上的得分

Muse Spark Open 在标准公开基准测试上表现不俗：

  • •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作答，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跃迁，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，服务于我们在 Decagon 支持的复杂工作流 —— Decagon Labs
Muse Spark Open vs Closed Frontier Models
图 2：Meta 报告的智能体编程基准测试。每个模型均在其各自的智能体框架中进行评估。

在开放端点之前，我们在生产服务栈上用发布验证套件对最终的开源权重进行了测试。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%，并且在 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 可以为法律开辟新的可能性，而不必在质量上为成本妥协。—— Ryan Anderson，Filevine 联合创始人兼 CEO
Muse Spark Open on Fireworks
图 3：Fireworks 上的 Muse Spark Open。智能体结果取决于测试框架，不能直接与 Meta 报告的数字相比较。

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。查看Muse Spark Open 模型页面了解当前定价。

  1. 无服务器：开始使用直接在 Fireworks 无服务器上使用 Muse Spark Open，或迁移到预留吞吐量以用于生产工作负载。
  2. 想为你的用例定制 Muse Spark Open？试试我们的无服务器训练 API，或联系 Fireworks Lab寻求帮助。