Meta는 "미국 최강 오픈소스 모델"을 발표했습니다

메타 CEO 마크 저커버그. 이미지 AI 처리됨

글｜수양

편집｜서청양

미국 현지 시간 10월 15일, 메타는 Muse Spark Open을 공식 발표했다. 총 8160억 개의 매개변수와 420억 개의 활성 매개변수를 가진 혼합 전문가 모델로, 가중치 다운로드를 동시에 개방했다.

이는 미국에서 지금까지 가장 강력한 오픈 소스 가중치 모델로, 원주율 다중 모드 입력을 원활하게 지원하며, 컨텍스트 윈도우는 100만 토큰에 도달한다.

튜링 상 수상자, 메타 전 수석 AI 과학자 양리쿤 "열정적으로" 찬성

01 두 대의 "애플"로 실행 가능

메타는 애플과 협력하여 최적화했다고 밝히며, 두 대의 M5 울트라 버전 Mac Studio로 전체 모델을 완벽하게 실행할 수 있다고 전했다.

구체적인 구성은 두 대의 M5 울트라 버전 Mac Studio가 MLX 프레임워크를 통해 협력하여 통합 메모리가 1TB에 도달한다. M5 울트라의 메모리 대역폭은 초당 1.2TB에 달하며, 각 토큰에 필요한 작은 조각 읽기 속도를 지원할 수 있다.

모델 자체는 혼합 전문가 아키텍처를 채택하고 있으며, 8160억 개의 총 매개변수 중 매번 420억 개가 활성화된다. 이는 추론 시 실제 호출되는 매개변수의 양이 총 규모보다 훨씬 적다는 것을 의미하지만, 전체 가중치는 여전히 메모리에 모두 로드되어야 한다. 모델 카드에 명시된 NVFP4 버전은 최소 700GB의 가속기 메모리가 필요하고, BF16 버전은 2TB가 필요하다.

따라서 두 대의 512GB Mac Studio는 양자화된 가중치를 담을 수 있는 기준에 딱 맞는다.

원주율 다중 모드는 Muse Spark Open의 또 다른 핵심이다.

모델은 텍스트, 이미지, 비디오 및 오디오 네 가지 입력을 수용하고, 출력은 텍스트로 이루어진다. 이는 생성형 다중 모드 모델이 아니며------그림을 그릴 수 없고, 비디오를 생성할 수 없으며, 음성을 합성할 수 없다. 이 모델의 능력은 다양한 모드의 정보를 이해하고 분석하는 데 있다. 개발자는 이를 통해 스크린샷을 보고, 녹음을 듣고, 비디오 프레임을 분석한 후, 텍스트 지침과 결합하여 판단을 내릴 수 있다. 대리 작업 흐름에 있어 이러한 이해 능력은 생성 능력보다 더 실용적이다.

애플 칩 외에도 Muse Spark Open은 주류 추론 엔진 및 하드웨어 플랫폼을 지원한다. SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp, Unsloth가 이미 적응되었으며, AMD, 애플, 인텔, 엔비디아의 칩 모두 실행할 수 있다.

메타는 또한 SGLang에서 1.03배에서 3.95배의 커널급 가속을 제공하는 맞춤형 Helion GPU 커널을 내장하고 있으며, AMD MI350에서 엔드 투 엔드 속도를 3% 향상시킨다.

02 "미국 최강"의 가치

메타는 여러 차례 "미국 최강 오픈 소스 가중치 모델"이라고 강조했다.

메타가 공개한 점수표에 따르면, Muse Spark Open은 JobBench와 MCP-Atlas 두 가지 도구의 기준 테스트에서 각각 61.8점과 89.2점을 기록하며 GLM 5.3, Kimi K3 및 Qwen3.8 등의 경쟁자를 초월했다.

도구 없이 진행된 HLE-Diamond 추론 테스트에서도 26.1점으로 선두를 차지했다. 도구를 사용한 시각 평가에서 ZeroBench는 50점, SimpleVQA는 73.6점을 기록하며 역시 앞서 나갔다.

미국 AI 과학자 네이선 램버트는 그가 미국 오픈 소스 모델이 다시 경쟁력을 갖추기를 오랫동안 기다려왔으며, 이제 드디어 희망을 보았다고 말했다.

Box CEO 아론 레비도 이는 미국 오픈 소스 커뮤니티에 큰 진전을 의미하며, 기업들은 앞으로 최첨단 모델을 조합하여 고급 작업을 수행하고, 저비용 맞춤 모델로 반복적인 작업 흐름을 처리할 수 있을 것이라고 언급했다.

높은 기대와 함께 단점도 분명하다.

종단 인코딩 테스트 Terminal-Bench 2.1에서 Muse Spark Open은 76.4점을 기록했으며, GLM 5.3의 83.9점과 Kimi K3의 85.0점보다 낮았다.

소프트웨어 엔지니어링 작업 DeepSWE 1.1에서는 60점으로 GLM과 Kimi의 67점과 68점에 뒤처졌다.

종합 지식 작업 평가 GDPVal-AA v2에서 Muse Spark Open의 1401점은 GLM 5.3의 1653점, Qwen3.8의 1613점, Kimi K3의 1537점과 차이가 있다.

제3자 테스트 기관 Artificial Analysis의 지능 지수도 하나의 참고 자료를 제공했다.

그들의 공개된 목록에 따르면, Muse Spark Open(Xhigh 모드)은 39점을 기록했으며, 샤오미 MiMo-V2.6-Pro는 약 46점, 지푸 GLM-5.3은 약 45점, 월의 어두운 면 Kimi K3는 약 44점, GLM-5.3-Flash는 약 42점, 알리바바 Qwen3.8 2.4T A95B는 약 40점을 기록했다.

즉, 최소 여섯 개의 이미 발표된 오픈 소스 모델이 Muse Spark Open보다 종합 점수가 높으며, 모두 중국 제조업체에서 나온 것이다.

지난 1년 동안 중국 오픈 소스 모델의 다운로드 수는 미국 모델을 초과했으며, OpenRouter에서 미국 출처 요청의 60%의 토큰 양이 오픈 소스 모델에 의해 처리되었고, 그 대부분이 중국 실험실에서 나왔다. 메타의 이번 발표는 미국 본토 오픈 소스 진영에서 새로운 기준을 세운 셈이다.

가격 측면에서, Together AI는 Muse Spark Open API의 가격을 백만 입력 토큰당 1.25달러, 출력 4.25달러로 발표했으며, 이는 폐쇄형 버전 Muse Spark와 동일하다.

이 가격은 오픈 소스 모델 중에서는 비싸지 않으며, DeepSeek-V4.1-Flash 비수기에는 100만 토큰 총 가격이 0.75달러, 샤오미 MiMo-V2.6-Pro는 1.305달러, GLM-5.3은 5.80달러이다.

Muse Spark Open의 위치는 중간과 고급 사이에 있으며, 가성비의 장점은 주로 자체 호스팅 시나리오에서 나타난다------기업이 직접 배포할 경우, 컴퓨팅 비용이 분산되어 API 호출보다 더 경제적일 수 있다.

03 iOS 수정에서 비디오 편집까지

매개변수와 점수는 모두 서류상의 데이터이며, 실제로 무게감을 느끼게 하는 것은 Muse Spark Open의 몇 가지 실제 사용 사례이다.

메타가 발표한 첫 번째 사용 사례는 iOS 애플리케이션 수정이다.

메타는 Muse Code(기반 Muse Spark Open의 프로그래밍 인공지능)를 사용하여 Ice Cubes------오픈 소스 Mastodon 클라이언트를 로컬에서 완전히 처리했다. 구체적인 작업에는 버그 수정, 새로운 기능 추가, 전체 빌드 완료가 포함된다.

두 번째 사용 사례는 Muse Spark Open이 로컬에서 DaVinci Resolve를 구동하여 비디오 편집을 수행하고, 프레임별로 자료를 검토하여 가장 멋진 장면을 찾아 세로 형식으로 잘라내는 것이다.

전통적인 비디오 편집 보조 도구는 대부분 자동 자막 추가, 간단한 전환과 같은 초기 작업을 수행하는 반면, Muse Spark Open은 "어떤 장면이 가장 좋은지 판단하는" 주관적인 결정을 내리는 것이다. 이는 프레임별로 보고, 화면 내용을 이해하고, 선택 판단을 내린 후, 전문 편집 소프트웨어를 직접 조작하여 결과물을 출력할 수 있다.

이 프로세스가 원활하게 진행된다면, 짧은 비디오 제작, 콘텐츠 제작자, 미디어 기관 모두에게 효율성의 직접적인 향상을 가져올 것이다.

Muse Spark Open은 또한 인공지능 쇼핑을 지원한다. Hugging Face의 머신러닝 엔지니어 페드로 쿠엥카는 X에서 쇼핑 데모를 공유하며, Spark Open이 인공지능 작업, 컴퓨터 사용 및 다중 모드 추론에서의 능력을 보여주었다.

구체적으로 말하자면, 모델은 브라우저를 직접 조작하여 전자상거래 웹사이트를 탐색하고, 상품을 비교하며, 구매를 완료할 수 있다. 이러한 "AI가 당신을 위해 쇼핑하는" 장면은 오랫동안 이야기되어 왔지만, 모델의 웹페이지 이해 능력과 조작 안정성에 제약을 받아왔다. Spark Open의 다중 모드 이해 및 도구 호출 능력은 이러한 응용 프로그램의 실현 가능성을 한층 낮추었다.

Fireworks AI의 개발자 관계 책임자 소피아 양은 Spark Open을 사용하여 프레임별로 코드를 생성하고, 완전한 인터랙티브 애니메이션 웹페이지를 제작하는 더 화려한 방법을 보여주었다.

사용자는 마치 영화 장면에 들어가는 것처럼 전체 웹페이지를 탐색할 수 있으며, 각 프레임은 모델이 실시간으로 작성한 것이다. 이 데모는 기술 쇼에 가깝지만, 로컬 대형 모델과 창의적 도구의 결합 가능성을 보여준다.

이러한 사용 사례 뒤에는 메타의 오픈 소스 모델에 대한 완전한 배치가 있다.

올해 4월 첫 번째 세대 Muse Spark를 발표하고, 8월에는 300억 매개변수, Apache 2.0 프로토콜의 Glimmer를 출시했으며, 10월 초에는 더 고급의 Muse Wonder와 Wonder Full을 발표했다. 이제 Spark Open이 오픈 소스 가중치라는 고리를 채워, 소형 로컬 모델에서 대형 폐쇄형 모델까지의 완전한 제품 라인을 형성했다.

권한 계약도 세분화되었습니다. Glimmer는 완전 개방형 Apache 2.0을 사용하고, Spark Open은 사용자 정의 Muse Model License를 사용합니다------대부분의 개발자는 무료로 사용할 수 있지만, 만약 귀사의 연간 수익이 2천만 달러를 초과하는 모델 서비스 회사라면 Meta와 별도로 계약을 체결해야 합니다.

내부 배포, 연구, 비모델 서비스 상업 응용 프로그램은 제한 범위에 포함되지 않습니다. 이 설계는 매우 정밀합니다------기업 내부에서 사용하는 것은 문제 없고, 이를 사용하여 자신의 제품을 만드는 것도 문제 없지만, API를 직접 판매하려면 수익 분배에 대해 논의해야 합니다.