同一套权重、七张货架：Muse Spark Open 输入价 1.25 美元齐平，上下文却被砍到 12.5%

一、同一套权重，七张货架

Meta 的开放权重模型 Muse Spark Open 已经在 API 侧铺开：Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家同时承接推理；权重本身可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry 四个目录下载。规模口径是 8160 亿总参数、每次激活 420 亿，MoE 结构，原生多模态，标称 100 万 token 上下文。

对聚合分发这一端来说，这意味着一个模型名、多个上游。以往开发者问的是这个模型能不能用，现在要问的是哪个上游的哪一档能撑住我的负载。差别不在权重，在货架。

二、价格齐了，规格没齐

按 ComputePrices 10 月 22 日抓取的报价，OpenRouter 口径为输入 1.25 美元每百万 tokens、输出 4.25 美元每百万、缓存读取 0.15 美元每百万；该站追踪的四家上游里，Baseten 输入价同为最低的 1.25 美元，Fireworks AI 与 Prime Intellect 报价与之一致。价格层面几乎没有套利空间，这本身是个信号：开放权重的托管市场在第一款旗舰模型上已经打成同价。

真正的差异在规格。Groq 的发布博客写明，GroqCloud 上只支持 131,072 token 上下文，是 Meta 标称 100 万窗口的 12.5%；同时给出 350 以上 tokens 每秒每用户的吞吐，并以 limited preview 状态上线。要快，就得接受上下文被砍到八分之一；要长文档，就得回到给足 100 万窗口、但吞吐口径未披露的上游。同一个 API 名字，背后是两套不同的服务承诺。

三、缓存价是输入价的 12%，账单在这一行分胜负

缓存读取 0.15 美元相当于输入价 1.25 美元的 12%，折扣 88%。对智能体类负载来说，同一段仓库上下文在几十次调用里被反复读取，这一行的权重远大于牌价。

按每月 3000 万 tokens、输入输出八比二、输入侧六成命中缓存的结构测算：Muse Spark Open 账单约 39.66 美元；同结构跑 GPT-6.1 Sol（输入 2 美元、输出 10 美元、缓存 0.10）约 80.64 美元；跑 Claude Opus 5.5（4 与 20 美元、缓存 0.20）约 161.28 美元。若缓存完全不命中，同一负载升到 55.50 美元，溢价 1.4 倍。缓存不是优惠券，是账单结构。

换成任务口径更直观：一个 60 次调用的编码任务，每次 1.2 万新输入加 4.8 万缓存输入、3000 输出，单任务约 2.10 美元，千任务每月 2097 美元。这个数字才是该拿去和自建卡时成本对标的锚。

四、许可条款决定能不能转售

Meta 官方与 The New Stack 的口径一致：权重走 Muse Model License，内部使用与集成进自有产品免费；但任意连续 12 个月毛收入超过 2000 万美元的公司，若把模型或其衍生品作为模型即服务对外提供，必须事先通知 Meta 并签署单独的书面协议；产品界面还要显著标注 Built with Muse Spark Open；军事与关键基础设施部署被排除在外。这条对做聚合转发和二次分发的团队是硬约束：一手调 API 没问题，做成对外 MaaS 卖，就得先过签字这一关。

五、能力面与我们的投放判断

Meta 自报的基准里，Terminal-Bench 2.1 为 76.4，明显低于 Kimi K3 的 85.0 与 GLM 5.3 的 83.9；DeepSWE 1.1 为 68 对 60 占优，以上均为厂商自报口径，经中文媒体交叉整理。工程侧给了实货：SGLang 中的 Helion kernel 在 NVIDIA 与 AMD 上做到 1.03 到 3.95 倍核级加速，AMD MI350 端到端提升 3%。

我们的判断是，这类同权重、多货架的开放模型，最适合做按任务分档的路由：短链路高并发走每秒 350 tokens 的货架，长上下文任务走给足 100 万窗口的货架，两端用同一套 prompt 与同一份账单口径管理。选型时先固定三件事，上下文需求的最大值、缓存命中率的真实值、是否需要对外转售。三件事定完，七家货架里通常剩不下两家。

来源：Meta AI 官方博客、Groq 官方博客、The New Stack、至顶网、ComputePrices 2026-10-22 报价数据