会懂网AI资讯，9月17日，Meta于9月2日悄然发布代号为Muse Spark 1.3的前沿模型，该模型支持1M上下文长度，但采用闭源策略，权重仅通过API形式对外开放，开发者无法直接下载与本地部署。这种发布方式与Meta此前以开放著称的路线形成鲜明反差，引发社区对Llama系列未来定位的广泛讨论。
在定价上，Muse Spark 1.3的输入与输出价格分别为每百万Token 1.25美元和4.25美元，面向企业开发者提供清晰的成本预期。与此同时，普通用户仍可在meta.ai获得免费的消费级访问入口，Meta试图通过这种方式在商业变现与大众触达之间维持平衡，既保留用户黏度又探索付费空间。
这一动作的背景是Meta开放承诺的摇摆。早在8月10日，Meta发布Muse Glimmer 30B并以Apache 2.0许可开源，当时承诺后续会开放Muse Spark的权重。然而随着时间推移，相关表述逐渐变得模糊，业界开始怀疑Meta是否会在旗舰模型上彻底转向闭源，从而偏离其长期倡导的开放叙事。
在基础设施层面，Meta的Llama 4系列由NVIDIA加速推理提供支持。其中Llama 4 Scout参数为109B、激活参数17B、上下文长度达10M，而Maverick参数为400B、激活参数17B、上下文长度为1M，两者均依托英伟达平台获得可观的推理性能，体现出Meta与英伟达在算力上的深度绑定。
性能数据同样亮眼。在Blackwell B200上，借助TensorRT-LLM优化，推理吞吐突破每秒4万Token，相较上一代H200实现3.4倍的提速，同时单位成本下降2.6倍。这意味着Meta在保持模型质量的同时，显著压低了规模化服务的运营成本，为闭源商业化提供了底层支撑。
综合来看，Muse Spark 1.3的闭源发布标志着Meta在开放与封闭之间明显转向。当Llama路线出现变数、前沿模型走向API化，Meta正试图在保持开源影响力的同时，把最具竞争力的能力收归可控的商业模式之中，这场路线博弈的走向值得持续观察。整个行业的目光都聚焦在Meta下一步的权重策略之上。
暂无评论内容