← Tất cả bài viết
19.10.2026

Meta phát hành Muse Spark Open: Mô hình open-weight 816 tỷ tham số chạy được trên hai máy Mac

Meta phát hành Muse Spark Open: Mô hình open-weight 816 tỷ tham số chạy được trên hai máy Mac
Nguyễn Ngọc Hải Nguyễn Ngọc Hải 12 phút đọc

Ngày 15/10/2026, Meta Superintelligence Labs công bố Muse Spark Open, phiên bản mở trọng số (open-weight) của dòng Muse Spark [1][2]. Mô hình có 816 tỷ tham số, cửa sổ ngữ cảnh 1 triệu token, nhận đầu vào là văn bản, hình ảnh, video và âm thanh, và được tối ưu cho lập trình và các tác vụ agent [1][3]. Meta gọi đây là mô hình open-weight mạnh nhất do Mỹ phát triển tính đến nay; đây là tuyên bố của hãng [4][7]. Điểm gây chú ý là Meta hợp tác với Apple, đối thủ lâu năm, để mô hình chạy được ngay trên máy Mac, không cần gửi dữ liệu lên máy chủ của Meta [5].

Muse Spark Open là gì

Muse Spark Open dùng chung mô hình nền với Muse Spark 1.3, mô hình đang được Meta cung cấp qua API. So với bản phát hành tháng 8, bản mở này được huấn luyện thêm về an toàn để chống lạm dụng khi chạy mà không có lớp bảo vệ của hệ thống [4]. Bản Muse Spark đầu tiên ra mắt ngày 08/04/2026, là mô hình đầu tiên của nhóm Superintelligence Labs sau khi Meta tái cấu trúc mảng AI. Tháng 8, Meta phát hành Muse Glimmer, mô hình nhỏ 30 tỷ tham số theo giấy phép Apache 2.0 [7].

Các thông số chính theo Meta và Hugging Face [1][2][3]:

  • Kiến trúc: Mixture-of-Experts (MoE) thưa, 816 tỷ tham số tổng, khoảng 42 tỷ tham số hoạt động cho mỗi token. Mỗi lớp có 256 "expert" (mạng con chuyên biệt); bộ định tuyến chọn 8 expert cho mỗi token. Các expert chiếm khoảng 97% tổng tham số.
  • Ngữ cảnh: tối đa 1.048.576 token; token hình ảnh, video và âm thanh dùng chung cửa sổ này.
  • Đầu vào và đầu ra: nhận văn bản, hình ảnh, video, âm thanh; chỉ trả về văn bản.
  • Suy luận (reasoning): có bốn mức low, medium, high, xhigh, mặc định là xhigh. Theo Hugging Face, không tắt được suy luận; với tác vụ đơn giản nên đặt mức thấp để tiết kiệm token [3].
  • Gọi công cụ (tool calling): hỗ trợ gọi công cụ nhiều bước, nhiều lượt, tự thử lại khi lỗi; Meta khuyến nghị đặt model trong một hệ thống có thêm lớp bảo vệ [2].

Chạy trên máy Mac: hợp tác bất ngờ giữa Meta và Apple

Theo Axios, Meta và Apple đã làm việc với nhau vài tháng để đưa Muse Spark Open lên dòng Mac cao cấp. Trong bản trình diễn, mô hình chạy cục bộ trên hai hoặc bốn máy Mac Studio dùng chip M5 Ultra nối với nhau, qua framework MLX của Apple [5]. Vì mô hình chạy trên máy của người dùng, Meta không nhận được prompt hay dữ liệu nào. Alexandr Wang, người đứng đầu mảng AI của Meta, cho biết công ty không kiểm soát và không nhìn thấy cách nhà phát triển dùng mô hình [5]. Axios lưu ý Apple chưa tích hợp mô hình của Meta vào Apple Intelligence [5].

Yêu cầu phần cứng thực tế khá nặng, vì kiến trúc MoE chỉ giảm khối lượng tính toán chứ không giảm bộ nhớ: mọi expert đều phải được nạp sẵn [9].

  • Bản BF16 (đầy đủ): file khoảng 1,5–1,6 TB [1][3]. Theo model card, khi phục vụ cần khoảng 2 TB bộ nhớ GPU [2]. Hugging Face chạy thử trên 4 node, mỗi node 8 GPU H200 [3].
  • Bản NVFP4 (4-bit): file khoảng 530 GB; model card ghi cần khoảng 700 GB bộ nhớ khi phục vụ [1][2]. Chạy được trên 4 GPU Blackwell Ultra hoặc 8 GPU H200 [1].
  • Trên Mac: Meta mô tả cấu hình hai máy 512 GB hoặc bốn máy 256 GB (tổng 1 TB), nối bằng Thunderbolt 5 [1]. Theo VentureBeat, cấu hình 512 GB chỉ bắt đầu bán cuối tháng 10 và chưa có giá; một máy 256 GB niêm yết 10.799 USD, nên bốn máy đã hơn 43.000 USD trước thuế [7].
  • Bản nén cộng đồng: bản GGUF nhỏ nhất của Unsloth cần khoảng 300 GB bộ nhớ [1]. Trên máy M3 Ultra 512 GB, Hugging Face đo được khoảng 18–21 token/giây với bản 2–3 bit [3].
  • Ngữ cảnh dài tốn thêm bộ nhớ: nếu dùng đủ 1 triệu token, riêng bộ nhớ đệm KV (KV cache) đã chiếm khoảng 266 GB ở định dạng BF16, chưa tính trọng số [3].

Nếu không tự vận hành, doanh nghiệp có thể gọi mô hình qua các nhà cung cấp như Baseten, Fireworks AI, Groq (bản xem trước giới hạn), Modal, Nebius, OpenRouter, Together AI, hoặc lấy trọng số từ Amazon SageMaker AI, Google Cloud Model Garden, Microsoft Foundry [1][7]. Artificial Analysis ghi nhận giá trung vị khoảng 1,25 USD cho 1 triệu token đầu vào và 4,25 USD cho 1 triệu token đầu ra, tốc độ khoảng 140 token/giây [8]. Giới hạn ngữ cảnh cũng khác nhau giữa các nhà cung cấp: Groq chỉ cho 131.072 token, Fireworks cho đủ 1 triệu [7].

Hiệu năng: mạnh nhất của Mỹ, nhưng vẫn sau các mô hình mở của Trung Quốc

Trên Chỉ số Trí tuệ (Intelligence Index) của Artificial Analysis, Muse Spark Open đạt 39 điểm, xếp hạng 10 trên 120 mô hình mà trang này liệt kê [8]. Các mô hình open-weight khác của Mỹ thấp hơn nhiều: Inkling 26 điểm, Nemotron 3 Ultra 23 điểm [7]. Tuy nhiên, Muse Spark Open vẫn đứng sau nhiều mô hình mở của Trung Quốc: GLM 5.3 đạt 45, Kimi K3 đạt 44, Qwen3.8 đạt 40 [2][7]. VentureBeat liệt kê thêm MiMo-V2.6-Pro (46) và GLM-5.3-Flash (42) cũng cao hơn [7].

Bảng so sánh do Meta tự công bố cho thấy điểm mạnh nằm ở gọi công cụ và tác vụ công việc, còn lập trình trong terminal thì yếu hơn đối thủ [2][7]:

  • Dẫn đầu: JobBench 61,8 (GLM 5.3: 61,4), MCP-Atlas 89,2 (Qwen3.8: 84,5), HLE-Diamond không dùng công cụ 26,1 (Kimi K3: 22,2), ZeroBench có công cụ 50,0 (Kimi K3: 41,0).
  • Thua kém: Terminal-Bench 2.1 đạt 76,4 so với 85,0 của Kimi K3; DeepSWE 1.1 đạt 60 so với 68 của Kimi K3; GDPVal-AA v2 đạt 1.401 so với 1.653 của GLM 5.3.

VentureBeat lưu ý điểm DeepSWE dùng "bộ khung" (harness) agent ưa thích của từng mô hình, nên phần mềm agent cũng là một biến số trong phép so sánh [7]. Nathan Lambert (Interconnects) nhận xét mô hình mở của Mỹ đã có chỗ đứng trở lại nhưng vẫn còn nhiều việc phải làm [7].

Về an toàn, theo đánh giá nội bộ của Meta, khi chưa có lớp bảo vệ hệ thống, mô hình từ chối 99,2% yêu cầu bẻ khóa (jailbreak) trên bộ kiểm thử an ninh mạng nội bộ, hơn 98% yêu cầu nguy hiểm về sinh học trên bộ BioTIER của SecureBio, và đạt tỷ lệ trung thực 98,1% trên bộ MASK [2]. Meta cũng cảnh báo các chỉnh sửa ở phía người dùng có thể làm giảm mức an toàn [2]. Axios nhắc lại mối lo chung của mô hình mở: kẻ xấu có thể gỡ bỏ cơ chế bảo vệ để dùng cho tấn công mạng hoặc mối đe dọa sinh học [5].

Giấy phép: open-weight, không phải open source

Muse Spark Open được phát hành theo Muse Model License, giấy phép riêng của Meta, không phải Apache 2.0 hay MIT [2][9]. Các điểm chính theo model card và VentureBeat [2][7]:

  • Được phép: chạy, chỉnh sửa, tinh chỉnh (fine-tune), chưng cất (distill), phân phối lại, kể cả cho mục đích thương mại, kèm các điều kiện và chính sách sử dụng.
  • Ghi công bắt buộc: sản phẩm, tài liệu, website hoặc phần cài đặt phải hiển thị rõ dòng "Built with Muse Spark Open".
  • Điều khoản doanh thu: nếu doanh nghiệp (kể cả công ty liên kết) cung cấp quyền truy cập mô hình cho bên thứ ba như một dịch vụ (model-as-a-service), và tổng doanh thu vượt 20 triệu USD trong 12 tháng liên tục, thì phải thông báo cho Meta và ký thỏa thuận riêng. Dùng nội bộ, nghiên cứu, hoặc dùng để vận hành tính năng trong sản phẩm của chính mình được miễn điều khoản này.
  • "Sản phẩm phái sinh" được định nghĩa rộng: bao gồm cả mô hình được cải thiện bằng đầu ra của Muse Spark Open, nên cũng phải tuân theo điều kiện ghi công.
  • Chính sách sử dụng được chấp nhận: cấm các hoạt động trái pháp luật, vũ khí, lừa đảo, mạo danh, hành nghề chuyên môn không phép, suy đoán dữ liệu cá nhân nhạy cảm, tạo mã độc, vô hiệu hóa cơ chế an toàn. Mô hình không dành cho người dưới 18 tuổi.
  • Đầu ra: Meta không tuyên bố quyền sở hữu với nội dung mô hình tạo ra.

Để tải trọng số trên Hugging Face, người dùng phải khai họ tên đầy đủ, ngày sinh và tên tổ chức; thông tin đã gửi không sửa được và thuộc phạm vi chính sách quyền riêng tư của Meta [2][7].

Bối cảnh: cuộc đua mô hình mở giữa Mỹ và Trung Quốc

Theo số liệu Hugging Face công bố tháng 3/2026 mà VentureBeat dẫn lại, mô hình Trung Quốc chiếm 41% lượt tải trong 12 tháng trước đó, vượt mô hình của Mỹ. Trên OpenRouter, mô hình open-weight xử lý 60% lượng token từ các yêu cầu xuất phát tại Mỹ trong tháng 9, phần lớn do các phòng lab Trung Quốc cung cấp [7]. Axios đặt Muse Spark Open trong làn sóng các công ty phương Tây tung mô hình mở như một lựa chọn thay thế cho mô hình Trung Quốc, cùng với NVIDIA (Nemotron), Reflection AI và Mistral [5]. VentureBeat cũng nhắc lại Meta từng đi đầu với dòng Llama: Llama 2 (2023) là bản đầu tiên cho phép dùng thương mại, Llama 4 ra mắt tháng 4/2025 [7].

Nhìn cho tỉnh táo

Thông tin chính thức từ Meta:

  • Blog Meta Model API, model card và blog PyTorch: kiến trúc, định dạng trọng số, phần cứng, nhà cung cấp, giấy phép, điểm benchmark và an toàn do Meta tự đánh giá [1][2][4].

Nguồn bên ngoài:

  • Hugging Face: chi tiết kiến trúc và thử nghiệm phần cứng [3]; Artificial Analysis: điểm chỉ số, giá, tốc độ [8]; Axios: hợp tác với Apple [5]; TechCrunch, VentureBeat: thuật lại và phân tích [6][7]; ibl.ai: phân tích giấy phép [9].
  • Chưa có đánh giá độc lập đầy đủ về từng benchmark, và chưa có số đo tốc độ trên cấu hình Mac M5 Ultra mà Meta trình diễn.

Ba điểm không nên đọc lệch:

  1. "Mạnh nhất của Mỹ" không có nghĩa là mạnh nhất trong các mô hình mở. Trên chỉ số tổng hợp, nhiều mô hình mở của Trung Quốc vẫn cao hơn [2][7][8].
  2. "Chạy được trên Mac" không có nghĩa là chạy trên một máy tính bình thường. Cần ít nhất khoảng 1 TB bộ nhớ, tức hai máy Mac Studio cấu hình cao nhất (chưa bán) hoặc bốn máy 256 GB, chi phí phần cứng hàng chục nghìn USD [1][7].
  3. Open-weight không phải open source. Giấy phép có điều kiện ghi công, điều khoản doanh thu cho dịch vụ API và chính sách sử dụng; tải về còn phải khai thông tin cá nhân [2][9].

Ý nghĩa với chúng ta

Các gợi ý dưới đây là góc nhìn chung, team cần đối chiếu với quy trình và chính sách thực tế của VNPAY (an toàn thông tin, pháp chế, quản trị dữ liệu).

  • Thêm một lựa chọn tự vận hành có nguồn gốc Mỹ. Với các bài toán cần giữ dữ liệu nhạy cảm trong hạ tầng nội bộ, mô hình open-weight chạy cục bộ giúp dữ liệu không rời khỏi hệ thống. So với mô hình mở của Trung Quốc, đây là phương án có thể dễ trao đổi hơn về nguồn gốc mô hình khi xem xét tuân thủ, nhưng vẫn cần bộ phận an toàn thông tin và pháp chế đánh giá.
  • Tính đủ tổng chi phí trước khi chọn tự vận hành. Ngoài phần cứng (khoảng 700 GB bộ nhớ GPU cho bản 4-bit), còn chi phí vận hành, cập nhật, giám sát. Với nhu cầu nhỏ hoặc thử nghiệm, gọi qua nhà cung cấp dịch vụ có thể rẻ hơn, nhưng khi đó dữ liệu lại đi qua bên thứ ba.
  • Kiểm tra tiếng Việt trước khi dùng. Model card không liệt kê tiếng Việt trong nhóm ngôn ngữ hỗ trợ tốt [2]. Nên thử với chính dữ liệu và tác vụ của team (tóm tắt tài liệu, phân loại yêu cầu, hỏi đáp quy trình) thay vì dựa vào benchmark của hãng.
  • Đưa giấy phép vào checklist pháp chế. Nếu dùng trong sản phẩm, phải ghi "Built with Muse Spark Open"; nếu tinh chỉnh hoặc dùng đầu ra để huấn luyện mô hình khác, sản phẩm đó cũng chịu điều kiện của giấy phép [2][7].
  • Lưu ý chi phí token do suy luận luôn bật. Mặc định ở mức xhigh và không tắt được suy luận [3], nên cần đặt mức suy luận phù hợp cho từng loại tác vụ để kiểm soát độ trễ và chi phí.

References

  1. Meta — Build with Muse Spark Open (15/10/2026). Available at: https://dev.meta.ai/resources/blog/build-with-muse-spark-open (Accessed: 19/10/2026).
  2. Meta, Hugging Face — Model card: meta-models/Muse-Spark-Open-816B-A42B (15/10/2026). Available at: https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B (Accessed: 19/10/2026).
  3. Hugging Face — Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta (15/10/2026). Available at: https://huggingface.co/blog/meta-muse-spark-open (Accessed: 19/10/2026).
  4. PyTorch — Muse Spark Is Now an Open-Weights Model (15/10/2026). Available at: https://pytorch.org/blog/muse-spark-open/ (Accessed: 19/10/2026).
  5. Axios — Apple and Meta bury the hatchet for AI (15/10/2026). Available at: https://www.axios.com/2026/10/15/apple-and-meta-bury-the-hatchet-for-ai (Accessed: 19/10/2026).
  6. TechCrunch — Meta launches an open-weight AI model that runs on Macs (15/10/2026). Available at: https://techcrunch.com/2026/10/15/meta-launches-an-open-weight-model-that-runs-on-macs/ (Accessed: 19/10/2026).
  7. VentureBeat — Meta unveils Muse Spark Open, the new top U.S. open weights model — and it runs on two paired Mac desktops (15/10/2026). Available at: https://venturebeat.com/technology/meta-unveils-muse-spark-open-the-new-top-u-s-open-weights-model-and-it-runs-on-two-paired-mac-desktops (Accessed: 19/10/2026).
  8. Artificial Analysis — Muse Spark Open (Xhigh): Intelligence, Performance & Price Analysis. Available at: https://artificialanalysis.ai/models/muse-spark-open (Accessed: 19/10/2026).
  9. ibl.ai — Meta's Muse Spark Open Is Open-Weight, Not Open Source. Read the Licence. Available at: https://ibl.ai/blog/meta-muse-spark-open-weight-licence-self-host-reality (Accessed: 19/10/2026).