Meta เปิดตัว Muse Spark Open ท้าชิงโมเดล AI จากจีน พร้อมข้อจำกัดด้านฮาร์ดแวร์และการใช้งานเชิงพาณิชย์

โมเดล 816,000 ล้านพารามิเตอร์ลงสนามแข่งขัน AI แบบเปิด

Meta เปิดตัว Muse Spark Open เมื่อวันที่ 15 ตุลาคม 2026 เปิดทางให้นักพัฒนาดาวน์โหลด แก้ไข และนำโมเดลปัญญาประดิษฐ์ไปใช้งานได้ด้วยตนเอง โมเดลนี้มีพารามิเตอร์ 816,000 ล้านตัว รองรับบริบทได้ 1 ล้านโทเคน และ Meta ระบุว่าสามารถรันได้บนคอมพิวเตอร์ Apple M5 Ultra Mac Studio สองเครื่องที่ติดตั้งหน่วยความจำเพียงพอ

การเปิดตัวครั้งนี้เพิ่มคู่แข่งจากสหรัฐฯ เข้ามาในตลาดที่นักพัฒนาจีนมีความก้าวหน้าอย่างมาก ผลประเมินของ Hugging Face ที่เผยแพร่ในเดือนมีนาคม 2026 พบว่าโมเดลจากจีนครองสัดส่วน 41% ของยอดดาวน์โหลดในช่วงปีก่อนหน้า แซงหน้าโมเดลจากสหรัฐฯ ทั้ง Qwen ของ Alibaba, Kimi ของ Moonshot AI และ GLM ของ Z.ai ต่างเป็นโมเดลที่แข่งขันกันเพื่อดึงดูดนักพัฒนาที่ต้องการควบคุมระบบ AI ของตนเอง

Meta เรียก Muse Spark Open ว่าเป็นโมเดลแบบเปิดน้ำหนัก (open weights) จากสหรัฐฯ ที่มีความสามารถสูงที่สุดของบริษัท ผลทดสอบของ Meta ให้ภาพที่ละเอียดขึ้น โดยโมเดลทำคะแนนนำคู่แข่งหลายรุ่นในบางการทดสอบด้านการใช้เครื่องมือและทำงานให้เสร็จ ขณะที่คู่แข่งจากจีนได้คะแนนสูงกว่าในการประเมินด้านการเขียนโค้ดและงานวิชาชีพหลายรายการ

Meta ซึ่งเป็นบริษัทแม่ของ Facebook, Instagram และ WhatsApp ยังคงเก็บโมเดลที่ก้าวหน้าที่สุดของบริษัทอย่าง Muse Wonder ไว้เป็นโมเดลปิด การเปิดตัวครั้งนี้จึงตอบโจทย์สองด้าน คือเผยแพร่เทคโนโลยีที่นักพัฒนานำไปปรับใช้ได้ และเก็บผลิตภัณฑ์ที่ทรงพลังกว่าไว้ให้บริการเชิงพาณิชย์

สำหรับธุรกิจ การตัดสินใจในทางปฏิบัติไม่ได้ขึ้นอยู่กับคะแนนมาตรฐานทดสอบเพียงอย่างเดียว Muse Spark Open เปิดให้ควบคุมการติดตั้งใช้งานและข้อมูล แต่ต้องใช้หน่วยความจำจำนวนมาก และใบอนุญาตกำหนดให้บางบริษัทที่ขายสิทธิ์เข้าถึงโมเดลต้องทำข้อตกลงแยกต่างหาก

สิ่งที่นักพัฒนาดาวน์โหลดและปรับเปลี่ยนได้

ใน การ์ดโมเดล Muse Spark Open อย่างเป็นทางการ ระบุว่า Meta Superintelligence Labs เป็นผู้พัฒนา โดยอธิบายว่าเป็นระบบที่สร้างมาเพื่อเขียนโค้ด ใช้เหตุผลหลายขั้นตอน และทำงานให้เสร็จด้วยเครื่องมือซอฟต์แวร์

น้ำหนักโมเดลคือตัวเลขการตั้งค่าที่เรียนรู้ระหว่างการฝึก การเปิดให้ดาวน์โหลดทำให้นักพัฒนารายอื่นนำโมเดลไปรัน ปรับพฤติกรรม และผสานเข้ากับผลิตภัณฑ์ได้ โดยไม่ต้องส่งทุกคำขอไปยัง Meta โดยทั่วไป โมเดลปิดเปิดให้เข้าถึงผ่านบริการที่ผู้พัฒนาเป็นผู้ควบคุม

โมเดลแบบเปิดน้ำหนักกับโอเพนซอร์สให้ระดับการเข้าถึงที่ต่างกัน การเผยแพร่แบบโอเพนซอร์สอย่างครบถ้วนจะเปิดให้เข้าถึงโค้ดและข้อมูลที่เกี่ยวข้องกับการฝึกภายใต้เงื่อนไขที่เหมาะสมด้วย ส่วน Muse Spark Open เผยแพร่ภายใต้ใบอนุญาตของ Meta เอง ซึ่งกำหนดเงื่อนไขการใช้งานและการเผยแพร่ต่อ

โมเดลรับข้อมูลข้อความ รูปภาพ วิดีโอ และเสียง แล้วสร้างผลลัพธ์เป็นข้อความ นักพัฒนาอาจใช้ตรวจดูภาพหน้าจอ ตีความกราฟ หรือประมวลผลการประชุมที่บันทึกไว้ควบคู่กับคำสั่งเป็นลายลักษณ์อักษร หน้าต่างบริบท 1 ล้านโทเคนเป็นตัวกำหนดปริมาณข้อมูลที่โมเดลพิจารณาพร้อมกันได้ โทเคนคือหน่วยย่อยของข้อความหรือข้อมูลรูปแบบอื่นที่ระบบประมวลผล

ภาพรวมโมเดลของ Meta เน้นความสามารถด้านการเขียนโค้ด การรับรู้ภาพและเอกสาร ตลอดจนเวิร์กโฟลว์ที่มีเอเจนต์ AI หลายตัว เอเจนต์คือระบบที่ดำเนินการเป็นขั้นตอนเพื่อบรรลุงาน เช่น เรียกใช้เครื่องมือ ตรวจดูผลลัพธ์ แล้วตัดสินใจว่าจะทำอะไรต่อ

จุดที่ Meta นำ และจุดที่คู่แข่งจีนทำได้ดีกว่า

ตารางผลทดสอบมาตรฐานของ Meta ระบุว่า Muse Spark Open ได้คะแนน 61.8 ใน JobBench เทียบกับ 61.4 ของ GLM 5.3 และ 54.3 ของ Kimi K3 ส่วน MCP-Atlas ซึ่งเป็นการทดสอบการใช้เครื่องมือ Meta รายงานว่าโมเดลของบริษัทได้ 89.2 นำหน้า Qwen3.8 ที่ 84.5, GLM 5.3 ที่ 84.2 และ Kimi K3 ที่ 82.3

ผลด้านการเขียนโค้ดหลายรายการเป็นรองคู่แข่งจากจีน ใน Terminal-Bench 2.1 Meta รายงานว่า Muse Spark Open ได้ 76.4 เทียบกับ 83.9 ของ GLM 5.3 และ 85.0 ของ Kimi K3 ซึ่ง Kimi นำอยู่ 8.6 คะแนน ส่วน DeepSWE 1.1 Muse Spark Open ได้ 60 ขณะที่ GLM ได้ 67 และ Kimi ได้ 68

การเปรียบเทียบ DeepSWE ใช้ซอฟต์แวร์เอเจนต์ประกอบการทำงานที่แต่ละโมเดลเลือกใช้หรือมีให้ใช้งานดีที่สุด ซอฟต์แวร์ดังกล่าวช่วยจัดการขั้นตอนทำงาน ดังนั้นผลที่รายงานจึงสะท้อนการทำงานของโมเดลภายใต้ชุดเครื่องมือเฉพาะ Meta ยังใช้การตั้งค่าการให้เหตุผลที่มีชื่อเรียกต่างกันสำหรับโมเดลคู่แข่งด้วย

Meta รายงานว่า Muse Spark Open ได้คะแนน 39 ในดัชนี Artificial Analysis Intelligence Index สูงกว่า Inkling ของ Thinking Machines ที่ระบุไว้ 26 คะแนน และ Nemotron 3 Ultra ของ Nvidia ที่ 23 คะแนน ขณะที่ในตารางเดียวกัน GLM 5.3 ได้ 45, Kimi K3 ได้ 44 และ Qwen3.8 ได้ 40 ตัวเลขเหล่านี้เป็นข้อมูลที่ Meta เผยแพร่ในการ์ดโมเดล

ดังนั้นการตัดสินใจเลือกซื้อจึงขึ้นอยู่กับลักษณะงาน บริษัทที่พัฒนาผู้ช่วยซึ่งประสานงานกับเครื่องมือต่าง ๆ อาจให้ความสำคัญกับผลทดสอบคนละแบบกับทีมที่ต้องการให้ AI แก้ปัญหาการบำรุงรักษาซอฟต์แวร์ที่ซับซ้อน การเปิดตัวของ Meta มีจุดแข็งในงานบางประเภท แต่ยังเผชิญการแข่งขันอย่างหนักในชุดทดสอบโดยรวม

เหตุใดโมเดลดาวน์โหลดได้จึงได้รับความนิยม

ตัวเลขดาวน์โหลด 41% ของ Hugging Face ช่วยอธิบายแรงกดดันทางการค้าที่นักพัฒนาจากสหรัฐฯ กำลังเผชิญ โมเดลที่ดาวน์โหลดได้เปิดทางให้องค์กรต่อยอดจากระบบที่มีอยู่ แทนที่จะต้องจ่ายเงินฝึกโมเดลขนาดใหญ่ตั้งแต่ต้น อีกทั้งยังปรับให้เข้ากับคำศัพท์ กระบวนการ และแอปพลิเคชันของตนได้

OpenRouter รายงานว่าโมเดลแบบเปิดน้ำหนักรองรับ 60% ของปริมาณโทเคนจากคำขอที่มีต้นทางในสหรัฐฯ บนแพลตฟอร์มของบริษัทในเดือนกันยายน นักพัฒนาจีนเป็นผู้ให้บริการคำขอส่วนใหญ่ที่เกี่ยวข้องกับโมเดลแบบเปิด ตัวเลขนี้สะท้อนกิจกรรมบน OpenRouter ส่วนข้อมูลของ Hugging Face วัดยอดดาวน์โหลดบนอีกแพลตฟอร์มหนึ่งและครอบคลุมช่วงเวลาอีกช่วงหนึ่ง

Alexandr Wang ประธานเจ้าหน้าที่ฝ่าย AI ของ Meta กล่าวถึงการแข่งขันในแง่ระดับประเทศ โดยมองว่าบริษัทอเมริกันจำเป็นต้องเผยแพร่โมเดลที่นักพัฒนานำไปใช้อย่างแพร่หลายได้

AI ส่วนใหญ่ของโลกจะทำงานบนโมเดลแบบเปิด และโมเดลเหล่านั้นควรเป็นของอเมริกา

ธุรกิจเลือกได้ว่าจะโฮสต์โมเดลดาวน์โหลดได้ไว้ที่ใด รวมถึงโมเดลที่พัฒนาในต่างประเทศ การรันระบบบนโครงสร้างพื้นฐานขององค์กรเองช่วยให้คำสั่งและเอกสารอยู่ภายในสภาพแวดล้อมนั้นได้ หากกำหนดค่าเครื่องมือและบริการที่เชื่อมต่อไว้อย่างเหมาะสม สถานที่ประมวลผลขึ้นอยู่กับรูปแบบการติดตั้งใช้งานที่ลูกค้าเลือก

คอมพิวเตอร์เดสก์ท็อปสองเครื่องกับความต้องการหน่วยความจำสูง

ประกาศเมื่อวันที่ 15 ตุลาคมของ Meta ระบุถึงการติดตั้งระบบบนเครื่อง Apple M5 Ultra Mac Studio สองเครื่อง แต่ละเครื่องมีหน่วยความจำรวมสูงสุด 512 GB เฟรมเวิร์ก MLX ของ Apple ช่วยให้เครื่องทั้งสองทำงานร่วมกันและเก็บโมเดลไว้ในหน่วยความจำรวมราว 1 เทราไบต์

Muse Spark Open ใช้สถาปัตยกรรม mixture of experts ซึ่งประกอบด้วยกลุ่มพารามิเตอร์เฉพาะทางจำนวนมาก แต่เปิดใช้งานเพียงบางกลุ่มต่อโทเคนที่ประมวลผล จากพารามิเตอร์ทั้งหมด 816,000 ล้านตัว จะมี 42,000 ล้านตัวที่ทำงานในแต่ละครั้ง หรือราว 5.1% ของทั้งหมด วิธีนี้ลดปริมาณการคำนวณที่ต้องใช้ในแต่ละขั้น แต่การเก็บโมเดลเต็มรูปแบบยังต้องใช้หน่วยความจำจำนวนมาก

การ์ดโมเดลระบุว่ารุ่น NVFP4 ต้องใช้หน่วยความจำสำหรับตัวเร่งประมวลผลอย่างน้อย 700 GB ส่วนรุ่น BF16 ต้องใช้ 2 TB ทั้งสองแบบเป็นรูปแบบตัวเลขต่างกันสำหรับจัดเก็บน้ำหนักโมเดล NVFP4 ใช้จำนวนบิตและหน่วยความจำน้อยกว่า ส่วน BF16 ใช้หน่วยความจำมากกว่า โดย Meta ระบุว่าการอนุมานด้วยรูปแบบบีบอัดอาจทำให้คุณภาพลดลงเล็กน้อยในบางกรณี

Apple มีกำหนดวางจำหน่าย Mac Studio รุ่นหน่วยความจำ 512 GB ในช่วงปลายเดือนตุลาคม แต่ยังไม่ได้ประกาศราคาเมื่อเปิดตัว รุ่นที่ใช้ชิป M5 Ultra ตามต้องการและมีหน่วยความจำ 256 GB เริ่มต้นที่ 10,799 ดอลลาร์สหรัฐ หากซื้อสี่เครื่องในราคาที่ระบุ จะมีค่าใช้จ่าย 43,196 ดอลลาร์ก่อนภาษีและอุปกรณ์เสริม และได้หน่วยความจำรวมเท่ากับชุดคอมพิวเตอร์สองเครื่องที่เสนอ

Meta สาธิตเวิร์กโฟลว์ที่ทำงานบนเครื่องโดยตรง ทั้งการแก้ไข Ice Cubes ซึ่งเป็นแอปพลิเคชัน Mastodon และการสั่งงาน DaVinci Resolve เพื่อตรวจดูวิดีโอและเตรียมครอปภาพแนวตั้ง บริษัทไม่ได้แจ้งราคารวมทั้งหมดหรืออัตราการสร้างข้อความที่วัดได้สำหรับคอมพิวเตอร์สองเครื่องดังกล่าว

Apple กับ Meta พบจุดร่วม

Apple และ Meta ร่วมมือกันพัฒนาการติดตั้งใช้งานเป็นเวลาหลายเดือน ความร่วมมือนี้เชื่อมบริษัทที่มีความสัมพันธ์ตึงเครียดจากข้อพิพาทด้านความเป็นส่วนตัวและโฆษณา Meta ประเมินว่าการเปลี่ยนแปลงด้านความเป็นส่วนตัวของ Apple ที่เริ่มใช้ในปี 2021 จะทำให้รายได้ของบริษัทลดลง 10,000 ล้านดอลลาร์ในปี 2022

ก่อนหน้านี้ Meta ซื้อคอมพิวเตอร์ Mac หลายร้อยเครื่องให้ทีม Superintelligence ทดลองใช้ AI และเอเจนต์ที่ทำงานบนเครื่อง Alexandr Wang ระบุว่า Daniel Gross นักวิจัยด้าน AI และอดีตผู้บริหารของ Apple เป็นหนึ่งในปัจจัยที่ช่วยให้ความร่วมมือเกิดขึ้น

Apple ได้แสดงให้เห็นว่าฮาร์ดแวร์ของบริษัทสามารถรองรับโมเดล AI ขนาดใหญ่มากนอกศูนย์ข้อมูลได้ ส่วน Meta ได้ช่องทางติดตั้งใช้งานเพิ่มเติมสำหรับนักพัฒนาที่ต้องการทำงานบนเครื่องของตนเอง ทั้งสองบริษัทยังไม่ได้ประกาศความร่วมมือในวงกว้างกว่านี้

Meta ยังรองรับฮาร์ดแวร์ของ AMD, Intel และ Nvidia ผ่านเอนจินอนุมานหลายตัว ซึ่งเป็นซอฟต์แวร์ที่ใช้รันโมเดลที่ฝึกแล้ว ในประกาศของบริษัทระบุ SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp และ Unsloth

การเพิ่มประสิทธิภาพแตกต่างกันไปตามส่วนประกอบและระบบ Meta รายงานว่าความเร็วของเคอร์เนล GPU Helion แต่ละชุดเพิ่มขึ้น 1.03 ถึง 3.95 เท่า โดยเคอร์เนลคือชุดคำสั่งคำนวณขนาดเล็ก สำหรับเวิร์กโฟลว์ทั้งหมดบนฮาร์ดแวร์ AMD MI350 บริษัทระบุว่าความเร็วเพิ่มขึ้น 3%

การใช้ฟรีทำอะไรได้บ้าง และมีข้อจำกัดตรงไหน

ใบอนุญาต Muse Model อนุญาตให้นักพัฒนาจำนวนมากรัน แก้ไข และปรับแต่งโมเดลได้โดยไม่ต้องจ่ายเงินให้ Meta แต่มีข้อกำหนดเชิงพาณิชย์เฉพาะสำหรับธุรกิจที่เข้าเกณฑ์และให้บริการโมเดลในรูปแบบบริการ ซึ่งหมายถึงการขายสิทธิ์เข้าถึงโมเดลที่โฮสต์ไว้ให้ลูกค้า

เมื่อรายได้รวมของผู้รับใบอนุญาตและบริษัทในเครือเกิน 20 ล้านดอลลาร์สหรัฐในช่วง 12 เดือนติดต่อกัน กิจกรรมการให้บริการโมเดลที่เข้าเกณฑ์จะต้องแจ้ง Meta และทำข้อตกลงเป็นลายลักษณ์อักษรแยกต่างหาก การคำนวณรายได้ครอบคลุมบริษัทและบริษัทในเครือ ไม่ใช่เฉพาะยอดขายที่เกิดจาก Muse Spark Open

ข้อกำหนดนี้ยกเว้นการใช้งานภายในและกิจกรรมอื่นที่ระบุไว้ ใบอนุญาตยังกำหนดให้ผลิตภัณฑ์ที่ใช้โมเดลหรือโมเดลต่อยอดที่อยู่ภายใต้เงื่อนไขต้องแสดงข้อความระบุที่มาว่า "Built with Muse Spark Open" ดังนั้นธุรกิจที่วางแผนติดตั้งใช้งานจึงควรตรวจสอบทั้งกิจกรรมที่ตั้งใจทำและเงื่อนไขที่เกี่ยวข้อง

นักพัฒนาดาวน์โหลดน้ำหนักโมเดลได้ผ่าน Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face และ Microsoft Foundry Models ส่วนบริการโฮสต์เปิดให้ใช้งานผ่าน Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter และ Together AI

Together AI ระบุราคาบริการแบบ serverless ที่ 1.25 ดอลลาร์ต่อโทเคนขาเข้า 1 ล้านโทเคน และ 4.25 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน ตามอัตรานี้ การประมวลผลโทเคนขาเข้า 1 ล้านโทเคนและสร้างโทเคนขาออก 1 ล้านโทเคนมีค่าใช้จ่าย 5.50 ดอลลาร์ ส่วนต้นทุนการรันโมเดลในเครื่องขึ้นอยู่กับค่าใช้จ่ายด้านฮาร์ดแวร์ อัตราการใช้งาน ไฟฟ้า และการสนับสนุนทางเทคนิค

งานด้านความปลอดภัยยังต้องดำเนินต่อหลังดาวน์โหลด

Meta ระบุว่า Muse Spark Open พัฒนาต่อยอดจาก Muse Spark ซึ่งเปิดตัวในเดือนสิงหาคม โดยเพิ่มการฝึกด้านความปลอดภัยเพื่อเตรียมพร้อมสำหรับการใช้งานนอกระบบป้องกันของ Meta เอง การ์ดโมเดลประเมินเนื้อหาที่เป็นอันตราย การกระทำผ่านเครื่องมือ ความเป็นส่วนตัว ตลอดจนความเสี่ยงด้านความมั่นคงปลอดภัยไซเบอร์ เคมี ชีววิทยา และการสูญเสียการควบคุม

Meta รายงานว่าโมเดลที่เปิดตัวปฏิเสธความพยายาม 99.2% ในเกณฑ์ทดสอบการเจลเบรกด้านไซเบอร์ภายในของบริษัท เจลเบรกคือความพยายามทำให้โมเดลละเมิดข้อจำกัดของตนเอง ส่วนชุดทดสอบความมั่นคงปลอดภัยไซเบอร์อีกสามชุดรวมกัน Meta รายงานอัตราการปฏิเสธ 94.8%

นักพัฒนายังคงมีหน้าที่รับผิดชอบเมื่อนำโมเดลไปเชื่อมต่อกับระบบจริง Meta แนะนำให้วางมาตรการป้องกันที่เหมาะกับแอปพลิเคชัน รวมถึงกำหนดให้มนุษย์ยืนยันก่อนดำเนินการที่ย้อนกลับไม่ได้ ผู้ช่วยที่แก้ไขโค้ด ย้ายไฟล์ หรือเรียกใช้เครื่องมือภายนอกได้ จำเป็นต้องมีการควบคุมว่าทำอะไรได้บ้าง

การ์ดโมเดลระบุว่าระบบอาจให้คำตอบที่ไม่ถูกต้อง มีอคติ หรือน่ารังเกียจ และอาจผิดพลาดในการใช้เหตุผลที่ซับซ้อน โมเดลฝึกด้วยข้อมูลมากกว่า 100 ภาษา แต่ Meta ยังไม่ได้ประเมินทุกภาษาที่ใช้ฝึก นักพัฒนาที่นำโมเดลไปปรับใช้ต้องทดสอบแอปพลิเคชันและภาษาของตน โดยเฉพาะหลังจากเปลี่ยนน้ำหนักหรือพฤติกรรมของโมเดล

การเปิดตัวที่ยังสนับสนุนธุรกิจโมเดลปิดของ Meta

Meta ยังคงเก็บ Muse Wonder ซึ่งเป็นโมเดลที่ก้าวหน้ากว่าไว้เป็นกรรมสิทธิ์ของบริษัท Wang กล่าวว่าเรื่องความปลอดภัยและขีดความสามารถมีผลต่อการตัดสินใจว่าโมเดลใดจะเปิดให้ผู้อื่นดาวน์โหลด

ทั้งด้วยเหตุผลด้านความปลอดภัยและขีดความสามารถ โดยทั่วไปเราจะไม่เปิดซอร์สโมเดลที่ทรงพลังที่สุดของเรา

Meta ยังมองว่าการเปิดให้เข้าถึงฟรีเป็นวิธีดึงดูดนักพัฒนา ซึ่งอาจหันมาจ่ายเงินเพื่อใช้เครื่องมือและกำลังประมวลผลเพิ่มเติมผ่านธุรกิจคลาวด์ที่บริษัทวางแผนไว้ นักพัฒนาสามารถเริ่มทดลองใช้งานได้ด้วยตนเอง แล้วซื้อบริการโฮสต์เมื่อความต้องการเพิ่มขึ้น

การแข่งขันยังดำเนินต่อไปนอกเหนือจาก Meta เมื่อต้นเดือนตุลาคม Mistral จากฝรั่งเศสประกาศ Mistral Large 4 โดยระบุว่าเป็นโมเดลที่ใหญ่และมีความสามารถสูงที่สุดของบริษัท มีพารามิเตอร์ทั้งหมด 1 ล้านล้านตัว และทำงานอยู่ 49,000 ล้านตัว กำหนดเผยแพร่น้ำหนักโมเดลคือวันที่ 27 ตุลาคม ส่วน Reflection AI ก็วางแผนเปิดตัวโมเดล Beam ภายในเดือนตุลาคมเช่นกัน

หมุดหมายสำคัญมีดังนี้:

• สิงหาคม 2026: Meta เปิดตัว Muse Spark และ Muse Glimmer ซึ่งเป็นโมเดลแบบเปิดน้ำหนักขนาดเล็กกว่า
• ต้นเดือนตุลาคม: Mistral ประกาศ Mistral Large 4
• 15 ตุลาคม: Meta เปิดตัว Muse Spark Open
• ช่วงปลายเดือนตุลาคม: Mac Studio ของ Apple รุ่นหน่วยความจำ 512 GB มีกำหนดวางจำหน่าย
• 27 ตุลาคม: Mistral กำหนดเผยแพร่น้ำหนักของ Large 4

การเปิดตัวของ Meta ทำให้องค์กรมีโมเดลขนาดใหญ่อีกตัวที่นำไปใช้งานและปรับแต่งเองได้ จุดเด่นอยู่ที่การผสานประสิทธิภาพในงานต่าง ๆ ทางเลือกในการติดตั้งใช้งานภายใน และเงื่อนไขใบอนุญาต ขณะที่กลยุทธ์เชิงพาณิชย์ของบริษัทยังคงสงวนเทคโนโลยีที่ทรงพลังที่สุดไว้ในบริการแบบเสียเงิน

ประเด็นสำคัญ

• Meta เปิดตัว Muse Spark Open เมื่อวันที่ 15 ตุลาคม 2026 มีพารามิเตอร์ทั้งหมด 816,000 ล้านตัว และทำงานอยู่ 42,000 ล้านตัวในแต่ละครั้ง
• โมเดลรับข้อความ รูปภาพ วิดีโอ และเสียง แล้วสร้างผลลัพธ์เป็นข้อความ รองรับหน้าต่างบริบท 1 ล้านโทเคน
• ผลทดสอบของ Meta แสดงจุดแข็งด้านการใช้เครื่องมือ ขณะที่ Kimi K3 และ GLM 5.3 นำหน้าในตัวชี้วัดด้านการเขียนโค้ดหลายรายการ
• การรันโมเดลในเครื่องต้องใช้หน่วยความจำจำนวนมาก ชุดคอมพิวเตอร์เดสก์ท็อปที่ Meta เสนอใช้ M5 Ultra Mac Studio สองเครื่อง เครื่องละ 512 GB
• ธุรกิจให้บริการโมเดลที่เข้าเกณฑ์และมีรายได้เกิน 20 ล้านดอลลาร์ต้องทำข้อตกลงแยกต่างหากกับ Meta
• Muse Wonder ยังคงเป็นโมเดลปิด ขณะที่ Meta ใช้โมเดลดาวน์โหลดได้เพื่อดึงดูดนักพัฒนาและลูกค้าที่อาจใช้บริการคลาวด์