Especificaciones clave

Muse Glimmer es un transformador causal denso (no es Mezcla de Expertos) con un codificador de percepción dedicado ViT-G/14 de ~1.8B parámetros para entrada multimodal . Cuenta con 52 capas, una dimensión oculta de 6,656 y 32 cabezas de consulta con un patrón de Atención Agrupada de Consultas 16:1 .

El modelo en precisión completa requiere ~55 GB de VRAM, pero Meta lo distribuye con cuantización de 4 bits que comprime el modelo a menos de 20 GB .

Variantes de VRAM cuantizadas

Meta distribuye dos configuraciones cuantizadas, ambas construidas con K-Quant y medidas a través de 15 puntos de referencia :

• K-Quant-Dynamic — apunta a ~32 GB de VRAM, con solo un 0.2% de degradación promedio con respecto a la precisión completa
• K-Quant-17GB — apunta a ~24 GB de VRAM (el modelo pesa menos de 20 GB), con un 1.0% de degradación promedio

Laboratorios independientes aún no han reproducido estas cifras agregadas de degradación .

Decodificación especulativa DFlash y rendimiento local

Para resolver el problema de latencia de ejecutar un modelo de 30B localmente, Meta combina Muse Glimmer con DFlash, un pequeño redactor de decodificación especulativa de cinco capas que propone bloques de 16 tokens a la vez, que el modelo principal verifica en paralelo .

Meta informa el siguiente rendimiento en el modelo cuantizado de 17 GB con tamaño de lote 1 y decodificación voraz :

SGLang reportó 236.4 tok/s en el mismo hardware RTX 5090 en una medición del día de lanzamiento . Las primeras pruebas independientes en una RTX 5090 con llama.cpp a veces reportan cifras más bajas (ej., ~137 tok/s), lo que sugiere que la cifra de 233+ tok/s requiere optimizaciones específicas .

Capacidades de agente

Muse Glimmer no es principalmente un chatbot — es un agente de IA local diseñado para flujos de trabajo autónomos . Meta lo ajustó explícitamente para planificar, llamar herramientas y recuperarse de sus propios errores . Es compatible de forma nativa con el Protocolo de Contexto de Modelo (MCP) y se integra con marcos de agentes populares .

Los casos de uso clave incluyen: llamadas a funciones, codificación local, sesiones largas de uso de herramientas, evaluación de IA como juez, análisis de documentos y asistentes personales .

Rendimiento en pruebas comparativas frente a competidores

Meta publicó comparaciones directas contra Gemma 4 31B de Google y Qwen 3.6 27B de Alibaba (ambos en modo de razonamiento/pensamiento) :

Muse Glimmer lidera en la mayoría de los puntos de referencia de agentes, incluyendo MCP Atlas (75.5 frente a 62.5 de Qwen) y DeepSearch QA (74.6 frente a 71.1) . También obtiene 94.7 en AIME 2026, superando a ambos competidores .

Advertencia: Un análisis de terceros señala que Glimmer va por detrás de Qwen 3.6 27B en TerminalBench 2.1 (51.7 frente a 60.7) y OSWorld-Verified (65.9 frente a 75.6), y tiene tendencia a rechazar ciertas tareas de automatización a nivel de sistema operativo .

Destilación de Muse Spark

Muse Glimmer fue destilado de Muse Spark (el modelo frontera cerrado más grande de Meta) mediante destilación de logits durante el preentrenamiento, seguido de ajuste fino supervisado y RLHF . El propio Muse Spark permanece cerrado — disponible solo como API alojada — lo que convierte a Glimmer en la destilación de pesos abiertos para usuarios que desean una implementación local . Meta ha indicado que podría seguir un lanzamiento abierto de Muse Spark .

Contexto estratégico: superinteligencia para todos

Muse Glimmer es el producto más claro hasta la fecha de la visión de Mark Zuckerberg de "superinteligencia personal": una IA potente que se ejecuta localmente en dispositivos personales, libre de costos de nube, tarifas de suscripción o de que los datos salgan del dispositivo . TechCrunch lo calificó como "la imagen más clara hasta ahora" de esa visión .

El lanzamiento se produce después de meses de agitación interna tras el decepcionante lanzamiento de Llama 4 en la primavera de 2026, después del cual Meta pareció abandonar la IA de pesos abiertos. Muse Glimmer reabre esa estrategia .

La inversión de $14,300 millones en Scale AI

En junio de 2025, Meta invirtió $14,300 millones de dólares en la firma de etiquetado de datos Scale AI, adquiriendo una participación de ~49% . El acuerdo trajo al CEO de Scale, Alexandr Wang, de 28 años, para liderar la nueva división de "Superinteligencia" de Meta . La inversión tenía como objetivo asegurar datos de entrenamiento de alta calidad y talento para la familia de modelos Muse . CNBC informó en enero de 2026 que Wang estaba liderando la unidad de IA TBD de Meta que construye un sucesor de Llama, con el nombre en clave Avocado .

Disponibilidad y soporte del día de lanzamiento

Muse Glimmer se puede descargar desde Hugging Face en meta-models/Muse-Glimmer-30B bajo la licencia Apache 2.0 . Tiene soporte desde el día de lanzamiento en:

• Ollama — descargue y ejecute localmente con un solo comando
• LM Studio — compatible con inferencia local basada en GUI
• SGLang — 230+ tok/s en RTX 5090
• llama.cpp — conversiones comunitarias GGUF disponibles el mismo día
• NVIDIA NIM — inferencia optimizada a través del marco de microservicios de NVIDIA
• AMD ROCm — soporte oficial para Ryzen AI Max y GPUs Radeon

Los primeros informes de la comunidad muestran que incluso una RTX 3090 (24 GB) puede ejecutar el modelo cuantizado Q4_K_XL con DFlash y una ventana de contexto de 262K usando aproximadamente 22-23 GB de VRAM .

Especificaciones clave

Muse Glimmer es un transformador causal denso (no es Mezcla de Expertos) con un codificador de percepción dedicado ViT-G/14 de ~1.8B parámetros para entrada multimodal . Cuenta con 52 capas, una dimensión oculta de 6,656 y 32 cabezas de consulta con un patrón de Atención Agrupada de Consultas 16:1 .

El modelo en precisión completa requiere ~55 GB de VRAM, pero Meta lo distribuye con cuantización de 4 bits que comprime el modelo a menos de 20 GB .

Variantes de VRAM cuantizadas

Meta distribuye dos configuraciones cuantizadas, ambas construidas con K-Quant y medidas a través de 15 puntos de referencia :

• K-Quant-Dynamic — apunta a ~32 GB de VRAM, con solo un 0.2% de degradación promedio con respecto a la precisión completa
• K-Quant-17GB — apunta a ~24 GB de VRAM (el modelo pesa menos de 20 GB), con un 1.0% de degradación promedio

Laboratorios independientes aún no han reproducido estas cifras agregadas de degradación .

Decodificación especulativa DFlash y rendimiento local

Para resolver el problema de latencia de ejecutar un modelo de 30B localmente, Meta combina Muse Glimmer con DFlash, un pequeño redactor de decodificación especulativa de cinco capas que propone bloques de 16 tokens a la vez, que el modelo principal verifica en paralelo .

Meta informa el siguiente rendimiento en el modelo cuantizado de 17 GB con tamaño de lote 1 y decodificación voraz :

SGLang reportó 236.4 tok/s en el mismo hardware RTX 5090 en una medición del día de lanzamiento . Las primeras pruebas independientes en una RTX 5090 con llama.cpp a veces reportan cifras más bajas (ej., ~137 tok/s), lo que sugiere que la cifra de 233+ tok/s requiere optimizaciones específicas .

Capacidades de agente

Muse Glimmer no es principalmente un chatbot — es un agente de IA local diseñado para flujos de trabajo autónomos . Meta lo ajustó explícitamente para planificar, llamar herramientas y recuperarse de sus propios errores . Es compatible de forma nativa con el Protocolo de Contexto de Modelo (MCP) y se integra con marcos de agentes populares .

Los casos de uso clave incluyen: llamadas a funciones, codificación local, sesiones largas de uso de herramientas, evaluación de IA como juez, análisis de documentos y asistentes personales .

Rendimiento en pruebas comparativas frente a competidores

Meta publicó comparaciones directas contra Gemma 4 31B de Google y Qwen 3.6 27B de Alibaba (ambos en modo de razonamiento/pensamiento) :

Muse Glimmer lidera en la mayoría de los puntos de referencia de agentes, incluyendo MCP Atlas (75.5 frente a 62.5 de Qwen) y DeepSearch QA (74.6 frente a 71.1) . También obtiene 94.7 en AIME 2026, superando a ambos competidores .

Advertencia: Un análisis de terceros señala que Glimmer va por detrás de Qwen 3.6 27B en TerminalBench 2.1 (51.7 frente a 60.7) y OSWorld-Verified (65.9 frente a 75.6), y tiene tendencia a rechazar ciertas tareas de automatización a nivel de sistema operativo .

Destilación de Muse Spark

Muse Glimmer fue destilado de Muse Spark (el modelo frontera cerrado más grande de Meta) mediante destilación de logits durante el preentrenamiento, seguido de ajuste fino supervisado y RLHF . El propio Muse Spark permanece cerrado — disponible solo como API alojada — lo que convierte a Glimmer en la destilación de pesos abiertos para usuarios que desean una implementación local . Meta ha indicado que podría seguir un lanzamiento abierto de Muse Spark .

Contexto estratégico: superinteligencia para todos

Muse Glimmer es el producto más claro hasta la fecha de la visión de Mark Zuckerberg de "superinteligencia personal": una IA potente que se ejecuta localmente en dispositivos personales, libre de costos de nube, tarifas de suscripción o de que los datos salgan del dispositivo . TechCrunch lo calificó como "la imagen más clara hasta ahora" de esa visión .

El lanzamiento se produce después de meses de agitación interna tras el decepcionante lanzamiento de Llama 4 en la primavera de 2026, después del cual Meta pareció abandonar la IA de pesos abiertos. Muse Glimmer reabre esa estrategia .

La inversión de $14,300 millones en Scale AI

En junio de 2025, Meta invirtió $14,300 millones de dólares en la firma de etiquetado de datos Scale AI, adquiriendo una participación de ~49% . El acuerdo trajo al CEO de Scale, Alexandr Wang, de 28 años, para liderar la nueva división de "Superinteligencia" de Meta . La inversión tenía como objetivo asegurar datos de entrenamiento de alta calidad y talento para la familia de modelos Muse . CNBC informó en enero de 2026 que Wang estaba liderando la unidad de IA TBD de Meta que construye un sucesor de Llama, con el nombre en clave Avocado .

Disponibilidad y soporte del día de lanzamiento

Muse Glimmer se puede descargar desde Hugging Face en meta-models/Muse-Glimmer-30B bajo la licencia Apache 2.0 . Tiene soporte desde el día de lanzamiento en:

• Ollama — descargue y ejecute localmente con un solo comando
• LM Studio — compatible con inferencia local basada en GUI
• SGLang — 230+ tok/s en RTX 5090
• llama.cpp — conversiones comunitarias GGUF disponibles el mismo día
• NVIDIA NIM — inferencia optimizada a través del marco de microservicios de NVIDIA
• AMD ROCm — soporte oficial para Ryzen AI Max y GPUs Radeon

Los primeros informes de la comunidad muestran que incluso una RTX 3090 (24 GB) puede ejecutar el modelo cuantizado Q4_K_XL con DFlash y una ventana de contexto de 262K usando aproximadamente 22-23 GB de VRAM .