主要スペック

Muse Glimmerは高密度Causal Transformer（Mixture-of-Expertsではない）で、約18億パラメータの専用ViT-G/14認識エンコーダを搭載し、テキストと画像のマルチモーダル入力に対応する。52層、隠れ次元6,656、32クエリヘッド、16:1のGrouped Query Attentionパターンを採用する。

フル精度のモデルは約55 GBのVRAMを必要とするが、Metaは4ビット量子化版を同梱しており、これを20 GB未満にまで圧縮している。

量子化VRAMバリエーション

Metaは2種類の量子化リリース構成を提供し、いずれもK-Quant方式で15ベンチマークで評価されている：

• K-Quant-Dynamic — 約32 GB VRAM向け。フル精度と比較して平均ベンチマーク劣化はわずか0.2%
• K-Quant-17GB — 約24 GB VRAM向け（モデル自体は20 GB未満）。平均劣化1.0%

なお、これらの劣化率の総合的な主張について、独立した研究機関による再現はまだ行われていない。

DFlash投機的デコーディングとローカルスループット

ローカル環境で30Bモデルを動作させる際のレイテンシ問題を解決するため、MetaはMuse GlimmerにDFlashを組み合わせている。これはわずか5層の小さな投機的デコーディング用ドラフターモデルで、一度に16トークンのブロックを提案し、メインモデルがそれを並列で検証する仕組みだ。

Metaが報告する17GB量子化モデルのスループット（バッチサイズ1、グリーディデコーディング）は以下の通り：

SGLangはリリース当日、同一のRTX 5090環境で236.4 tok/sを計測している。一方、初期の独立テストではllama.cpp上でより低い値（例：約137 tok/s）が報告されており、233+ tok/sという数値を達成するには特定の最適化が必要であることを示唆している。

エージェント機能

Muse Glimmerはチャットボットとしてではなく、自律ワークフローのためのローカルAIエージェントとして設計されている。Metaは明示的に、計画立案、ツール呼び出し、自身のエラーからの回復を行うようチューニングしている。Model Context Protocol（MCP）をネイティブサポートし、主要なエージェントフレームワークとも統合可能だ。

主なユースケースは、関数呼び出し、ローカルコーディング、長期にわたるツール使用セッション、LLM-as-a-judge評価、文書分析、パーソナルアシスタントなど。

競合モデルとのベンチマーク比較

MetaはGoogle Gemma 4 31BおよびAlibaba Qwen 3.6 27B（いずれも思考/推論モード）との直接比較を公開している：

Muse Glimmerは、MCP Atlas（75.5 vs Qwen 62.5）やDeepSearch QA（74.6 vs 71.1）など、ほとんどのエージェント系ベンチマークでトップに立つ。AIME 2026では94.7を記録し、競合2社をリードしている。

留意点： 第三者分析によると、GlimmerはTerminalBench 2.1（51.7 vs Qwen 60.7）およびOSWorld-Verified（65.9 vs Qwen 75.6）ではQwen 3.6 27Bに劣り、特定のOSレベルの自動化タスクを拒否する傾向がある。

Muse Sparkからの蒸留

Muse Glimmerは、Metaのより大規模なクローズドソースのフロンティアモデルMuse Sparkから、事前学習中のロジット蒸留と、それに続く教師ありファインチューニングおよびRLHFを経て蒸留されている。Muse Spark自体は現在もクローズドで、ホスト型APIとしてのみ利用可能である。そのためGlimmerは、ローカルデプロイを希望するユーザー向けのオープンウェイト蒸留版という位置づけだ。MetaはMuse Sparkのオープンリリースが将来的に続く可能性があると示唆している。

戦略的背景：みんなのためのスーパーインテリジェンス

Muse Glimmerは、マーク・ザッカーバーグが掲げる「パーソナル・スーパーインテリジェンス」のビジョンを具現化した最も明確な成果物である。これは、パワフルなAIをパーソナルデバイス上でローカルに動作させ、クラウドコストやサブスクリプション料金、デバイス外部へのデータ送信から解放するというコンセプトだ。TechCrunchはこれを「そのビジョンの最も明確な姿」と評した。

このリリースは、2026年春のLlama 4の期待外れなローンチ後の数ヶ月にわたる社内混乱を経たものだ。Llama 4の失敗後、MetaはオープンウェイトAI戦略を放棄したように見えたが、Muse Glimmerはその路線を再開するものとなる。

143億ドル規模のScale AI投資

2025年6月、Metaはデータラベリング企業Scale AIに143億ドルを投資し、約49%の株式を取得した。この取引により、当時28歳のCEOであるアレクサンダー・ワン氏がMetaの新設された「スーパーインテリジェンス」部門を率いることになった。この投資は、Museモデルファミリー向けの高品質な学習データと人材を確保することを目的としていた。CNBCは2026年1月、ワン氏がLlamaの後継機を開発するMetaのTBD AIユニットを率いており、コードネームは「Avocado」であると報じている。

入手方法とリリース当日のサポート

Muse GlimmerはHugging Faceのmeta-models/Muse-Glimmer-30BからApache 2.0ライセンスでダウンロード可能である。リリース当日から以下の環境でサポートされている：

• Ollama — 単一コマンドでローカル実行可能
• LM Studio — ローカルGUIベースの推論に対応
• SGLang — RTX 5090で230+ tok/sを達成
• llama.cpp — コミュニティによるGGUF変換版が即日公開
• NVIDIA NIM — NVIDIAのマイクロサービスフレームワークによる最適化推論
• AMD ROCm — Ryzen AI MaxおよびRadeon GPUを公式サポート

初期のコミュニティレポートによると、**RTX 3090（24 GB）**でもQ4_K_XL量子化モデルとDFlash、262Kコンテキストウィンドウで動作し、使用VRAMは約22〜23 GBとなる。

主要スペック

Muse Glimmerは高密度Causal Transformer（Mixture-of-Expertsではない）で、約18億パラメータの専用ViT-G/14認識エンコーダを搭載し、テキストと画像のマルチモーダル入力に対応する。52層、隠れ次元6,656、32クエリヘッド、16:1のGrouped Query Attentionパターンを採用する。

フル精度のモデルは約55 GBのVRAMを必要とするが、Metaは4ビット量子化版を同梱しており、これを20 GB未満にまで圧縮している。

量子化VRAMバリエーション

Metaは2種類の量子化リリース構成を提供し、いずれもK-Quant方式で15ベンチマークで評価されている：

• K-Quant-Dynamic — 約32 GB VRAM向け。フル精度と比較して平均ベンチマーク劣化はわずか0.2%
• K-Quant-17GB — 約24 GB VRAM向け（モデル自体は20 GB未満）。平均劣化1.0%

なお、これらの劣化率の総合的な主張について、独立した研究機関による再現はまだ行われていない。

DFlash投機的デコーディングとローカルスループット

ローカル環境で30Bモデルを動作させる際のレイテンシ問題を解決するため、MetaはMuse GlimmerにDFlashを組み合わせている。これはわずか5層の小さな投機的デコーディング用ドラフターモデルで、一度に16トークンのブロックを提案し、メインモデルがそれを並列で検証する仕組みだ。

Metaが報告する17GB量子化モデルのスループット（バッチサイズ1、グリーディデコーディング）は以下の通り：

SGLangはリリース当日、同一のRTX 5090環境で236.4 tok/sを計測している。一方、初期の独立テストではllama.cpp上でより低い値（例：約137 tok/s）が報告されており、233+ tok/sという数値を達成するには特定の最適化が必要であることを示唆している。

エージェント機能

Muse Glimmerはチャットボットとしてではなく、自律ワークフローのためのローカルAIエージェントとして設計されている。Metaは明示的に、計画立案、ツール呼び出し、自身のエラーからの回復を行うようチューニングしている。Model Context Protocol（MCP）をネイティブサポートし、主要なエージェントフレームワークとも統合可能だ。

主なユースケースは、関数呼び出し、ローカルコーディング、長期にわたるツール使用セッション、LLM-as-a-judge評価、文書分析、パーソナルアシスタントなど。

競合モデルとのベンチマーク比較

MetaはGoogle Gemma 4 31BおよびAlibaba Qwen 3.6 27B（いずれも思考/推論モード）との直接比較を公開している：

Muse Glimmerは、MCP Atlas（75.5 vs Qwen 62.5）やDeepSearch QA（74.6 vs 71.1）など、ほとんどのエージェント系ベンチマークでトップに立つ。AIME 2026では94.7を記録し、競合2社をリードしている。

留意点： 第三者分析によると、GlimmerはTerminalBench 2.1（51.7 vs Qwen 60.7）およびOSWorld-Verified（65.9 vs Qwen 75.6）ではQwen 3.6 27Bに劣り、特定のOSレベルの自動化タスクを拒否する傾向がある。

Muse Sparkからの蒸留

Muse Glimmerは、Metaのより大規模なクローズドソースのフロンティアモデルMuse Sparkから、事前学習中のロジット蒸留と、それに続く教師ありファインチューニングおよびRLHFを経て蒸留されている。Muse Spark自体は現在もクローズドで、ホスト型APIとしてのみ利用可能である。そのためGlimmerは、ローカルデプロイを希望するユーザー向けのオープンウェイト蒸留版という位置づけだ。MetaはMuse Sparkのオープンリリースが将来的に続く可能性があると示唆している。

戦略的背景：みんなのためのスーパーインテリジェンス

Muse Glimmerは、マーク・ザッカーバーグが掲げる「パーソナル・スーパーインテリジェンス」のビジョンを具現化した最も明確な成果物である。これは、パワフルなAIをパーソナルデバイス上でローカルに動作させ、クラウドコストやサブスクリプション料金、デバイス外部へのデータ送信から解放するというコンセプトだ。TechCrunchはこれを「そのビジョンの最も明確な姿」と評した。

このリリースは、2026年春のLlama 4の期待外れなローンチ後の数ヶ月にわたる社内混乱を経たものだ。Llama 4の失敗後、MetaはオープンウェイトAI戦略を放棄したように見えたが、Muse Glimmerはその路線を再開するものとなる。

143億ドル規模のScale AI投資

2025年6月、Metaはデータラベリング企業Scale AIに143億ドルを投資し、約49%の株式を取得した。この取引により、当時28歳のCEOであるアレクサンダー・ワン氏がMetaの新設された「スーパーインテリジェンス」部門を率いることになった。この投資は、Museモデルファミリー向けの高品質な学習データと人材を確保することを目的としていた。CNBCは2026年1月、ワン氏がLlamaの後継機を開発するMetaのTBD AIユニットを率いており、コードネームは「Avocado」であると報じている。

入手方法とリリース当日のサポート

Muse GlimmerはHugging Faceのmeta-models/Muse-Glimmer-30BからApache 2.0ライセンスでダウンロード可能である。リリース当日から以下の環境でサポートされている：

• Ollama — 単一コマンドでローカル実行可能
• LM Studio — ローカルGUIベースの推論に対応
• SGLang — RTX 5090で230+ tok/sを達成
• llama.cpp — コミュニティによるGGUF変換版が即日公開
• NVIDIA NIM — NVIDIAのマイクロサービスフレームワークによる最適化推論
• AMD ROCm — Ryzen AI MaxおよびRadeon GPUを公式サポート

初期のコミュニティレポートによると、**RTX 3090（24 GB）**でもQ4_K_XL量子化モデルとDFlash、262Kコンテキストウィンドウで動作し、使用VRAMは約22〜23 GBとなる。