Muse Glimmer: локальний ШІ-агент від Meta, який поміщається в одну відеокарту
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари. Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння т...
ОпублікувавВідредаговано за допомогою DeepSeek-V4-FlashЗображення створено за допомогою GPT Image 1.5
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари.
Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння тексту й зображень.
Завдяки 4 бітному квантуванню (менш як 20 GB VRAM) і блочному спекулятивному декодуванню DFlash модель досягає реальної швидкості на RTX 5090 (233,4 ток/с) і Apple M5 Max (50,2 ток/с).
What is Meta's Muse Glimmer, a 30-billion-parameter open-weight AI model, and what are its key features, specifications (including offline cAn editorial concept visualization of Meta's Muse Glimmer AI model.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What is Meta's Muse Glimmer, a 30-billion-parameter open-weight AI model, and what are its key features, specifications (including offline c. Article summary: I need to verify this information about a model called "Muse Glimmer" from Meta. Let me search for it. Topic tags: general, general web, user generated, documentation, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustra
openai.com
10 серпня 2026 року Meta Superintelligence Labs випустила Muse Glimmer — модель з відкритою вагою (open-weight) на ~29,6 млрд параметрів, яка працює повністю на одному споживчому GPU без потреби в хмарному з'єднанні . Це перший open-weight реліз Meta за більш ніж рік, що свідчить про повернення компанії до витоків відкритого ШІ після невдалого запуску Llama 4 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Muse Glimmer: локальний ШІ-агент від Meta, який поміщається в одну відеокарту"?
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари.
What are the key points to validate first?
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари. Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння тексту й зображень.
What should I do next in practice?
Завдяки 4 бітному квантуванню (менш як 20 GB VRAM) і блочному спекулятивному декодуванню DFlash модель досягає реальної швидкості на RTX 5090 (233,4 ток/с) і Apple M5 Max (50,2 ток/с).
Muse Glimmer: локальний ШІ-агент від Meta, який поміщається в одну відеокарту
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари. Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння т...
ОпублікувавВідредаговано за допомогою DeepSeek-V4-FlashЗображення створено за допомогою GPT Image 1.5
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари.
Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння тексту й зображень.
Завдяки 4 бітному квантуванню (менш як 20 GB VRAM) і блочному спекулятивному декодуванню DFlash модель досягає реальної швидкості на RTX 5090 (233,4 ток/с) і Apple M5 Max (50,2 ток/с).
What is Meta's Muse Glimmer, a 30-billion-parameter open-weight AI model, and what are its key features, specifications (including offline cAn editorial concept visualization of Meta's Muse Glimmer AI model.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What is Meta's Muse Glimmer, a 30-billion-parameter open-weight AI model, and what are its key features, specifications (including offline c. Article summary: I need to verify this information about a model called "Muse Glimmer" from Meta. Let me search for it. Topic tags: general, general web, user generated, documentation, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustra
openai.com
10 серпня 2026 року Meta Superintelligence Labs випустила Muse Glimmer — модель з відкритою вагою (open-weight) на ~29,6 млрд параметрів, яка працює повністю на одному споживчому GPU без потреби в хмарному з'єднанні . Це перший open-weight реліз Meta за більш ніж рік, що свідчить про повернення компанії до витоків відкритого ШІ після невдалого запуску Llama 4 .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Muse Glimmer: локальний ШІ-агент від Meta, який поміщається в одну відеокарту"?
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари.
What are the key points to validate first?
Модель Muse Glimmer (10 серпня 2026 року) має 29,6 млрд параметрів, ліцензію Apache 2.0 і працює локально на одному споживчому GPU без підключення до хмари. Дистильована із закритої Muse Spark, Glimmer оптимізована для локальних агентів: планування, виклик інструментів, відновлення після помилок, а також розуміння тексту й зображень.
What should I do next in practice?
Завдяки 4 бітному квантуванню (менш як 20 GB VRAM) і блочному спекулятивному декодуванню DFlash модель досягає реальної швидкості на RTX 5090 (233,4 ток/с) і Apple M5 Max (50,2 ток/с).
Muse Glimmer — це щільний каузальний трансформер (не Mixture-of-Experts) із виділеним перцептивним енкодером ViT-G/14 на ~1,8 млрд параметрів для мультимодального введення . Модель має 52 шари, приховану розмірність 6656, 32 запитувальні голови та шаблон Grouped Query Attention 16:1 .
Специфікація
Деталі
Загальна кількість параметрів
~29,6B (27,8B мовна модель + ~1,8B зоровий енкодер)
Контекстне вікно
131 072+ токенів (до 262K у деяких конфігураціях)
Мультимодальне введення
Текст + зображення через перцептивний енкодер
Ліцензія
Apache 2.0 — дозволяє комерційне використання, модифікацію та поширення
Офлайн/локально
Працює на одному споживчому GPU або Mac — хмара не потрібна
Дата відсічення знань
4 січня 2026 року
Тренувальні дані
Охоплюють понад 100 мов
Повна точність моделі потребує ~55 GB VRAM, але Meta постачає її з 4-бітним квантуванням, яке стискає модель до менш ніж 20 GB .
Варіанти VRAM із квантуванням
Meta пропонує дві квантовані конфігурації, побудовані з K-Quant і оцінені на 15 бенчмарках :
K-Quant-Dynamic — ~32 GB VRAM, лише 0,2% середньої втрати якості порівняно з повною точністю
K-Quant-17GB — ~24 GB VRAM (модель менш як 20 GB), 1,0% середньої втрати
Незалежні лабораторії ще не підтвердили ці сукупні показники деградації .
DFlash: спекулятивне декодування та локальна швидкодія
Щоб вирішити проблему затримки при запуску 30B-моделі локально, Meta поєднує Muse Glimmer із DFlash — невеликим п'ятишаровим спекулятивним драфтером, який пропонує блоки з 16 токенів за раз, а основна модель перевіряє їх паралельно .
Meta публікує такі показники пропускної здатності для 17-GB квантованої моделі з розміром пакета 1 і жадібним декодуванням :
Обладнання
Базове (ток/с)
З DFlash (ток/с)
Прискорення
NVIDIA RTX 5090
74,9
233,4
3,1x
Apple M5 Max
26,6
50,2
1,9x
Apple M4 Max
23,7
37,8
1,6x
SGLang повідомив про 236,4 ток/с на тому ж RTX 5090 в окремому вимірюванні . Ранні незалежні тести на RTX 5090 з llama.cpp іноді показують нижчі значення (наприклад, ~137 ток/с), що свідчить про необхідність специфічних оптимізацій для досягнення 233+ ток/с .
Агентні можливості
Muse Glimmer — це не просто чат-бот, а локальний ШІ-агент, призначений для автономних робочих процесів . Meta навмисно налаштувала її на планування, виклик інструментів і відновлення після власних помилок. Вона рідно підтримує протокол Model Context Protocol (MCP) та інтегрується з популярними агентними фреймворками .
Основні сценарії використання: виклик функцій, локальне кодування, тривалі сесії з інструментами, оцінка LLM-as-a-judge, аналіз документів і персональні асистенти .
Продуктивність на бенчмарках порівняно з конкурентами
Meta опублікувала прямі порівняння з Google Gemma 4 31B і Alibaba Qwen 3.6 27B (обидві в режимі міркування) :
Бенчмарк
Muse Glimmer 30B
Gemma 4 31B
Qwen 3.6 27B
Що тестує
MCP Atlas (Public)
75,5
54,2
62,5
Багатокрокове використання 20+ MCP-серверів
DeepSearch QA
74,6
61,7
71,1
Автономне веб-дослідження
SWE-Bench Pro
51,2
36,9
50,2
Складні завдання на рівні репозиторію
SWE-Bench Verified
76,0
66,6
77,2
Перевірені завдання з кодування
AIME 2026 (математика)
94,7
89,2
94,1
Математичні міркування
τ³-Banking (агентний)
23,5
15,1
16,7
Агентні банківські завдання
OSWorld-Verified
65,9
58,5
75,6
Автоматизація робочого столу
Terminal-Bench 2.1
51,7
43,4
60,7
Робота в терміналі/системне адміністрування
Muse Glimmer лідирує на більшості агентних бенчмарків, зокрема MCP Atlas (75,5 проти 62,5 у Qwen) і DeepSearch QA (74,6 проти 71,1) . Вона також набирає 94,7 на AIME 2026, випереджаючи обох конкурентів .
Застереження: Сторонній аналіз зауважує, що Glimmer поступається Qwen 3.6 27B на TerminalBench 2.1 (51,7 проти 60,7) і OSWorld-Verified (65,9 проти 75,6), а також схильна відмовлятися від певних завдань автоматизації ОС .
Дистиляція з Muse Spark
Muse Glimmer була дистильована з Muse Spark (більшої, закритої флагманської моделі Meta) за допомогою логітної дистиляції під час попереднього навчання з подальшим контрольним доналаштуванням і RLHF . Сама Muse Spark залишається закритою — доступна лише як API — що робить Glimmer open-weight версією для локального розгортання . Meta натякнула, що відкритий реліз Muse Spark може відбутися пізніше .
Стратегічний контекст: суперінтелект для кожного
Muse Glimmer — найчіткіше втілення бачення Марка Цукерберга про «персональний суперінтелект» — потужний ШІ, що працює локально на персональних пристроях, без витрат на хмару, підписок або передачі даних із пристрою . TechCrunch назвав це «найяснішим зображенням» цього бачення .
Реліз відбувся після місяців внутрішньої турбулентності після невдалого запуску Llama 4 навесні 2026 року, коли Meta, здавалося, відмовилася від відкритих ваг. Muse Glimmer відновлює цю стратегію .
Інвестиція $14,3 млрд у Scale AI
У червні 2025 року Meta інвестувала $14,3 мільярда у фірму з маркування даних Scale AI, отримавши ~49% частки . Угода привела 28-річного генерального директора Scale Александра Вана до керівництва новим підрозділом «Superintelligence» Meta . Інвестиція мала на меті забезпечити високоякісні тренувальні дані та talent для сімейства моделей Muse . CNBC повідомляла в січні 2026 року, що Ван очолював підрозділ TBD AI, який будував наступника Llama під кодовою назвою Avocado .
Доступність і підтримка з першого дня
Muse Glimmer доступна для завантаження з Hugging Face за посиланням meta-models/Muse-Glimmer-30B під ліцензією Apache 2.0 . Вона має підтримку з першого дня в:
Ollama — запуск локально однією командою
LM Studio — підтримка для локальної інференції через графічний інтерфейс
SGLang — понад 230 ток/с на RTX 5090
llama.cpp — конвертації GGUF від спільноти доступні в день релізу
NVIDIA NIM — оптимізована інференція через мікросервісну структуру NVIDIA
AMD ROCm — офіційна підтримка для Ryzen AI Max і Radeon GPU
Ранні повідомлення спільноти свідчать, що навіть RTX 3090 (24 GB) може запустити квантовану модель Q4_K_XL із DFlash і контекстом 262K, використовуючи приблизно 22-23 GB VRAM .
techcrunch.comMeta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision | TechCrunch
Muse Glimmer — це щільний каузальний трансформер (не Mixture-of-Experts) із виділеним перцептивним енкодером ViT-G/14 на ~1,8 млрд параметрів для мультимодального введення . Модель має 52 шари, приховану розмірність 6656, 32 запитувальні голови та шаблон Grouped Query Attention 16:1 .
Специфікація
Деталі
Загальна кількість параметрів
~29,6B (27,8B мовна модель + ~1,8B зоровий енкодер)
Контекстне вікно
131 072+ токенів (до 262K у деяких конфігураціях)
Мультимодальне введення
Текст + зображення через перцептивний енкодер
Ліцензія
Apache 2.0 — дозволяє комерційне використання, модифікацію та поширення
Офлайн/локально
Працює на одному споживчому GPU або Mac — хмара не потрібна
Дата відсічення знань
4 січня 2026 року
Тренувальні дані
Охоплюють понад 100 мов
Повна точність моделі потребує ~55 GB VRAM, але Meta постачає її з 4-бітним квантуванням, яке стискає модель до менш ніж 20 GB .
Варіанти VRAM із квантуванням
Meta пропонує дві квантовані конфігурації, побудовані з K-Quant і оцінені на 15 бенчмарках :
K-Quant-Dynamic — ~32 GB VRAM, лише 0,2% середньої втрати якості порівняно з повною точністю
K-Quant-17GB — ~24 GB VRAM (модель менш як 20 GB), 1,0% середньої втрати
Незалежні лабораторії ще не підтвердили ці сукупні показники деградації .
DFlash: спекулятивне декодування та локальна швидкодія
Щоб вирішити проблему затримки при запуску 30B-моделі локально, Meta поєднує Muse Glimmer із DFlash — невеликим п'ятишаровим спекулятивним драфтером, який пропонує блоки з 16 токенів за раз, а основна модель перевіряє їх паралельно .
Meta публікує такі показники пропускної здатності для 17-GB квантованої моделі з розміром пакета 1 і жадібним декодуванням :
Обладнання
Базове (ток/с)
З DFlash (ток/с)
Прискорення
NVIDIA RTX 5090
74,9
233,4
3,1x
Apple M5 Max
26,6
50,2
1,9x
Apple M4 Max
23,7
37,8
1,6x
SGLang повідомив про 236,4 ток/с на тому ж RTX 5090 в окремому вимірюванні . Ранні незалежні тести на RTX 5090 з llama.cpp іноді показують нижчі значення (наприклад, ~137 ток/с), що свідчить про необхідність специфічних оптимізацій для досягнення 233+ ток/с .
Агентні можливості
Muse Glimmer — це не просто чат-бот, а локальний ШІ-агент, призначений для автономних робочих процесів . Meta навмисно налаштувала її на планування, виклик інструментів і відновлення після власних помилок. Вона рідно підтримує протокол Model Context Protocol (MCP) та інтегрується з популярними агентними фреймворками .
Основні сценарії використання: виклик функцій, локальне кодування, тривалі сесії з інструментами, оцінка LLM-as-a-judge, аналіз документів і персональні асистенти .
Продуктивність на бенчмарках порівняно з конкурентами
Meta опублікувала прямі порівняння з Google Gemma 4 31B і Alibaba Qwen 3.6 27B (обидві в режимі міркування) :
Бенчмарк
Muse Glimmer 30B
Gemma 4 31B
Qwen 3.6 27B
Що тестує
MCP Atlas (Public)
75,5
54,2
62,5
Багатокрокове використання 20+ MCP-серверів
DeepSearch QA
74,6
61,7
71,1
Автономне веб-дослідження
SWE-Bench Pro
51,2
36,9
50,2
Складні завдання на рівні репозиторію
SWE-Bench Verified
76,0
66,6
77,2
Перевірені завдання з кодування
AIME 2026 (математика)
94,7
89,2
94,1
Математичні міркування
τ³-Banking (агентний)
23,5
15,1
16,7
Агентні банківські завдання
OSWorld-Verified
65,9
58,5
75,6
Автоматизація робочого столу
Terminal-Bench 2.1
51,7
43,4
60,7
Робота в терміналі/системне адміністрування
Muse Glimmer лідирує на більшості агентних бенчмарків, зокрема MCP Atlas (75,5 проти 62,5 у Qwen) і DeepSearch QA (74,6 проти 71,1) . Вона також набирає 94,7 на AIME 2026, випереджаючи обох конкурентів .
Застереження: Сторонній аналіз зауважує, що Glimmer поступається Qwen 3.6 27B на TerminalBench 2.1 (51,7 проти 60,7) і OSWorld-Verified (65,9 проти 75,6), а також схильна відмовлятися від певних завдань автоматизації ОС .
Дистиляція з Muse Spark
Muse Glimmer була дистильована з Muse Spark (більшої, закритої флагманської моделі Meta) за допомогою логітної дистиляції під час попереднього навчання з подальшим контрольним доналаштуванням і RLHF . Сама Muse Spark залишається закритою — доступна лише як API — що робить Glimmer open-weight версією для локального розгортання . Meta натякнула, що відкритий реліз Muse Spark може відбутися пізніше .
Стратегічний контекст: суперінтелект для кожного
Muse Glimmer — найчіткіше втілення бачення Марка Цукерберга про «персональний суперінтелект» — потужний ШІ, що працює локально на персональних пристроях, без витрат на хмару, підписок або передачі даних із пристрою . TechCrunch назвав це «найяснішим зображенням» цього бачення .
Реліз відбувся після місяців внутрішньої турбулентності після невдалого запуску Llama 4 навесні 2026 року, коли Meta, здавалося, відмовилася від відкритих ваг. Muse Glimmer відновлює цю стратегію .
Інвестиція $14,3 млрд у Scale AI
У червні 2025 року Meta інвестувала $14,3 мільярда у фірму з маркування даних Scale AI, отримавши ~49% частки . Угода привела 28-річного генерального директора Scale Александра Вана до керівництва новим підрозділом «Superintelligence» Meta . Інвестиція мала на меті забезпечити високоякісні тренувальні дані та talent для сімейства моделей Muse . CNBC повідомляла в січні 2026 року, що Ван очолював підрозділ TBD AI, який будував наступника Llama під кодовою назвою Avocado .
Доступність і підтримка з першого дня
Muse Glimmer доступна для завантаження з Hugging Face за посиланням meta-models/Muse-Glimmer-30B під ліцензією Apache 2.0 . Вона має підтримку з першого дня в:
Ollama — запуск локально однією командою
LM Studio — підтримка для локальної інференції через графічний інтерфейс
SGLang — понад 230 ток/с на RTX 5090
llama.cpp — конвертації GGUF від спільноти доступні в день релізу
NVIDIA NIM — оптимізована інференція через мікросервісну структуру NVIDIA
AMD ROCm — офіційна підтримка для Ryzen AI Max і Radeon GPU
Ранні повідомлення спільноти свідчать, що навіть RTX 3090 (24 GB) може запустити квантовану модель Q4_K_XL із DFlash і контекстом 262K, використовуючи приблизно 22-23 GB VRAM .
techcrunch.comMeta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision | TechCrunch
