Muse Glimmer

Muse Glimmer är en språkmodell från Meta Superintelligence Labs med ungefär 30 miljarder parametrar, gjord för agenter som är igång hela tiden på den egna datorn: de planerar i flera steg, anropar verktyg, minns över långa pass och försöker igen när något går fel. Den tar emot text och bilder (till exempel skärmbilder, diagram och dokument) och svarar med text. Den är tränad på data från fler än 100 språk och kan läsa omkring 131 000 tokens åt gången.

Modellen är destillerad från Metas större modell Muse Spark, alltså tränad att efterlikna den. Vikterna är öppna under Apache 2.0, en av de mest tillåtande licenserna, och modellen får användas kommersiellt. I full precision kräver den enligt Meta över 55 GB minne, men komprimerad till ungefär 4 bitar per vikt blir språkmodellen mindre än 20 GB och ryms tillsammans med allt annat på ett grafikkort med 24 eller 32 GB. Meta uppger att komprimeringen nästan inte försämrar resultaten. Med en liten medföljande hjälpmodell (DFlash) som gissar flera ord i förväg blir den enligt Meta 1,5–3,1 gånger snabbare, till exempel cirka 233 tokens per sekund på ett RTX 5090.

I Metas egna jämförelser med Gemma4-31B och Qwen3.6-27B leder Muse Glimmer på flera agenttester, som MCP Atlas och SWE-Bench Pro, men Qwen3.6-27B ligger före på bland annat OSWorld-Verified, Terminal-Bench 2.1 och GDPval-AA. Modellen finns på Hugging Face och kan köras med bland annat Ollama, LM Studio, llama.cpp, MLX, vLLM och ExecuTorch, eller via molntjänster som Together AI, Fireworks och OpenRouter.