
Muse Glimmer : ce que le rapport technique de Meta tranche réellement au sujet de l’agent local 30B
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 186 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 par million de tokens · 76 tok/s
- openaiNOUVEAUOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 par million de tokens · 151 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 246 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 207 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 94 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 221 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 par million de tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 104 tok/s
Meta a publié le rapport technique de Muse Glimmer le 19 octobre 2026, soixante-dix jours après la mise en disponibilité du modèle lui-même, le 10 août. Cet écart explique pourquoi l'article compte davantage qu'un compte rendu de routine : c'est le document de Meta le plus détaillé à ce jour sur le modèle — il dévoile l'arithmétique derrière l'argumentaire pour le matériel grand public et précise quelles lignes de benchmarks Meta a exécutées elle-même et lesquelles elle a empruntées à des tiers. Muse Glimmer est un modèle dense de 30 milliards de paramètres, sous Apache 2.0, acceptant texte et image en entrée, distillé à partir du modèle enseignant de pointe Muse Spark de Meta, et il est comparé tout au long du rapport à Gemma4-31B et Qwen3.6-27B. Le rapport chiffre aussi correctement le coût de cette distillation pour la première fois : 55,7 Go de poids BF16 compressés à 19,65 Go afin que le modèle de langage tienne sur une carte de 32 Go, avec un coût de qualité mesuré plutôt qu'affirmé. Les défaillances et incidents d'agents IA documentés à l'origine de sorties comme celle-ci sont recensés dans l'OrcaRouter AI Incident Archive où chaque entrée comporte ses propres sources, son niveau de gravité, son niveau de confiance et son indicateur de contestation.
Deux des révélations de l’article sont moins flatteuses que ne l’était le blog de lancement. La première est que le tableau des benchmarks est un mélange, et non une campagne de tests menée uniquement par Meta : quatre lignes proviennent d’Artificial Analysis, deux chiffres de concurrents sont des autodéclarations de ces mêmes concurrents, et le reste correspond à des exécutions internes de Meta sur des configurations dont Meta reconnaît encore qu’elles n’avaient pas été ajustées pour les concurrents. La seconde est que la vérification que cet article disait initialement devoir prendre des semaines a déjà eu lieu. Artificial Analysis a évalué Muse Glimmer, et dans son indice actuel, le modèle occupe la 17e place — derrière Qwen3.6-27B à 21, devant Gemma4-31B à 15. Par ailleurs, la promesse faite par Meta en même temps que le lancement, à savoir des poids ouverts pour le bien plus grand Muse Spark, a été tenue le 15 octobre sous le nom de Muse Spark Open : 816B de paramètres au total, dont 42B actifs, sous une licence qui n’est pas Apache 2.0.
Ce que le rapport dit que le modèle est réellement
L’architecture est désormais publique, jusqu’aux formes des tenseurs, et elle explique l’essentiel du comportement qui a fait débat. Muse Glimmer totalise environ 29,6 B de paramètres : environ 25,16 B dans 52 blocs transformer, 1,34 B d’embedding de tokens non lié, 1,34 B de projection de sortie non liée, et un encodeur de perception distinct de 1,8 B — un ViT-G/14 à 50 couches et de largeur 1536, découpé en patches de 14 pixels sur une grille de référence de 448 pixels. La dimension cachée est de 6 656. L’attention est de type grouped-query, avec 32 têtes de requête pour 2 têtes clé-valeur, soit un ratio de 16:1, une fenêtre glissante de 2 048 tokens selon un motif répétitif de trois couches locales puis une globale, et RoPE appliqué uniquement aux couches locales. Le vocabulaire compte 202 048 tokens avec le tokenizer BPE de Llama 4, et le contexte dépasse 128 K. La date de coupure des connaissances est le 4 janvier 2026.
Deux chiffres dans l’article méritent plus d’attention qu’ils n’en ont reçu le jour du lancement. Le premier est le nombre de langues : le résumé indique « plus d’une centaine de langues », le corps du texte parle d’environ 140, et l’annexe rapporte un score Omnilingual-GAIA2 de 60,4 face aux 37,5 de Gemma4-31B et aux 45,0 de Qwen3.6-27B. C’est un écart important et, comme tout le reste du tableau, il s’agit d’une exécution propre à Meta. Le second est la recette d’entraînement. Le pré-entraînement consiste en une distillation de logits à partir de Muse Spark en utilisant les top 256 logits de l’enseignant, avec une divergence KL pendant les 95 % premiers de l’exécution et un passage à l’entropie croisée sur les cibles de référence pour les 5 % derniers afin de corriger le biais de troncature introduit par la distillation top-k. L’entraînement intermédiaire étend le contexte de 32K à 128K et injecte des données de trajectoires agentiques ; le post-entraînement comprend un ajustement supervisé, puis une distillation on-policy, puis un apprentissage par renforcement multi-objectif. Meta affirme clairement que la distillation on-policy a surpassé une recette fondée uniquement sur l’apprentissage par renforcement à cette taille — un point de repère utile pour quiconque entraîne son propre petit modèle d’agent.
Le brief produit n'a pas changé. Meta a conçu Glimmer pour les « workflows d'agents locaux toujours actifs » — un agent qui appelle des outils, suit des plans en plusieurs étapes, se rétablit lorsqu'un appel échoue au lieu de s'arrêter, et peut augmenter ou réduire l'effort de raisonnement. Les tâches visées sont les moins glamour : codage local, appel de fonctions, gestion des emplois du temps, organisation de fichiers, évaluation par LLM-juge. Il fonctionne sous des frameworks d'orchestration tels qu'OpenClaw, que l'article cite nommément comme la raison pour laquelle il existe une demande pour des agents compacts et fiables capables d'appeler des outils.
D'où l'affirmation « ça tient sur votre GPU » tire-t-elle ses chiffres
C’est la section que le rapport technique a pour but de trancher, et elle tient mieux que le marketing. En BF16, les poids occupent 55,7 Go. Meta vise des déploiements disposant de 24 Go ou 32 Go de mémoire, en réservant de la place pour un cache KV non quantifié, l’encodeur de perception et le drafter DFlash, et cherche donc à ce que les poids du modèle de langage fassent moins de 20 Go. Il a évalué sept schémas de quantification post-entraînement — GPTQ, AWQ, NVFP4 uniforme, MXFP8 uniforme, Q4_K_M de llama.cpp, une variante de calibration appelée Greedy-KL et un EvoPress adapté — au regard de la log-vraisemblance négative sur des données tenues à l’écart, puis de 15 benchmarks en aval.
Le résultat, ce sont deux profils de déploiement nommés plutôt qu’une vague affirmation « 4 bits ». Le profil 32 Go est EvoPress, avec 19,65 Go de poids, et sur les 15 benchmarks, il obtient en moyenne 75,6 % contre 75,7 % pour BF16 — soit un dixième de point. Le profil 24 Go est Q4_K_M, avec une empreinte plus réduite, à 74,8 % en moyenne, soit neuf dixièmes de point de moins. La longueur moyenne des réponses passe de 11 070 jetons en BF16 à 11 417 avec EvoPress et 10 774 avec Q4_K_M ; l’inquiétude courante selon laquelle une quantification agressive gonflerait la longueur de la chaîne de raisonnement ne se manifeste donc pas ici. Ce sont des mesures de Meta sur le mélange d’évaluation de Meta ; ce sont les chiffres les plus concrets publiés à ce jour sur le compromis qualité-mémoire pour ce modèle, et ils restent des chiffres de fournisseur.
La vitesse est le seul point sur lequel l’article est moins détaillé que le billet de blog. Le rapport indique que des poids en 4 bits associés à un décodage spéculatif produisent « des vitesses pratiques sur une seule RTX 5090 » et décrit le drafter en détail — cinq couches, taille de bloc de 16, 32 têtes de requête et 8 têtes clé-valeur, entraîné hors ligne sur des rollouts on-policy avec l’objectif D-PACE — mais ne publie aucun tableau de débit. Les chiffres qui circulent — environ 3,1× d’accélération du décodage sur une RTX 5090 (de 74,9 à 233 tokens/s dans llama.cpp), 1,8× sur un M5 Max et 1,5× sur un M4 Max — proviennent des supports de lancement et de la fiche de modèle de Meta, et non du rapport. Considérez-les comme des chiffres annoncés par le fournisseur jusqu’à ce que quelqu’un les reproduise sur sa propre machine, ce qui, pour un modèle local, est une expérience vraiment facile à réaliser.
Pourquoi cette version compte au-delà de la fiche technique
Depuis Llama 4 au printemps 2025, Meta s’était faite discrète sur les poids ouverts, se repliant vers une gamme frontière propriétaire au sein de Meta Superintelligence Labs. Muse Glimmer a marqué le retour public à cette stratégie, et il s’est accompagné d’un essai de Zuckerberg de 14 pages, « The Future is for Everyone », soutenant que le contrôle concentré est le véritable risque de l’IA, ainsi que d’un fonds de 1 milliard de dollars du même nom. L’article ne reprend pas les considérations politiques ; il fait quelque chose de plus utile : montrer que le retour aux poids ouverts n’était pas un geste isolé.
Le 15 octobre, Meta a publié les poids de Muse Spark Open — 816 milliards de paramètres au total, 42 milliards actifs, une fenêtre de contexte de 1 million de jetons et, selon Meta, la capacité de fonctionner sur deux Apple M5 Ultra Mac Studios avec MLX. C'est le pendant à poids ouverts du modèle enseignant, et il répond à la question que cet article avait laissée en suspens. La réponse comporte un astérisque : Muse Spark Open est distribué sous la Muse Model License, avec des conditions commerciales restreintes, et non sous Apache 2.0. Glimmer reste le plus permissif des deux et, à 30 milliards, le seul de la paire à tenir dans la mémoire d'un seul GPU grand public. Selon le positionnement de Meta, Spark Open est le modèle de classe bureau destiné aux personnes disposant d'une configuration Mac Studio ; Glimmer est celui conçu pour une carte de 24 Go.
Tous les chiffres de Spark Open ci-dessus sont ceux de Meta, et l’affirmation selon laquelle il « tourne sur deux Mac Studios » n’a en particulier pas été reproduite de façon indépendante. Ce qui ne fait pas débat, c’est la structure de la gamme : un modèle d’agent permissif de 30B, un modèle phare restreint de 816B, et un niveau d’API de pointe au-dessus des deux. Il s’agit d’une stratégie cohérente de modèles à poids ouverts plutôt que d’une sortie unique, et c’est l’élément à prendre en compte dans toute décision visant à développer sur le plus petit modèle de Meta.

L'affirmation « fumé », ligne par ligne.
Le tableau de scores ci-dessus a été généré le jour de la sortie, et une ligne a depuis été dépassée : sa colonne Artificial Analysis indique toujours « aucune entrée » pour Muse Glimmer. La fiche d’évaluation de Meta elle-même compare Muse Glimmer, avec un raisonnement de forte intensité, à Gemma4-31B et Qwen3.6-27B sur trois douzaines de lignes. La tendance du jour du lancement se confirme : les plus grands gains concernent le raisonnement agentique général, la recherche et les tâches multilingues.
• MCP-Atlas (utilisation d’outils agentiques) — Muse Glimmer 75,5, Gemma4-31B 54,2, Qwen3.6-27B 62,5. Toujours la ligne phare et le plus grand écart de l’ensemble.
• DeepSearch QA — 74,6 contre 61,7 et 71,1 ; GAIA2 — 43,3 contre 36,4 et 40,0 ; WildClawBench — 47,6 contre 37,6 et 43,2.
• GDPval-AA v2 — 953 Elo contre 811 pour Gemma et 1 141 pour Qwen. Cela mérite qu’on s’y arrête : sur le travail intellectuel à forte valeur économique, Qwen l’emporte largement.
• SWE-Bench Pro — 51,2 face à 36,9 et 50,2 ; ARC-AGI — 66,9 avec un raisonnement élevé, 67,9 au nouveau palier xhigh ajouté par le rapport ; LiveCodeBench Pro (2025 Q2) — 64,1 au niveau high, 66,8 au niveau xhigh.
• τ³-Banking — 23,5 contre 15,1 et 16,7 ; PinchBench (utilisation d’outils) — 90,5.
Les lignes où il est perdant sont tout aussi instructives. Qwen3.6-27B excelle dans l’utilisation pratique de l’ordinateur et le travail sur terminal : OSWorld-Verified 75,6 contre 65,9 pour Glimmer, TerminalBench 2.1 60,7 contre 51,7, SWE-Bench Verified 77,2 contre 76,0, et il devance légèrement SkillsBench à 46,6 contre 44,3. Gemma4-31B affiche le meilleur bilan en matière de confidentialité et de sécurité — un taux de violation CIMemories de 12,1 % contre 26,4 % pour Glimmer et 53,4 % pour Qwen, et le taux de réussite des attaques le plus faible sur Siren AgentDojo, à 25,6 % contre 28,4 % pour Glimmer et 40,3 % pour Qwen. Gemma devance aussi légèrement les tests de raisonnement ciblés, GPQA Diamond à 85,7 contre 83,5 et Humanity's Last Exam à 23,6 contre 22,0.
L’annexe méthodologique est l’élément qui change la façon dont vous devez lire tout ce qui précède, et elle corrige ce que cet article indiquait lors de son lancement. Toutes les lignes ne proviennent pas de Meta. Pour les modèles concurrents, Meta rapporte « le résultat le plus favorable entre les scores autodéclarés ou nos reproductions internes », et quatre benchmarks — τ³-Banking, GDPval-AA v2, Terminal-Bench 2.1 et SciCode — proviennent d’Artificial Analysis plutôt que d’exécutions internes. Le chiffre SWE-Bench Verified de Qwen3.6-27B est une auto-déclaration de Qwen. Le chiffre SWE-Bench Pro de Qwen provient d’une exécution interne de Meta, car le nombre publié par Qwen provenait d’une version affinée du benchmark et Meta a évalué le jeu de tâches d’origine. Pour le reste, Meta reproduit elle-même les concurrents et indique que ses outils d’agent et ses prompts système « peuvent ne pas être spécifiquement optimisés pour les modèles propriétaires de tiers ».
Il s’agit d’une divulgation plus minutieuse que celle proposée dans le billet de blog de lancement, et elle joue dans les deux sens. Ce n’est pas un balayage net en faveur du fournisseur, ce qui renforce la crédibilité du tableau. Mais « le plus favorable entre l’auto-déclaration et notre reproduction » est une règle qui ne peut aider le concurrent que sur les lignes où son propre chiffre est plus élevé, et la mise en garde de Meta sur la configuration non réglée s’applique encore à chaque ligne qu’elle a générée elle-même. Le détail au niveau des lignes est désormais auditable, ce qui est bien ce que l’on veut ; la direction du biais n’est pas entièrement connaissable à partir de l’article.
Ce que dit le tableau d'affichage indépendant
Artificial Analysis a désormais évalué le modèle, ce qui lève la réserve « aucun résultat indépendant pour l'instant » que cet article mentionnait encore en août. Dans l'indice actuel d'AA, Muse Glimmer, avec un niveau de raisonnement élevé, affiche un Intelligence Index de 17 et se classe 14e sur 141 modèles de son ensemble de comparaison. Qwen3.6-27B se situe à 21 et Gemma4-31B à 15. AA mesure également 137 jetons de sortie par seconde, pour un temps jusqu'au premier jeton de 0,91 s — rapide pour la catégorie, se classant 16e sur 64 — et un coût d'environ 0,06 $ par tâche d'Intelligence Index.
Les niveaux appellent une mise en garde, contrairement au classement. L’article de AA publié la semaine de la sortie plaçait les mêmes trois modèles à 35, 38 et 30 sur son indice ; les pages actuelles consacrées aux modèles les placent à 17, 21 et 15. Les chiffres absolus ont changé, pas l’ordre. Quelle que soit la cause du changement d’échelle, le fait stable dans les deux lectures est le classement : Qwen devant Glimmer sur l’agrégat, Glimmer devant Gemma, et Glimmer en tête sur les lignes spécifiques à l’agentique. Cela étaye une affirmation plus restreinte que « mène les modèles ouverts de taille comparable » — sur un indice d’intelligence générale, un modèle 27B d’avril l’emporte encore — et c’est l’affirmation plus restreinte qui est exacte.
L’évaluation d’AA publiée la semaine du lancement a ajouté un constat qu’il vaut la peine de retenir : un taux d’hallucination de 82 % pour Muse Glimmer contre 49 % pour Qwen3.6-27B, avec un indice AA-Omniscience de −33. Pour un agent qui s’exécute sans surveillance sur votre machine et appelle des outils, c’est ce chiffre qui devrait déterminer le degré d’autonomie à lui accorder, plus que ne le fait MCP-Atlas. AA marque désormais Qwen3.6-27B comme obsolète au profit de Qwen3.8-27B, si bien que le rival auquel Glimmer est comparé dans la majeure partie de ce tableau n’est plus le modèle actuel de son éditeur — un détail que la comparaison de Meta ne pouvait pas anticiper en août et que le rapport, publié en octobre, n’aborde pas.
La capture ci-dessous est la page de comparaison telle qu'elle se présentait avant que Glimmer ne soit évalué, ce qui explique qu'elle montre le plateau que Glimmer rejoignait plutôt que Glimmer lui-même. Lisez-la comme la base de référence avant vérification, et non comme le classement actuel.

Ce qu'il en coûte réellement pour le faire fonctionner
Muse Glimmer lui-même est gratuit — Apache 2.0, aucun frais par token, aucun paiement à Meta — et le rapport confirme que la version publiée comprend les poids en pleine précision, les variantes 4 bits et la tête de spéculation DFlash. Le coût, c’est le matériel en dessous. BF16 nécessite 55,7 Go, soit deux cartes, ou aucune des cartes grand public. Le profil EvoPress 32 Go est celui à privilégier si vous achetez : il coûte un dixième de point de précision moyenne par rapport au BF16 et tient sur une seule carte de 32 Go ou un Mac haut de gamme à mémoire unifiée. Le profil Q4_K_M 24 Go coûte neuf dixièmes de point et tient sur une carte de classe RTX 5090, un compromis raisonnable pour un agent qui tourne en continu.
Si vous préférez louer plutôt qu’acheter, le tarif hébergé suivi est désormais inférieur à celui cité sur cette page en août. Artificial Analysis relève 0,30 $ par million de jetons d’entrée et 1,20 $ par million de jetons de sortie pour Muse Glimmer, contre 0,35 $ et 1,50 $ affichés par les premières offres lors de la sortie, avec une remise de 87 % sur le cache et un tarif combiné proche de 0,21 $. Il s’agit de tarifs de place de marché listés par les fournisseurs, et non d’un prix Meta — Meta ne publie aucun point de terminaison Glimmer hébergé qui lui soit propre, et sa documentation destinée aux développeurs est rédigée autour de l’idée de pointer vos outils vers un serveur Muse Glimmer local. Savoir si cette évolution correspond à une baisse du même fournisseur ou à l’arrivée d’un fournisseur moins cher dans l’ensemble suivi n’est pas indiqué par l’indice ; dans un cas comme dans l’autre, la direction pour une version à poids ouverts est prévisible.
La comparaison qu'il vaut vraiment la peine de faire attentivement reste celle entre local et hébergé, et l'écart n'est pas aussi net que le marketing le laisse entendre. Une carte de 32 Go est un coût fixe qui s'amortit sur chaque token que vous générerez un jour ; un tarif hébergé est un coût marginal qui évolue avec le volume et disparaît si le fournisseur disparaît. À 0,30 $ et 1,20 $, la voie hébergée est suffisamment bon marché pour que la plupart des équipes commencent par là avant d'acheter du matériel, et la voie locale ne l'emporte que lorsque les tokens ne peuvent pas quitter la machine ou que le volume est assez élevé pour qu'un GPU coûte moins cher qu'une facture.
Une remarque à notre sujet, car elle a une incidence sur la façon dont vous fixeriez le prix de tout cela. Muse Glimmer ne figure pas au catalogue d’OrcaRouter — nous acheminons des API hébergées, et le modèle n’est pas encore disponible en tant que route hébergée, donc la majoration de 0 % et le dispositif « une seule clé pour tout » ne s’appliquent pas à lui aujourd’hui. Ce qui s’applique, en revanche, c’est la rigueur : pour les plus de 200 modèles que nous acheminons, le prix affiché est le prix catalogue du fournisseur répercuté avec 0 % de majoration, de sorte qu’une baisse de prix d’un fournisseur est effective ici le jour même, et non après un recalcul de marge. C’est la norme à laquelle cette comparaison devrait être tenue, quelle que soit la manière dont vous exécutez Glimmer.
Comment vous l'utiliseriez concrètement cette semaine
Comme il est distribué sous forme de poids ouverts, l'accès se résume à un téléchargement. Le dépôt de base est meta-models/Muse-Glimmer-30B sur Hugging Face, avec les variantes 4 bits et une version GGUF publiées en parallèle. Le support d'exécution dès le premier jour concernait llama.cpp, MLX et ExecuTorch ; Ollama, LM Studio, vLLM et SGLang ont suivi en quelques jours, avec des travaux d'optimisation matérielle annoncés pour AMD, Arm, Dell, Intel et Nvidia. Le parcours pratique reste inchangé pour la plupart des gens : récupérer le GGUF, le charger dans llama.cpp ou un runner local, pointer un squelette d'agent dessus, et commencer avec le profil Q4_K_M de 24 Go, sauf si vous disposez de 32 Go à consacrer à celui d'EvoPress.
Si vous vous demandez si vous devez bâtir sur cette base, la formulation honnête est que Glimmer est un bon agent local avec un niveau de qualité minimal documenté, un problème d'hallucination mesuré et un tableau de benchmarks fournisseur désormais en partie auditable. Le modèle enseignant est une autre proposition : Muse Spark 1.2 est routable via OrcaRouter à 1,25 $ par million de tokens en entrée et 4,25 $ par million de tokens en sortie, de sorte qu'une équipe peut exécuter le petit modèle sur l'appareil pour le travail bon marché, privé et toujours actif, et router les cas difficiles vers le grand modèle avec la même clé. Cette répartition — élève local pour la boucle routinière, enseignant hébergé pour l'escalade — est l'architecture que les deux versions prennent réellement en charge, et elle est testable cette semaine pour le prix d'un GPU que vous possédez peut-être déjà, plus un budget de tokens. Le basculement automatique est ce qui permet de mettre la moitié hébergée sur un chemin de production en toute sécurité pendant qu'un modèle se constitue encore un historique indépendant, ce qui est exactement l'état dans lequel se trouve Glimmer.
La capture d’écran ci-dessous montre la fiche du modèle telle qu’elle apparaissait le jour de la sortie. Sa mention « not deployed by any inference provider » renvoie à l’inférence interne de Hugging Face, qui est distincte de l’hébergement tiers ayant commencé le 9 août, et elle rappelle utilement à quelle vitesse cette phrase a vieilli.

Quoi regarder
Les trois éléments qui devaient trancher cette histoire se sont pour l’essentiel clarifiés. La sortie des poids ouverts de Spark a eu lieu le 15 octobre. Une mesure indépendante a été réalisée, et elle indiquait que Qwen était en tête sur l’agrégat, Glimmer en tête sur les capacités agentiques, Gemma derrière les deux. L’hébergement s’est répandu, et le prix suivi est désormais de 0,30 $ et 1,20 $ plutôt que de 0,35 $ et 1,50 $.
Ce qui reste est plus étroit et plus intéressant. Premièrement, de savoir si quelqu’un en dehors de Meta reproduit le compromis de quantification — les écarts de 0,1 point et de 0,9 point constituent la partie la plus solide du rapport et la plus facile à vérifier sur une carte de 24 Go. Deuxièmement, de savoir si l’avance en matière d’agents survit à un harnais qui n’a pas été conçu autour du modèle ; MCP-Atlas à 75,5 est le chiffre à battre et celui qui est le plus exposé aux différences d’échafaudage. Troisièmement, de savoir si la prochaine petite version de Meta hérite de la licence Apache 2.0 ou de la licence restreinte Muse Model License sous laquelle Spark Open a été livré — ce seul choix détermine si la gamme Glimmer reste utilisable comme fondation pour les produits d’autres personnes.
Le tweet de lancement avait raison sur la nouvelle et se montrait généreux dans son verdict. Ce que le rapport technique ajoute, c’est la partie qui manquait en août : on peut désormais voir ce qui a été mesuré, sur quel matériel, par qui, et à quel coût en termes de qualité. C’est une meilleure base pour décider que le tableau de benchmark ou le tweet, et c’est la raison pour laquelle ce modèle mérite encore d’être pris en compte dans la planification, plutôt que de simplement valoir la peine d’être lu.
Des questions qui méritent vraiment qu'on y réponde
Muse Glimmer est-il vraiment open source ?
Il est en poids ouverts sous Apache 2.0 — chacun peut le télécharger, le modifier, le fine-tuner et le déployer commercialement sans payer Meta. Le rapport confirme aussi ce que la licence couvre réellement : les poids en pleine précision, deux variantes en 4 bits et la tête de drafter DFlash sont tous publiés. Ce qui n’est pas publié, ce sont les données d’entraînement et les poids du modèle enseignant Muse Spark, d’où l’expression prudente « poids ouverts » plutôt que « pleinement open source » au sens de l’OSI. En pratique, l’accord est le même que celui qui a fait de Llama la famille ouverte la plus déployée dans l’IA.
Est-ce que Muse Glimmer bat vraiment Gemma4-31B et Qwen3.6-27B ?
Dans le propre tableau de Meta, il remporte la plupart des lignes agentiques et de recherche, et l’annexe méthodologique indique désormais lesquelles de ces lignes correspondaient à des exécutions de Meta et lesquelles provenaient d’Artificial Analysis ou des rapports des concurrents eux-mêmes. La lecture indépendante est plus étroite : sur l’Intelligence Index d’AA, Qwen3.6-27B obtient 21 et Muse Glimmer 17, Gemma4-31B étant à 15. L’affirmation exacte est donc que Glimmer est en tête de sa catégorie de taille pour l’utilisation d’outils, la planification multi-étapes et le travail agentique multilingue, mais qu’il ne l’est pas pour l’intelligence générale agrégée ni pour les tâches d’utilisation d’ordinateur.
Puis-je l'exécuter sur un ordinateur portable ?
Uniquement si « ordinateur portable » désigne une machine dotée d’un GPU dédié de 24 ou 32 Go, ou d’un Mac haut de gamme avec autant de mémoire unifiée. Le rapport situe les poids BF16 à 55,7 Go et cible deux profils compressés : 19,65 Go de poids pour une machine de 32 Go et une version Q4_K_M plus petite pour 24 Go, les deux laissant de la marge pour le cache KV, l’encodeur de perception et le drafter. Sur un graphique intégré ou une machine de 16 Go, vous auriez affaire à une quantification plus lourde et à une sortie lente, plutôt qu’à l’agent toujours actif pour lequel cette version est conçue.
Où puis-je l'obtenir, et est-ce disponible via une API ?
Les poids sont sur Hugging Face à l'adresse meta-models/Muse-Glimmer-30B, et vous l'exécutez localement via llama.cpp, MLX, ExecuTorch, Ollama ou LM Studio. L'accès hébergé existe via des plateformes tierces à environ 0,30 $ par million de jetons d'entrée et 1,20 $ par million de jetons de sortie, selon les tarifs des fournisseurs suivis par Artificial Analysis. Meta ne publie aucun point de terminaison Glimmer hébergé qui lui soit propre, et le modèle n'est pas sur OrcaRouter — s'il arrive comme route hébergée, la même clé qui donne accès aux plus de 200 modèles que nous acheminons lui donnera accès, mais ce n'est pas le cas aujourd'hui.
Comparés dans cet article1
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
