Muse Spark vs Muse Glimmer: Apa yang Sebenarnya Bertahan Ketika Model Frontier Didistilasi Menjadi 30 Miliar Parameter

Hubungan antara Muse Spark dan Muse Glimmer bukanlah hubungan yang disiratkan oleh frasa "vs". Muse Glimmer bukanlah pesaing Muse Spark — ia adalah muridnya. Meta melatih model open-weight dengan 30 miliar parameter itu melalui distilasi logit dari Muse Spark, lini frontier multimodal native yang diperkenalkan Meta Superintelligence Labs pada 8 April 2026 dan sekarang tersedia sebagai Muse Spark 1.3, dirilis 2 September 2026 dengan level penalaran maksimumnya dibuka untuk pengembang dua hari kemudian. Muse Glimmer menyusul pada 10 Agustus 2026 di bawah Apache 2.0. Jadi halaman ini bukan kartu pertarungan antara dua rival dari lab yang berbeda. Ini adalah pengukuran seberapa banyak dari model frontier yang bertahan setelah penyusutan enam belas kali lipat dan perubahan lisensi — dan Meta, secara tidak biasa, telah menerbitkan angka di kedua sisi penyusutan itu. Apakah perbandingan itu adil adalah hal pertama yang layak untuk jujur, dan jawabannya adalah: sebagian.

Yang satu adalah file, yang lain adalah endpoint.

Mulailah dari bagian yang tidak ada kaitannya dengan benchmark, karena itulah yang menentukan sebagian besar deployment nyata sebelum satu skor pun berperan.

Muse Glimmer adalah unduhan. Meta menerbitkan bobotnya di bawah Apache 2.0, mengirimkannya sudah terkuantisasi ke 4-bit — yang menurunkan jejak dari lebih dari 55 GB pada presisi penuh menjadi di bawah 20 GB — dan menyatakan bahwa model ini cukup kecil untuk dijalankan di satu GPU konsumen atau Mac. Ini dapat berjalan tanpa koneksi jaringan. Meta mengujinya pada Nvidia RTX 5090 dan pada silikon Apple M4 Max dan M5 Max. Ini menerima input teks dan gambar, mengembalikan teks, membawa jendela konteks 131.072 token yang menurut Meta dapat diperluas hingga 262.144, dan memiliki batas pengetahuan Januari 2026.

Muse Spark adalah bentuk yang berlawanan di setiap aspek. Meta tidak menerbitkan bobot, lisensi, maupun unduhan untuk versi mana pun darinya; ia hanya dapat diakses melalui Model API Meta, di meta.ai, dan di aplikasi Meta AI. Ia menjalankan jendela konteks 1.048.576 token — delapan kali milik Glimmer, sebelum ekstensi Glimmer. Ia menerima masukan teks, gambar, video, audio, dan PDF serta mengembalikan teks. Harganya ditetapkan per token: $1,25 per juta input, $0,15 per juta input cache, $4,25 per juta output, dengan tier Contributor seharga $0,10 / $0,002 / $0,20 yang menukar harga lebih rendah dengan izin untuk melatih model menggunakan prompt dan completion Anda. Glimmer sama sekali tidak memiliki tagihan vendor per token saat Anda menjalankannya sendiri, karena tidak ada vendor yang terlibat.

• Ukuran — Muse Spark: tidak diungkapkan, Meta tidak mempublikasikan jumlah parameter untuk versi mana pun; Muse Glimmer: 30B, dirilis dalam 4-bit di bawah 20 GB

• Bobot — Muse Spark: proprieter, hanya dihosting; Muse Glimmer: Apache 2.0, dapat diunduh dan dijalankan secara offline

• Jendela konteks — 1.048.576 token vs 131.072, dapat diperluas hingga 262.144

• Masukan — teks, gambar, video, audio, PDF vs teks dan gambar

• Keluaran — teks vs teks

• Harga — $1.25 / $0.15 untuk yang di-cache / $4.25 per juta token vs tanpa biaya vendor saat di-hosting sendiri

• Batas pengetahuan — tidak dipublikasikan untuk Muse Spark 1.3; Januari 2026 untuk Muse Glimmer

Satu-satunya tolok ukur yang Meta terbitkan untuk keduanya

Ini adalah jenis angka yang paling langka untuk ditemukan dalam hubungan distilasi: evaluasi yang sama, dijalankan oleh laboratorium yang sama, dilaporkan pada model guru dan model murid.

Halaman model Meta mencantumkan GDPval-AA pada 1.754 untuk Muse Spark 1.3 yang menjalankan konfigurasi penalaran maksimalnya, dan 953 untuk Muse Glimmer 30B pada penalaran tinggi. Itu berarti model siswa mempertahankan 54% dari skor model guru pada keluarga tugas tersebut — titik data nyata yang dipublikasikan, bukan sebuah inferensi. Dua catatan penting harus segera dilekatkan padanya, karena keduanya benar dan keduanya tidak kecil. Pertama, baris Muse Spark dilabeli v2 dan baris Muse Glimmer sama sekali tidak diberi versi, jadi jika Meta telah memindahkan tolok ukur di antara kedua pengukuran tersebut, rasionya lemah meskipun arahnya tidak. Kedua, kedua angka tersebut dilaporkan vendor. Kami belum mereproduksi keduanya, dan tidak ada harness independen yang memublikasikan perbandingan head-to-head untuk pasangan ini yang dapat kami temukan.

Yang membuat selisih 801 poin itu dapat dipahami, bukan mengkhawatirkan, adalah gambaran pihak ketiga di baliknya. Pada Indeks Kecerdasan Artificial Analysis, Muse Spark 1.3 pada setelan maksimum mendapat skor 48 dan Muse Glimmer pada setelan tinggi mendapat skor 17. Itu adalah skala indeks yang berbeda dari putaran pengukuran yang berbeda dan keduanya tidak diperingkatkan terhadap kumpulan yang sama — Artificial Analysis mengelompokkan model berbobot terbuka berdasarkan kelas ukuran, sehingga Glimmer diukur terhadap sesama model berbobot terbuka sementara Muse Spark diukur terhadap seluruh bidang. Bacalah keduanya sebagai bentuk, bukan sebagai rasio. Bentuk itu menyatakan hal yang sama dengan yang dinyatakan tabel Meta sendiri: model hasil distilasi adalah tingkat kemampuan yang benar-benar berbeda, bukan jalur yang lebih murah menuju jawaban yang sama.

Apa yang disimpan oleh model kecil

Bagian yang menarik dari distilasi adalah apa yang bertahan dari kompresi, dan pada baris-baris yang diterbitkan Meta sendiri, Muse Glimmer tidak secara seragam dikalahkan. Model ini mencetak 76,0 pada SWE-Bench Verified, 65,9 pada OSWorld-Verified, 77,0 pada IFBench, 94,7 pada AIME 2026, dan 83,5 pada GPQA Diamond. Itu angka yang kuat untuk model 30B dan itulah alasan pilihan arsitektur menjadi penting: Meta menggambarkan Glimmer sebagai model yang di-fine-tune pada data agentik berkonteks panjang dan diperkuat secara khusus untuk penggunaan alat, dengan memori yang dikelola sendiri selama sesi berjam-jam dan pemulihan dari panggilan alat yang gagal alih-alih berhenti. Itu adalah model yang ditargetkan khusus yang menyandang nama model umum.

Konteks paling berguna di halaman ini adalah pilihan perbandingan Meta sendiri. Tabel benchmark-nya untuk Muse Glimmer tidak menempatkannya di samping Muse Spark. Tabel itu menempatkannya di samping Gemma 4 31B dalam mode berpikir dan Qwen3.6 27B dalam mode berpikir — kelas ukuran yang sama, premis bobot terbuka yang sama. Pada tabel itu Glimmer menang di sebagian besar baris, tetapi tidak semua: Glimmer meraih MCP Atlas pada 75,5 berbanding 62,5 milik model Qwen, TerminalBench 2.1 pada 51,7 berbanding 60,7, dan GDPval-AA pada 953 berbanding 1.141. Jadi, bahkan di dalam kelas ukurannya sendiri, model Meta hasil distilasi bukanlah pilihan otomatis, yang merupakan pembingkaian lebih jujur daripada yang disiratkan judul halaman.

Dua baris tambahan perlu disorot karena terukur dan mudah salah dalam perencanaan. Artificial Analysis mencatat biaya Muse Glimmer per tugas Intelligence Index yang diselesaikan sebesar $0,05 dan kecepatan outputnya 122,4 token per detik — dibandingkan $1,60 dan 121,9 token per detik untuk Muse Spark 1.3 pada pengaturan maksimum. Berdasarkan kedua angka tersebut, model kecil ini sekitar 32 kali lebih murah per tugas yang diselesaikan pada throughput yang nyaris identik. Itulah manfaat distilasi, dan itu tak terlihat jika Anda hanya membandingkan skor indeks.

Titik di mana perbandingan itu tidak lagi berlaku

Ini rusak pada input, dan kerusakannya lebih parah daripada yang ditunjukkan papan skor.

Muse Spark 1.3 menerima video, audio, dan PDF. Muse Glimmer menerima teks dan gambar. Jika pipeline Anda memasukkan rekaman layar, rekaman panggilan, atau dokumen hasil pemindaian langsung ke model, keduanya tidak bisa saling menggantikan pada harga berapa pun — salah satunya secara fisik tidak dapat menerima payload tersebut. Dokumentasi Meta sendiri justru memperkuat poin ini dari arah yang tidak terduga: dokumentasi itu memperingatkan bahwa pemahaman audio di Muse Spark 1.3 tidak sepenuhnya didukung dan bahwa kualitas pada permintaan yang membawa audio dapat menurun, serta merekomendasikan Muse Spark 1.2 untuk beban kerja audio. Jadi, bahkan dalam lini hosted, versi terbaru bukan jawaban yang tepat untuk setiap jenis input, dan opsi yang mampu menangani audio adalah checkpoint yang lebih lama.

Jeda kedua adalah konteks. Satu juta token versus 131.072 bukanlah perbedaan pemasaran; ini adalah perbedaan antara model yang dapat menampung repositori besar atau berkas kasus panjang dalam satu panggilan dan model yang memerlukan lapisan pengambilan dan langkah peringkasan yang dibangun di sekitarnya. Jika pekerjaan Anda adalah penalaran basis kode berhorizon panjang, plafon konteks Glimmer adalah kendala yang pertama kali akan Anda temui, jauh sebelum skor benchmark-nya.

Yang ketiga adalah batas data, dan dampaknya justru berlawanan arah. Permintaan yang tidak pernah meninggalkan perangkat keras Anda tidak dapat dicatat oleh vendor, tidak dapat diberi harga per token, dan tidak dapat terpengaruh oleh perubahan tarif. Untuk beban kerja dengan persyaratan residensi atau anggaran per token yang tidak bertahan pada volume tinggi, satu properti itu lebih bernilai daripada 30 poin indeks.

Di mana masing-masing sebenarnya tinggal

Distribusi Muse Glimmer adalah yang luas, karena bobot terbuka memang demikian. Meta mencantumkan unduhannya di Hugging Face dan mengarahkan ke runtime lokal — llama.cpp, MLX, Ollama, LM Studio, Unsloth — bersama daftar hosted milik vendor sendiri dan beberapa platform inferensi pihak ketiga. Kami tidak akan menyebutkan nama platform-platform itu di sini; intinya bagi pembaca hanyalah bahwa bobotnya portabel, dan apa pun yang dapat memuat model 30B 4-bit dapat menyajikannya.

Lini Muse Spark sempit secara desain. Tiga versi, satu vendor, satu API, tanpa bobot. Konsentrasi itulah risiko sebenarnya dari membangun di atasnya, dan itu adalah risiko yang sama sekali tidak berlaku untuk Glimmer.

Keduanya pada satu tombol, jika memungkinkan

Katalog kami sendiri lebih sempit daripada kedua cerita ini. Kami merutekan Muse Spark 1.1 dan Muse Spark 1.2 — dua checkpoint yang terdaftar pada $1.25 untuk input dan $4.25 untuk output per juta token, keduanya pada harga daftar Meta dengan markup 0% kami yang diteruskan tanpa diubah — dan kami tidak menghosting Muse Spark 1.3, baik varian Contributor mana pun, maupun Muse Spark Open. Muse Glimmer juga tidak ada di katalog kami, dan saran jujur untuk yang satu itu berbeda jenisnya: bobotnya terbuka, jadi tempat alami untuk menjalankannya adalah perangkat keras Anda sendiri atau runtime yang memuatnya.

Di sinilah perutean benar-benar membuktikan nilainya: migrasi yang mungkin sedang Anda pertimbangkan. Jika Anda menguji apakah model distilasi 30B dapat mengambil alih sebagian beban kerja frontier, yang Anda inginkan adalah keduanya dalam satu endpoint sehingga sebagian trafik dapat dipindahkan dan diukur tanpa kontrak kedua — Muse Spark 1.1 dan 1.2 pada satu kunci, dengan failover otomatis sehingga panggilan konteks panjang yang gagal terdegradasi ke checkpoint lainnya alih-alih menjadi error, dan DSL perutean untuk memisahkan trafik berdasarkan konfigurasi, bukan kode. Ketika lini hosted Meta berpindah lagi, perubahannya mendarat di satu tempat.

Mana yang harus dipilih

Jika pekerjaan Anda berupa teks dan gambar, berjalan di mesin Anda sendiri atau GPU sewaan, dan perlu kebal terhadap penetapan harga per token, Muse Glimmer adalah jawabannya dan tidak ada yang mendekati — Anda menukar sekitar setengah skor GDPval-AA untuk model yang tidak memakan biaya per panggilan dan tidak dapat dikenai pembatasan laju oleh siapa pun.

Jika pekerjaan Anda melibatkan video, audio, PDF, atau konteks yang benar-benar panjang, Muse Glimmer bukan versi Muse Spark yang lebih murah. Ini adalah alat yang berbeda, dan distilasi tidak membawa kemampuan tersebut. Gunakan lini hosted, anggarkan $1,25 dan $4,25 per juta token, dan periksa checkpoint mana yang benar-benar menangani payload Anda — untuk audio, dokumentasi Meta sendiri mengarah ke versi yang lebih lama.

Ringkasan jujur dari perbandingan distilasi adalah bahwa siswa tersebut sangat baik pada hal yang dilatih untuk dilakukannya dan sama sekali tidak ada pada hal-hal yang tidak dilatih. Muse Glimmer adalah argumen terkuat untuk bobot terbuka yang diterbitkan Meta sejak Llama 4 dan angka-angka di atas adalah milik Meta sendiri. Apa yang tidak mereka tunjukkan — dan tidak ada tabel vendor yang bisa — adalah bagaimana pasangan itu berperilaku pada beban kerja Anda. Itu adalah eksperimen, bukan pencarian.

Tolok ukur menjadi usang dan harga bergerak; catatan kegagalan tidak: insiden AI dan kegagalan agen yang terdokumentasi di balik model di kelas ini dikumpulkan dalam Arsip Insiden AI OrcaRouter, yang di dalamnya setiap entri memuat sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda sengketa.