Muse Wonder Full vs Muse Glimmer: Skor Terbaik di Tabel Itu Juga Merupakan Angka Terburuk di Dalamnya

Muse Wonder Full dan Muse Glimmer adalah dua ujung jajaran yang dipublikasikan Meta Superintelligence Labs. Muse Wonder Full adalah checkpoint terdepan yang bersifat proprieter, diumumkan pada 12 Oktober 2026, dijual sebagai bagian dari langganan Muse Code, dan mencetak skor 59,1 pada indeks milik Meta sendiri. Muse Glimmer adalah model Apache 2.0 dengan 30 miliar parameter yang dirilis pada 10 Agustus 2026, dikirim sudah terkuantisasi ke 4-bit sehingga muat di bawah 20 GB VRAM, dan mencetak skor 17 pada Artificial Analysis Intelligence Index yang independen. Di antara keduanya terbentang 42 poin skor komposit, sebuah lisensi, sebuah unduhan, dan pintu masuk seharga $50 per bulan — dan satu baris dalam tabel Meta sendiri tempat versi mahal mencetak skor 13,1.

Baris itu adalah Harvey LAB-AA, benchmark agen hukum milik Meta. Muse Wonder Full melaporkan 13,1 pada benchmark tersebut. Muse Wonder, checkpoint yang dapat dipanggil dari rilis yang sama, melaporkan 54,3, GPT-6 Astra 54,5 dan Claude Opus 5.5 55,2. Model yang memimpin indeks komposit dengan selisih empat poin menempati posisi terakhir pada suite berbentuk pekerjaan dengan margin 41. Itulah hal pertama yang perlu dipahami tentang pasangan ini: skor komposit tidak menggambarkan pekerjaannya.

Dua produk, satu nama keluarga, dan yang ketiga sering tertukar dengan keduanya

• Bobot — Muse Glimmer Apache 2.0, dapat diunduh, dirilis dalam 4-bit; Muse Wonder Full bersifat proprietary, tidak ada checkpoint yang dipublikasikan, dan tidak akan ada.

• Di mana ini berjalan — Muse Glimmer di akselerator Anda sendiri, offline; Muse Wonder Full di infrastruktur Meta di dalam Muse Code.

• Cara Anda membelinya — Muse Glimmer tidak ada biaya per token jika Anda self-host, atau $0.325 input dan $1.35 output per juta melalui endpoint yang dihosting; Muse Wonder Full tidak ada harga per token sama sekali, pada paket yang dipublikasikan $50 per bulan untuk Power Usage dan $200 per bulan untuk Maximum Usage.

• Parameter — Muse Glimmer 30 miliar, terkuantisasi di bawah 20 GB; Muse Wonder Full tidak diungkapkan.

• Jendela konteks — Muse Glimmer 131.072 token, dapat diperluas hingga 262.144; Muse Wonder Full dijelaskan bersama seri ini pada 1.048.576 token.

• Input modal — Muse Glimmer teks dan gambar; seri Muse Wonder teks, gambar, ucapan, dan video.

• Batas pengetahuan — Muse Glimmer Januari 2026; Muse Wonder Full belum diterbitkan.

• Apa yang dapat dilakukan terhadapnya — Muse Glimmer dapat dipin, di-fork, dan disetel halus; Muse Wonder Full dapat dideprekasi.

Meta menguji Glimmer pada RTX 5090 dan pada silikon Apple M4 Max serta M5 Max, yang merupakan definisi praktis "berjalan secara lokal" di sini — presisi penuh lebih dari 55 GB, jadi peluncuran 4-bit adalah seluruh alasan model ini dapat diterapkan. Tidak ada bagian dari Muse Wonder Full yang bekerja seperti ini. Ia diakses melalui langganan, dengan harga paket, selama Meta menyediakannya.

Satu perbedaan lagi yang perlu dinyatakan secara gamblang, karena penamaannya diam-diam meruntuhkan perbedaan itu: Muse Wonder Full bukanlah puncak dari seri Muse Wonder dalam pengertian umum apa pun, dan bukan pula Glimmer yang lebih besar. Ini adalah target pelatihan terpisah yang diumumkan bersamaan dengan Muse Wonder, dan satu-satunya dari ketiganya yang tidak dapat Anda beli per token, jalankan sendiri, atau evaluasi tanpa pesanan pembelian.

Lisensi adalah poros yang tidak diberi harga oleh siapa pun

Perbandingan ini biasanya dibingkai sebagai kemampuan versus biaya. Pembingkaian yang benar-benar memprediksi apa yang bisa Anda lakukan adalah kemampuan versus kendali, dan kedua model itu berada di dua kutub yang berlawanan dalam hal ini.

Segala hal tentang desain Muse Glimmer mengasumsikan seorang pemilik, bukan pelanggan. Bobotnya berlisensi Apache 2.0, kuantisasinya sudah dilakukan untuk Anda, jejaknya di bawah 20 GB karena itulah angka yang membuat satu kartu konsumen cukup, dan batas pengetahuannya dipublikasikan sehingga Anda tahu apa yang tidak diketahuinya. Anda dapat melakukan fork, menyempurnakannya, menyematkan revisi, dan tetap menyajikannya setelah vendor kehilangan minat. Untuk model yang dirilis oleh lab yang sejak saat itu sudah merilis dua generasi lanjutan, properti terakhir itu bukanlah hal hipotetis.

Muse Wonder Full memiliki profil yang berlawanan. Tidak ada artefak untuk dipegang, tidak ada revisi untuk dipatok, tidak ada cara untuk mengaudit apa yang berubah antara satu bulan dan bulan berikutnya, dan tidak ada jalur ke checkpoint jika rencana itu kedaluwarsa. Skor komposit yang dipublikasikan adalah satu-satunya hal tahan lama yang Anda dapatkan, dan itu adalah angka tentang harness Meta, bukan tentang beban kerja Anda.

Konsekuensi praktisnya bersifat asimetris dan layak dinyatakan secara terus terang. Jika sebuah permintaan tidak dapat meninggalkan perangkat — lantai pabrik tanpa konektivitas, lingkungan air-gapped di mana panggilan API itu sendiri merupakan pelanggaran kepatuhan, anggaran latensi ketika perjalanan pulang-pergi saja sudah terlalu besar — Muse Wonder Full tidak ikut serta dalam pertanyaan itu, berapa pun harganya. Glimmer adalah sebuah file. Full adalah langganan.

Terdiri dari apa sebenarnya selisih 42 poin itu

Selisih sebesar itu biasanya berarti salah satu model memang lebih buruk. Di sini, itu sebagian besar berarti keduanya dibuat untuk pekerjaan yang berbeda, dan subskor menunjukkan hal itu alih-alih menyembunyikannya. Semua angka di bawah ini adalah pengukuran Artificial Analysis pada revisi v4.3.2 kecuali ditandai lain.

• Indeks Kecerdasan — Muse Wonder Full (max) 56, keempat dari 699 model; Muse Glimmer (high) 17, kelima belas dari 142.

• Recall konteks panjang — Muse Glimmer 83,3%, mengungguli Claude Sonnet 5.5 yang memperoleh 82,7% dalam run yang sama. Angka Muse Wonder Full tidak dipublikasikan pada harness yang sama.

• Terminal-Bench 4.0 — Muse Glimmer 0,5%; seri Muse Wonder melaporkan 85,5 dan 85,6 pada tabel vendor.

• Humanity's Exam — Muse Glimmer 22,0%; Muse Wonder Full tidak dilaporkan pada perangkat uji yang sama.

• Kecepatan keluaran — Muse Glimmer 143,8 token per detik. Muse Wonder Full tidak dipublikasikan pada harness yang sama, dan biaya per tugas indeksnya juga tidak, karena tidak ada tarif per token untuk menghitungnya.

• Biaya per tugas indeks — Muse Glimmer sekitar $0,06 untuk versi hosted. Muse Wonder Full: tidak berlaku, tidak ada jalur berbasis meteran.

Baris konteks panjang adalah yang perlu kita perhatikan lebih saksama. Model 30 miliar parameter yang dikuantisasi ke dalam 20 GB dan menyamai checkpoint terdepan saat ini dalam menemukan fakta di dalam masukan yang sangat panjang bukanlah artefak pembulatan — itulah yang menjadi sasaran resep pelatihan, dan itulah klaim terkuat yang dapat diajukan siapa pun untuk Glimmer. Baris Terminal-Bench adalah ujung yang lain: setengah persen berarti model tersebut tidak menyelesaikan tugas-tugas perangkat lunak agentik, dan tidak ada penghematan perangkat keras yang membuat tugas yang tidak pernah selesai menjadi lebih murah. Sebuah studi orkestrasi multi-agen yang ditinjau sejawat yang menyertakan Muse-Glimmer-30B menemukan bahwa model itu tidak memulihkan satu pun kandidatnya, yang merupakan temuan yang sama dari arah yang berbeda.

Jadi, Glimmer membaca dengan baik, menjawab dengan cepat, dapat berjalan di mana saja, dan tidak dapat mengeksekusi. Muse Wonder Full melakukan eksekusi dan melaporkan skor komposit tertinggi di keluarga ini — lalu melaporkan 13,1 pada suite agen legal, yang berada di bawah setiap model frontier lain di tabel Meta sendiri. Tidak satu pun dari fakta-fakta itu yang dijelaskan oleh yang lain.

Angka $0,06 adalah jebakan, dan $50 juga.

Angka biaya per tugas indeks untuk versi hosted layak langsung didiskualifikasi. $0.06 adalah biaya yang dikeluarkan Artificial Analysis untuk memanggil Muse Glimmer melalui endpoint hosted dengan tarif $0.325 dan $1.35 per juta — angka itu menilai ekonomi menyewa model, bukan menjalankannya. Dengan self-hosted, tagihan per token hilang dan digantikan oleh akselerator yang sudah Anda miliki atau harus dibeli, ditambah waktu engineering untuk menyajikannya. Mengutip $0.06 terhadap biaya per tugas model frontier seolah-olah keduanya setara adalah kesalahan paling mudah dilakukan di halaman ini.

$50 adalah jebakan berbeda ke arah sebaliknya. Angka itu terlihat murah di samping tarif keluaran $20 per juta, padahal tidak, karena ia tidak membeli satuan yang dapat diukur. Sepuluh prompt dan sepuluh juta prompt memerlukan biaya yang sama, dan skor yang menjadi alasan Anda membelinya — 59,1 pada indeks Meta — bukanlah skor yang diterbitkan papan peringkat terbuka untuk checkpoint yang sama. Tabel Meta menyebut 59,0 pada Artificial Analysis Index; Artificial Analysis menerbitkan 56. Perbedaan tiga poin pada indeks dengan nama yang sama memberi tahu Anda angka mana yang merupakan klaim dan mana yang merupakan pengukuran.

Versi jujurnya adalah bahwa kedua model ini sama sekali tidak berada pada sumbu yang sama. Muse Glimmer dihargai berdasarkan akselerator dan biayanya tidak berskala dengan volume — mahal untuk sepuluh permintaan sehari, sangat murah untuk sepuluh juta. Muse Wonder Full dihargai per bulan dan biayanya tidak berskala dengan apa pun yang bisa Anda ukur. Yang satu bergerak mengikuti penggunaan Anda. Yang lain tidak bergerak sama sekali.

Anak tangga yang sebenarnya berada di antara mereka

Sebagian besar tim yang membaca sampai sejauh ini tidak menginginkan salah satu ekstrem. Mereka menginginkan model kecil pada perangkat keras mereka sendiri untuk separuh beban kerja yang murah, privat, dan bervolume tinggi, serta sesuatu sekelas frontier melalui API untuk separuh yang sulit, dan bagian yang janggal adalah bahwa hal-hal itu biasanya berarti dua stack terpisah dengan dua hubungan penagihan yang terpisah.

Salah satu dari tiga model Meta dalam keluarga ini adalah rute yang kami layani. meta/muse-spark-1.2 — guru yang lebih besar yang menjadi asal distilasi Glimmer — berada di katalog OrcaRouter dengan harga $1,25 untuk input dan $4,25 untuk output per juta token dalam jendela 1.048.576 token dengan pembacaan cache $0,15. Itu menjadikannya tingkat menengah: jauh lebih mampu daripada siswa 30B dalam pekerjaan yang berbentuk eksekusi, seperlima dari tarif output Muse Wonder, dan dapat diakses dengan kunci yang sama seperti semua hal lainnya.

Dua catatan jujur, karena penamaannya mengundang asumsi yang salah. Muse Glimmer sendiri bukan salah satu rute kami — tidak ada entri muse-glimmer di katalog, dan memang seharusnya tidak ada, karena inti dari Glimmer adalah Anda menjalankannya sendiri dan tidak pernah merutekannya ke mana pun. Muse Wonder Full juga bukan milik kami, dan tidak seperti Glimmer, ini tidak tersedia bagi siapa pun di luar permukaan langganan Meta.

Yang diberikan oleh pengaturan endpoint tunggal adalah bagian hosted dari pembagian itu. Harga daftar penyedia diteruskan pada markup 0%, sehingga penetapan harga ulang vendor muncul pada hari yang sama; failover otomatis menangani penyedia upstream yang mengalami degradasi di tengah proses; dan DSL routing menggabungkan model murah dan model mahal menjadi satu panggilan, sehingga sisi mahal hanya dipanggil ketika keyakinan model murah menurun. Untuk sebuah keluarga dengan file 30B di salah satu ujung dan checkpoint yang dibatasi langganan di ujung lainnya, komposisi itulah intinya — sebagian besar trafik tidak pernah membutuhkan salah satu pun dari ekstrem tersebut.

Memilih, dan satu baris yang memutuskannya

• Muse Glimmer ketika token tidak dapat keluar dari mesin, ketika tidak ada jaringan, ketika Anda membutuhkan sesuatu yang dapat Anda sematkan dan simpan, atau ketika volumenya cukup tinggi sehingga tagihan per token menjadi biaya dominan. Dalam lingkup itu, ia cepat, ringkas, dan kuat dalam membaca konteks panjang, dan skor komposit meremehkannya justru untuk pekerjaan-pekerjaan tersebut.

• Muse Glimmer untuk ekstraksi dan pengambilan bervolume tinggi pada dokumen panjang, di mana recall konteks panjang 83,3% adalah angka yang penting dan 0,5% pada Terminal-Bench tidak pernah muncul.

• Muse Wonder atau seri yang lebih luas saat tugas harus dijalankan — agen, penggunaan komputer, pekerjaan terminal — atau saat inputnya berupa ucapan atau video. Skor eksekusi 0,5% bukan opsi hemat anggaran; itu non-partisipan.

• Muse Spark 1.2 jika Anda mencari pilihan di kelas menengah. Ini adalah model yang menjadi asal distilasi Glimmer, ia adalah anak tangga di antara dua ekstrem, dan harganya seperlima dari yang dibebankan seri frontier untuk kemampuan di suatu titik dalam celah itu.

• Bukan Muse Wonder Full, hanya berdasarkan kekuatan kompositnya saja. Meta melaporkan 13,1 pada suite agen hukum versus 55,2 untuk Claude Opus 5.5 dalam tabel yang sama, dan dewan independen menempatkan checkpoint empat poin di atas Muse Wonder yang dapat dipanggil, bukan 42. Jika pekerjaan Anda tampak seperti baris Harvey itu, skor tertinggi dalam tabel peluncuran adalah alasan yang salah untuk membayar langganan.

Kesenjangan indeks 42 poin itu nyata dan juga merupakan hal paling tidak berguna di halaman ini. Ini bukan produk yang berdekatan dengan selisih harga di antara keduanya; ini adalah sebuah berkas dan sebuah pintu. Keputusannya adalah di mana token dijalankan, lalu apakah pekerjaannya membaca atau mengeksekusi — dan keputusan terakhir, yang orang lupakan, adalah bahwa lab yang merilis sejauh ini di kedua ujung rentang akan terus bergerak, jadi model yang tidak bisa Anda patok adalah model yang paling lambat untuk Anda bangun di atasnya.