Qwen3.8-27B vs Meta Muse Glimmer: Perlombaan Agen Lokal, Satu Sisi Sudah Tiba

Me​ta Muse Glimmer dirilis pada 10 Agustus 2026 — Apache 2.0, sekitar 30 miliar parameter, ditujukan langsung untuk beban kerja agen lokal — dan model yang hampir pasti akan menjadi pesaing terdekatnya belum dirilis. Alibaba mengumumkan Qwen3.8-27B pada 3 Agustus sebagai anggota generasi Qwe​n3.8 yang dapat dihosting sendiri, menjanjikan bobot terbukanya untuk minggu 10 Agustus, dan hingga tulisan ini dibuat repositori resminya belum muncul. Hal itu membuat perbandingan ini sengaja timpang: satu sisi nyata dan dapat diunduh hari ini, sisi lainnya masih belum terverifikasi. Justru itulah mengapa ini layak ditulis sekarang — Me​ta membangun tabel tolok ukur Glimmer sendiri dengan pendahulu 27B, jadi pertarungannya sudah dirancang sebelum 27B ada.

Pertarungan sekilas

Kedua model mengejar pembeli yang sama: seseorang yang menginginkan kemampuan agenik dan coding yang hampir flagship pada perangkat yang mereka miliki, bukan pada API. Dimensinya sejajar seperti ini, dengan sisi Qwe​n yang ditandai belum diverifikasi di mana pun repositori belum mengonfirmasinya:

• Status — Me​ta Muse Glimmer tersedia sekarang vs Qwen3.8-27B diumumkan, bobot menyusul.

• Ukuran — Glimmer totalnya ~29.6B (27.9B decoder teks + 1.9B encoder visi) vs ~27B milik 27B, arsitektur belum dikonfirmasi.

• Lisensi — Apache 2.0, mencakup weights, quants, drafter, dan encoder, dibandingkan dengan yang belum diumumkan, dengan klausul Tongyi Qianwen 100M-MAU sebagai kemungkinan nyata.

Konteks — Glimmer mendukung jendela token 128K vs konteks 27B, belum terkonfirmasi.

• Modalitas — Glimmer menerima input teks dan gambar melalui encoder persepsi dibandingkan dengan 27B, kemungkinan mengutamakan teks, belum dikonfirmasi.

• Jejak lokal — Glimmer berjalan pada ~17 GB pada pengaturan 4-bit K-Quant-17GB vs perkiraan ~17 GB pada Q4_K_M untuk 27B.

• Teknologi kecepatan — Glimmer menyertakan decoding spekulatif DFlash (Meta melaporkan 74,9 hingga 233,4 token/detik pada RTX 5090, peningkatan 3,1×) dibandingkan dengan 27B, belum ada klaim demikian.

Mengapa Me​ta mengarah ke sini

Muse Glimmer adalah versi hasil distilasi dan kuantisasi dari model flagship tertutup Me​ta, Muse Spark 1.2, yang dirilis oleh Me​ta Superintelligence Labs dan disetel khusus untuk agen on-device yang selalu aktif: pemanggilan alat, penalaran multi-langkah, pemulihan kegagalan dan percobaan ulang, pemahaman teks dan gambar yang disisipkan, serta lebih dari 100 bahasa. Angka Me​ta sendiri menempatkannya di depan keluarga Ge​mma 4 dan Qwen3.6-27B pada beberapa pengujian agen — MCP Atlas 75.5, DeepSearch QA 74.6, SWE-Bench Pro 51.2 — dan hanya sedikit tertinggal pada beberapa lainnya. Semua itu dilaporkan oleh vendor dan belum direproduksi secara independen, dan perlu dikatakan secara gamblang: pada tolok ukur agen yang Me​ta pilih, Glimmer memimpin generasi Qwe​n sebelumnya, dan pada yang tidak dipilihnya, Qwe​n masih memimpin.

Dua hal membuat Glimmer menonjol di luar skor. Pertama, lisensi: Apache 2.0, tanpa klausul MAU, tanpa ambang diskusi komersial — hal paling permisif yang dikirim Meta dalam waktu lama, dan esai pendamping Zuckerberg membuat taruhan strategis itu eksplisit. Kedua, perangkat alat hari pertama: llama.cpp, Hugging Face Transformers, Ollama, LM Studio, dan SGLang semuanya memberikan dukungan saat atau mendekati peluncuran, yang justru dibutuhkan model lokal agar dapat digunakan, bukan sekadar diunduh.

Meta sudah memilih lawan.

Fakta paling berguna dari rilis Glimmer untuk perbandingan ini adalah siapa yang menjadi lawan benchmarking Me{{1}}ta{{/1}}: Qwen3.6-27B, pendahulu langsung dari Qwen3.8-27B. Pada tabel milik Me{{2}}ta{{/2}} sendiri, Glimmer sedikit mengungguli Qwe{{3}}n{{/3}} 27B pada SWE-Bench Pro (51.2 vs 50.2) dan tertinggal pada SWE-Bench Verified (76.0 vs 77.2), serta Qwe{{4}}n{{/4}} memimpin pada OSWorld-Verified, Terminal-Bench 2.1, dan mayoritas tolok ukur multimodal. Dengan kata lain, kedua keluarga ini saling bertukar pukulan pada skala lokal 27–30B, dan generasi 3.8 dari kubu Qwe{{5}}n{{/5}} adalah sekuel dari model yang justru digunakan Me{{6}}ta{{/6}} sebagai titik acuannya. Itulah berita utama yang sebenarnya dari pertarungan ini: 27B bukanlah pesaing hipotetis bagi Glimmer, melainkan versi berikutnya dari sang petahana, dan Me{{7}}ta{{/7}} telah memberi tahu kita seberapa dekat garis dasarnya.

Apa yang masih belum terverifikasi di sisi Qwe​n?

Sampai repositori tersebut tersedia, kolom Qwen3.8-27B sebagian besar masih berisi tanda tanya: apakah ia dense atau MoE, jendela konteksnya, apakah ia multimodal, dan yang terpenting lisensinya. Masalah lisensi inilah yang bisa menentukan perbandingan ini dengan sendirinya — model yang dilisensikan di bawah Tongyi Qianwen adalah keputusan pengadaan yang berbeda dibandingkan dengan yang berlisensi Apache 2.0, terutama untuk produk komersial di atas ambang batas MAU. Belum ada skor benchmark untuk 27B, dan angka yang dilaporkan vendor untuk generasi 3.8 yang lebih luas adalah milik Max, bukan 27B.

Mana yang harus dipilih

Jika Anda membutuhkan model agen lokal yang berfungsi saat ini juga, keputusannya sudah jelas: Me​ta Muse Glimmer sudah ada, berjalan di kartu 24 GB, memiliki dukungan runtime sejak hari pertama, dan berlisensi Apache 2.0. Qwen3.8-27B hanyalah sebuah janji. Jika Anda sudah terstandardisasi pada ekosistem Qwe​n, atau kebutuhan Anda adalah benchmark spesifik yang diperkirakan akan digeser oleh generasi 3.8, maka 27B layak untuk ditunggu — tetapi penantian itu memiliki biaya peluang yang nyata, dan lisensinya bisa mengubah jawaban Anda setelah dirilis.

Tim yang tidak ingin menunggu maupun terkunci memiliki {{1}}jalan tengah{{/1}}. {{2}}OrcaRouter merutekan lebih dari 200 model melalui satu API dengan harga sesuai daftar penyedia, tanpa markup, dan failover otomatis{{/2}} — Qwen3.8 Max sudah tersedia hari ini dengan harga {{3}}$2.00/$6.00 per juta token{{/3}}, dan lini {{4}}Muse Spark{{/4}} tertutup milik Me​ta sendiri juga dapat diakses melalui kunci yang sama. Ketika {{5}}27B{{/5}} dirilis dan mendapatkan kepercayaan pada benchmark independen, {{6}}failover{{/6}} adalah cara untuk mencobanya pada beban kerja produksi tanpa mempertaruhkan seluruh jalur pada model yang belum terbukti: {{7}}arahkan sebagian lalu lintas ke model tersebut, biarkan sisanya tetap pada model yang sudah ada, dan biarkan penggunaan nyata yang menentukan.{{/7}}

Kedua belah pihak belum diaudit secara independen — angka-angka Glimmer adalah milik Me​ta, dan 27B tidak memiliki angka sama sekali. Skor jujur setelah minggu pertama: Glimmer adalah model yang benar-benar dapat Anda jalankan, 27B adalah yang akan Anda bandingkan dengannya dalam sebulan, dan file lisensi, bukan tabel tolok ukur, adalah hal yang paling mungkin membalikkan keputusan sebuah tim.