
Muse Glimmer: 메타의 기술 보고서는 30B 로컬 에이전트에 대해 무엇을 실제로 규명하는가
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 186 tok/s
- openaiNEWOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 100만 토큰당 · 76 tok/s
- openaiNEWOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 100만 토큰당 · 151 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 246 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100만 토큰당 · 207 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 94 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 221 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 67 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 100만 토큰당 · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 104 tok/s
Meta는 2026년 10월 19일 Muse Glimmer의 기술 보고서를 발표했는데, 이는 모델 자체가 8월 10일에 출시된 지 70일 후였습니다. 그 격차 때문에 이 논문은 여느 글보다 더 중요합니다. 지금까지 Meta가 이 모델에 관해 낸 가장 상세한 문서로, 소비자 하드웨어를 겨냥한 제안의 이면에 있는 계산을 보여주며, 어떤 벤치마크 행을 Meta가 직접 실행했고 어떤 행을 다른 곳에서 빌려왔는지 밝힙니다. Muse Glimmer는 300억 개 매개변수의 dense 모델로, Apache 2.0 라이선스이며, 텍스트와 이미지를 입력으로 받고, Meta의 최첨단 Muse Spark 교사 모델에서 증류되었으며, 보고서 전반에 걸쳐 Gemma4-31B 및 Qwen3.6-27B와 벤치마크로 비교됩니다. 또한 이 보고서는 해당 증류의 비용을 처음으로 제대로 산정합니다. BF16 가중치 55.7GB를 19.65GB로 압축해 언어 모델이 32GB 카드에 들어가도록 하면서, 품질 비용을 주장이 아니라 측정으로 제시합니다. 이와 같은 출시의 이면에 있는 문서화된 AI 실패와 에이전트 사건은 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 있습니다.
논문이 공개한 내용 중 두 가지는 출시 블로그보다 덜 호의적이다. 첫째, 벤치마크 표는 메타 단독 결과가 아니라 혼합이다. 네 개 행은 Artificial Analysis에서 가져왔고, 두 경쟁사 수치는 해당 경쟁사들의 자체 보고이며, 나머지는 경쟁사에 맞게 조정되지 않았다고 메타가 여전히 인정하는 설정을 상대로 한 메타 내부 실행 결과다. 둘째, 이 글에서 원래 몇 주가 걸릴 것이라고 했던 검증은 이미 이뤄졌다. Artificial Analysis가 Muse Glimmer를 채점했고, 현재 지수에서 이 모델은 17위로, 21위인 Qwen3.6-27B 뒤, 15위인 Gemma4-31B 앞에 있다. 한편 출시와 함께 메타가 한 약속, 즉 훨씬 더 큰 Muse Spark의 공개 가중치는 10월 15일 Muse Spark Open으로 이행됐다. 총 매개변수 816B에 활성 42B이며, Apache 2.0이 아닌 라이선스 아래 공개됐다.
보고서가 모델이 실제로 무엇이라고 말하는지
아키텍처는 이제 텐서 형상까지 공개되었으며, 사람들이 논쟁해 온 대부분의 동작을 설명해 줍니다. Muse Glimmer는 총 약 29.6B 파라미터로, 52개 트랜스포머 블록에 약 25.16B, 가중치가 묶이지 않은 토큰 임베딩 1.34B, 가중치가 묶이지 않은 출력 투영 1.34B, 그리고 별도의 1.8B 지각 인코더로 구성됩니다. 이 인코더는 ViT-G/14로, 너비 1536의 50개 레이어를 가지며 448픽셀 기준 그리드에 대해 14픽셀 패치를 사용합니다. 은닉 차원은 6,656입니다. 어텐션은 그룹화된 쿼리 방식으로, 32개 쿼리 헤드 대 2개 키-값 헤드의 16:1 비율이며, 2,048토큰 슬라이딩 윈도를 3개 로컬 레이어 후 1개 글로벌 레이어를 반복하는 패턴으로 적용하고, RoPE는 로컬 레이어에만 적용합니다. 어휘는 Llama 4 BPE 토크나이저 기준 202,048개 토큰이며, 컨텍스트는 128K 이상입니다. 지식 컷오프는 2026년 1월 4일입니다.
논문의 두 숫자는 출시 당일 받았던 것보다 더 많은 주목을 받을 가치가 있다. 첫 번째는 언어 수다. 초록에는 "100개가 넘는 언어"라고 되어 있고, 본문에는 약 140개라고 되어 있으며, 부록에는 Omnilingual-GAIA2 점수가 60.4로, Gemma4-31B의 37.5와 Qwen3.6-27B의 45.0에 맞선 결과라고 보고되어 있다. 이는 큰 격차이며, 표의 다른 모든 항목과 마찬가지로 Meta가 직접 수행한 실행 결과다. 두 번째는 학습 레시피다. 사전 학습은 교사 모델의 상위 256개 로짓을 사용하는 Muse Spark로부터의 로짓 증류다. 실행의 처음 95% 동안은 KL 발산을 사용하고, 마지막 5%에서는 top-k 증류가 도입하는 절단 편향을 보정하기 위해 정답 타깃에 대한 교차 엔트로피로 전환한다. 중간 학습은 컨텍스트를 32K에서 128K로 확장하고 에이전트 궤적 데이터를 주입한다. 사후 학습은 지도 미세 조정, 그다음 온폴리시 증류, 그다음 다중 목표 강화 학습이다. Meta는 이 규모에서 온폴리시 증류가 강화 학습만 사용한 레시피를 앞섰다고 분명히 밝힌다 — 자체 소형 에이전트 모델을 학습시키려는 누구에게나 유용한 데이터 포인트다.
제품 브리프는 바뀌지 않았습니다. Meta는 Glimmer를 "상시 구동되는 로컬 에이전트 워크플로"를 위해 만들었습니다. 즉 도구를 호출하고, 다단계 계획을 따르고, 호출이 실패해도 멈추지 않고 복구하며, 추론 강도를 높이거나 낮출 수 있는 에이전트입니다. 의도된 작업은 화려하지 않은 것들입니다: 로컬 코딩, 함수 호출, 일정 관리, 파일 정리, LLM-as-a-judge 평가. 이는 OpenClaw 같은 오케스트레이션 프레임워크 아래에서 실행되며, 논문은 컴팩트하고 신뢰할 수 있는 도구 호출기에 대한 수요가 애초에 존재하는 이유로 OpenClaw를 직접 이름을 들어 언급합니다.
"당신의 GPU에 들어간다"는 주장의 숫자는 어디서 나올까
기술 보고서가 결론을 내리기 위해 존재하는 부분은 바로 이 섹션이며, 이는 마케팅보다 더 잘 견딘다. BF16에서 가중치는 55.7GB를 차지한다. Meta는 비양자화 KV 캐시, 지각 인코더, DFlash 드래프터를 위한 공간을 남겨 두면서 24GB 또는 32GB 메모리 환경의 배포를 겨냥하므로, 언어 모델 가중치를 20GB 미만으로 목표한다. 이 보고서는 일곱 가지 학습 후 양자화 기법 — GPTQ, AWQ, 균일 NVFP4, 균일 MXFP8, llama.cpp의 Q4_K_M, Greedy-KL이라는 캘리브레이션 변형, 그리고 변형된 EvoPress — 을 홀드아웃 음의 로그 우도로 평가한 뒤 15개 다운스트림 벤치마크로 평가했다.
결과는 모호한 "4비트" 주장 하나가 아니라 이름이 붙은 두 가지 배포 프로필입니다. 32GB 프로필은 가중치가 19.65GB인 EvoPress이며, 15개 벤치마크 전반에서 평균 75.6%로 BF16의 75.7%와 비교해 0.1포인트 차이입니다. 24GB 프로필은 더 작은 메모리 사용량의 Q4_K_M이며 평균 74.8%로 0.9포인트 낮습니다. 평균 응답 길이는 BF16의 11,070토큰에서 EvoPress의 11,417토큰, Q4_K_M의 10,774토큰으로 바뀌므로, 공격적인 양자화가 사고 연쇄 길이를 부풀린다는 흔한 우려는 여기서 나타나지 않습니다. 이는 Meta의 평가 믹스에서 Meta가 측정한 수치입니다. 이 모델에 대해 누군가 공개한 품질 대 메모리 수치 중 가장 구체적이지만, 여전히 공급업체 수치입니다.
속도는 논문이 블로그 글보다 더 얇게 다룬 유일한 부분이다. 보고서는 4비트 가중치와 추측 디코딩이 단일 RTX 5090에서 실용적인 속도를 낸다고 밝히고, 드래프터를 자세히 설명한다. 즉 5개 레이어, 블록 크기 16, 쿼리 헤드 32개와 키-값 헤드 8개, D-PACE 목적함수를 사용해 온폴리시 롤아웃으로 오프라인 학습된 모델이다. 그러나 처리량 표는 게시하지 않았다. 유통되는 수치, 대략 RTX 5090에서 약 3.1배의 디코딩 속도 향상(llama.cpp에서 초당 74.9개에서 233개 토큰), M5 Max에서 1.8배, M4 Max에서 1.5배는 보고서가 아니라 Meta의 출시 자료와 모델 카드에서 나온 것이다. 누군가 자신의 머신에서 재현할 때까지는 공급업체가 밝힌 수치로 취급해야 하며, 로컬 모델의 경우 이는 실행하기 정말 쉬운 실험이다.
이번 릴리스가 사양 시트 너머로 중요한 이유
2025년 봄 Llama 4 이후 Meta는 오픈 웨이트에 대해 조용해졌고, Meta Superintelligence Labs 산하의 독점적 프런티어 라인으로 후퇴했다. Muse Glimmer는 그 전략으로의 공개적 복귀이었으며, 집중된 통제가 진짜 AI 위험이라고 주장하는 14페이지짜리 저커버그 에세이 "The Future is for Everyone"과 같은 이름의 10억 달러 기금과 함께 등장했다. 그 논문은 정치적 논조를 반복하지 않는다. 대신 더 유용한 일을 하는데, 즉 오픈 웨이트로의 복귀가 일회성 제스처가 아니었음을 보여준다.
10월 15일 Meta는 Muse Spark Open의 가중치를 공개했다. 총 816B 파라미터, 활성 42B, 1M 토큰 컨텍스트이며, Meta에 따르면 MLX를 사용해 Apple M5 Ultra Mac Studio 두 대에서 실행할 수 있다. 이는 교사 모델의 오픈 웨이트 형제 모델이며, 이 글에서 원래 미해결로 남겨 두었던 질문에 답한다. 다만 그 답에는 단서가 붙는다. Muse Spark Open은 Apache 2.0이 아니라 제한적 상업 조건의 Muse Model License로 배포된다. Glimmer는 둘 중 더 허용적인 라이선스를 유지하며, 30B 규모로 두 모델 중 단일 소비자용 GPU 메모리에 들어가는 유일한 모델이다. Meta가 직접 내세운 위치는 Spark Open이 Mac Studio 스택을 갖춘 사람을 위한 데스크톱급 모델이고, Glimmer는 24GB 카드를 위한 모델이라는 것이다.
위의 Spark Open 수치들은 모두 Meta의 것이며, 특히 "두 대의 Mac Studio에서 실행된다"는 주장은 독립적으로 재현되지 않았다. 논쟁의 여지가 없는 것은 라인업의 형태다. 허용적인 30B 에이전트 모델, 제한된 816B 플래그십, 그리고 그 둘 위에 있는 프런티어 API 계층이다. 이는 단일 릴리스라기보다 일관된 오픈웨이트 전략이며, Meta의 더 작은 모델을 기반으로 구축할지에 관한 모든 결정에서 비용에 반영해야 할 바로 그 요소다.

'훈제' 주장, 행별로
위의 점수판은 출시일에 생성되었으며, 그중 한 줄은 이후 추월당했습니다. Artificial Analysis 열에는 여전히 Muse Glimmer에 대해 "no entry"라고 표시되어 있습니다. Meta의 스코어카드 자체는 36개 행에 걸쳐 높은 추론 강도의 Muse Glimmer를 Gemma4-31B 및 Qwen3.6-27B와 비교합니다. 출시일의 패턴은 그대로입니다. 가장 큰 강점은 일반 에이전트형 추론, 검색, 다국어 작업입니다.
• MCP-Atlas (에이전트형 도구 사용) — Muse Glimmer 75.5, Gemma4-31B 54.2, Qwen3.6-27B 62.5. 여전히 가장 주목받는 행이자 이 세트에서 격차가 가장 큰 항목입니다.
• DeepSearch QA — 61.7 및 71.1 대비 74.6; GAIA2 — 36.4 및 40.0 대비 43.3; WildClawBench — 37.6 및 43.2 대비 47.6.
• GDPval-AA v2 — Gemma의 811, Qwen의 1,141에 맞선 953 Elo. 짚고 넘어갈 점: 경제적으로 가치 있는 지식 노동에서는 Qwen이 큰 격차로 앞선다.
• SWE-Bench Pro — 36.9 및 50.2 대비 51.2; ARC-AGI — 고수준 추론에서 66.9, 보고서가 추가한 새로운 xhigh 등급에서 67.9; LiveCodeBench Pro (2025 Q2) — high에서 64.1, xhigh에서 66.8.
• τ³-Banking — 23.5 대 15.1 및 16.7; PinchBench(도구 사용) — 90.5.
뒤처지는 항목도 못지않게 유익하다. Qwen3.6-27B는 직접 조작하는 컴퓨터 사용과 터미널 작업에서 우위를 점한다. OSWorld-Verified는 75.6 대 Glimmer의 65.9, TerminalBench 2.1은 60.7 대 51.7, SWE-Bench Verified는 77.2 대 76.0이며, SkillsBench에서도 46.6 대 44.3으로 근소하게 앞선다. Gemma4-31B는 프라이버시와 안전 측면에서 더 나은 기록을 보여 준다. CIMemories 위반율은 12.1%로 Glimmer의 26.4%, Qwen의 53.4%와 대비되며, Siren AgentDojo에서의 공격 성공률은 25.6%로 가장 낮아 Glimmer의 28.4%, Qwen의 40.3%보다 우수하다. Gemma는 좁은 범위의 추론 테스트에서도 근소하게 앞선다. GPQA Diamond는 85.7 대 83.5, Humanity's Last Exam은 23.6 대 22.0이다.
방법론 부록은 위의 모든 내용을 어떻게 읽어야 하는지를 바꾸는 부분이며, 이 기사가 발표 당시 말했던 내용을 바로잡는다. 모든 행이 Meta 자체 결과인 것은 아니다. 경쟁 모델의 경우 Meta는 "자체 보고 점수와 당사 내부 재현 결과 중 더 유리한 결과"를 보고하며, 네 가지 벤치마크 — τ³-Banking, GDPval-AA v2, Terminal-Bench 2.1, SciCode — 는 사내에서 직접 실행한 것이 아니라 Artificial Analysis에서 가져온 것이다. Qwen3.6-27B의 SWE-Bench Verified 수치는 Qwen이 자체 보고한 값이다. Qwen의 SWE-Bench Pro 수치는 Meta의 내부 실행 결과인데, Qwen이 공개한 수치는 벤치마크의 개선된 버전에서 나온 것이고 Meta는 원래 작업 세트를 평가했기 때문이다. 나머지 항목의 경우 Meta는 경쟁 모델을 직접 재현하며, 자사의 에이전트 도구와 시스템 프롬프트는 "독점 제3자 모델에 특별히 튜닝되지 않았을 수 있다"고 밝힌다.
그것은 출시 블로그가 내놓은 것보다 더 신중한 공개이며, 양날의 검이다. 이는 깔끔한 업체 석권이 아니며, 그 점이 표의 신뢰성을 높인다. 하지만 "자체 보고와 우리의 재현 중 더 유리한 값"은 경쟁사의 자체 수치가 더 높은 행에서만 경쟁사에 도움이 될 수 있는 규칙이며, Meta의 튜닝되지 않은 설정이라는 단서는 Meta가 직접 생성한 모든 행에 여전히 적용된다. 행 수준의 세부 정보는 이제 감사 가능하며, 그것이 원하는 바이다. 편향의 방향은 논문만으로 완전히 알 수는 없다.
독립 스코어보드가 말하는 바
Artificial Analysis가 이제 이 모델을 평가했으며, 이로써 이 글에 8월 내내 붙어 있던 "아직 독립적인 결과가 없다"는 단서는 사라집니다. AA의 현재 지수에서 높은 추론 강도의 Muse Glimmer는 Intelligence Index 17을 기록해 비교 세트 내 141개 모델 중 14위입니다. Qwen3.6-27B는 21, Gemma4-31B는 15입니다. AA는 또한 출력 137토큰/초, 첫 토큰까지 0.91초를 측정했는데 — 동급 기준으로 빠르며 64개 중 16위 — Intelligence Index 작업당 비용은 약 $0.06입니다.
수치에는 단서가 필요하지만 순위에는 그렇지 않다. AA의 출시 주간 글은 같은 세 모델을 자사 지수에서 35, 38, 30으로 표기했고, 현재 모델 페이지에서는 17, 21, 15로 표기한다. 절대 수치는 움직였지만 순서는 그대로였다. 재조정의 원인이 무엇이든, 두 수치 모두에서 안정적인 사실은 순위다: 종합 점수에서 Qwen이 Glimmer보다 앞서고, Glimmer가 Gemma보다 앞서며, 에이전트 특화 행에서도 Glimmer가 앞선다. 이는 "비슷한 규모의 오픈 모델을 앞선다"보다 더 좁은 주장을 뒷받침한다 — 일반 지능 지수에서는 4월의 27B 모델이 여전히 이긴다 — 그리고 더 좁은 주장이 정확한 주장이다.
AA의 출시 주간 평가는 앞으로도 기억해 둘 만한 발견을 하나 추가했다. Muse Glimmer의 환각률이 82%인 반면 Qwen3.6-27B는 49%였고, AA-Omniscience 지수는 −33이었다. 여러분의 컴퓨터에서 무인으로 실행되며 도구를 호출하는 에이전트라면, MCP-Atlas보다도 이 수치가 얼마나 많은 자율성을 부여할지를 결정해야 하는 값이다. 또한 AA는 이제 Qwen3.6-27B를 Qwen3.8-27B로 대체된 것으로 표시했는데, 따라서 이 표의 대부분에서 Glimmer가 비교 대상으로 삼는 경쟁 모델은 더 이상 해당 벤더의 현행 모델이 아니다. 이는 Meta의 비교가 8월에는 예상할 수 없었고, 10월에 발표된 보고서에서도 다루지 않은 세부 사항이다.
아래 캡처는 Glimmer가 채점되기 전 상태의 비교 페이지이므로, Glimmer가 그 안에 포함된 모습이 아니라 Glimmer가 합류하려던 경쟁자 그룹을 보여줍니다. 현재 순위가 아닌 검증 전 기준선으로 읽어 주세요.

실제로 실행하는 데 드는 비용
Muse Glimmer 자체는 무료입니다 — Apache 2.0이고, 토큰당 요금도, Meta에 지불하는 비용도 없습니다. 또한 보고서는 이번 릴리스에 풀 정밀도 가중치, 4비트 변형, DFlash 추측 헤드가 포함되어 있음을 확인합니다. 비용은 그 아래에 깔린 하드웨어에서 발생합니다. BF16에는 55.7GB가 필요하며, 이는 카드 두 장에 해당하고 소비자용 카드 중에는 해당되는 것이 없습니다. 32GB EvoPress 프로파일은 구매한다면 원하는 선택지입니다. BF16 대비 평균 정확도에서 0.1포인트를 희생하고, 32GB 카드 한 장이나 통합 메모리를 갖춘 고급형 Mac에 맞습니다. 24GB Q4_K_M 프로파일은 0.9포인트를 희생하고 RTX 5090급 카드에 맞는데, 이는 지속적으로 실행되는 에이전트에게 합리적인 트레이드오프입니다.
구매보다 임대하는 편이라면, 추적 중인 호스팅 요금은 이제 이 페이지가 8월에 제시한 요금보다 낮습니다. Artificial Analysis는 Muse Glimmer의 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $1.20을 기록하고 있으며, 이는 출시 당시 최초 등록된 $0.35 및 $1.50에 비해 낮아진 수치로, 87% 캐시 할인과 약 $0.21의 혼합 요금을 포함합니다. 이는 Meta 가격이 아니라 공급자가 등록한 마켓플레이스 요금입니다 — Meta는 자체 호스팅 Glimmer 엔드포인트를 게시하지 않으며, 개발자 문서는 도구를 로컬 Muse Glimmer 서버로 지정하는 것을 중심으로 작성되어 있습니다. 그 변화가 동일 공급자의 인하인지, 추적 대상에 합류한 더 저렴한 공급자 때문인지는 지수가 보여주는 것이 아닙니다. 어느 쪽이든 오픈 웨이트 릴리스의 방향은 예측 가능합니다.
신중하게 비교할 가치가 있는 것은 여전히 로컬 대 호스팅이며, 마케팅이 암시하듯 그 차이가 근소한 것도 아니다. 32GB 카드는 앞으로 생성하는 모든 토큰에 걸쳐 상각되는 고정 비용이고, 호스팅 요금은 사용량에 따라 확장되며 제공업체가 사라지면 함께 사라지는 한계 비용이다. $0.30과 $1.20에서는 호스팅 경로가 충분히 저렴해서 대부분의 팀은 하드웨어를 사기 전에 거기서 시작해야 하며, 로컬 경로는 토큰이 해당 머신을 떠날 수 없거나 사용량이 충분히 많아 GPU가 청구서보다 저렴할 때만 이긴다.
저희에 관한 한 가지 참고 사항을 말씀드리자면, 이는 이 모든 것의 가격을 어떻게 책정하실지와 관련이 있습니다. Muse Glimmer는 OrcaRouter의 카탈로그에 없습니다 — 저희는 호스팅 API를 라우팅하며, 이 모델은 호스팅 라우트로 자리 잡지 않았기 때문에 0% 마크업과 하나의 키로 모든 것을 처리하는 방식은 오늘날 이 모델에 적용되지 않습니다. 적용되는 것은 원칙입니다: 저희가 실제로 라우팅하는 200개 이상의 모델의 경우, 표시되는 가격은 공급자의 정가를 0% 마크업으로 그대로 전달한 것이므로, 공급업체의 가격 인하는 마진 재계산을 거친 뒤가 아니라 같은 날 바로 여기에 반영됩니다. 이것이 Glimmer를 어떻게 운영하시든 이 비교가 따라야 할 기준입니다.
이번 주에 실제로 어떻게 사용할지
공개 가중치로 배포되기 때문에 접근 방식은 다운로드입니다. 기본 저장소는 Hugging Face의 meta-models/Muse-Glimmer-30B이며, 4-bit 변형과 GGUF 빌드가 함께 공개되어 있습니다. 출시 첫날 런타임 지원은 llama.cpp, MLX, ExecuTorch였고, 며칠 안에 Ollama, LM Studio, vLLM, SGLang이 뒤따랐으며 AMD, Arm, Dell, Intel, Nvidia를 위한 하드웨어 최적화 작업도 나열되어 있습니다. 대부분에게 실질적인 경로는 그대로입니다. GGUF를 받아 llama.cpp나 로컬 러너에 로드하고, 에이전트 스캐폴드를 그것에 연결한 뒤, EvoPress 버전을 위해 32GB를 남겨둘 수 없다면 24GB Q4_K_M 프로파일로 시작하세요.
이것 위에 구축할지 결정 중이라면, 솔직한 표현은 Glimmer가 문서화된 품질 하한선, 측정된 환각 문제, 그리고 이제 부분적으로 감사 가능한 공급업체 벤치마크 표를 갖춘 좋은 로컬 에이전트라는 것입니다. 교사 모델은 다른 제안입니다: Muse Spark 1.2는 OrcaRouter를 통해 라우팅할 수 있으며 백만 입력 토큰당 $1.25, 백만 출력 토큰당 $4.25이므로, 팀은 저렴하고 사적이며 상시 작동하는 작업에는 소형 모델을 온디바이스에서 실행하고 어려운 사례는 같은 키로 대형 모델에 라우팅할 수 있습니다. 그 분할 — 일상 루프에는 로컬 학생, 에스컬레이션에는 호스팅 교사 — 은 두 릴리스가 실제로 지원하는 아키텍처이며, 이미 보유했을 수 있는 GPU 가격에 토큰 예산을 더한 비용으로 이번 주에 테스트할 수 있습니다. 자동 장애 조치는 모델이 아직 독립적인 실적을 쌓는 동안 호스팅 절반을 프로덕션 경로에 안전하게 올릴 수 있게 하는데, 이는 정확히 Glimmer가 처한 상태입니다.
아래 스크린샷은 출시 당일 기준 모델 카드 내용입니다. 카드의 “어떤 추론 제공자에 의해서도 배포되지 않음”이라는 문구는 Hugging Face 자체의 first-party 추론을 가리키며, 이는 8월 9일에 시작된 제3자 호스팅과는 별개입니다. 또한 이 문구가 얼마나 빠르게 낡아버렸는지를 잘 보여주는 유용한 알림이기도 합니다.

무엇을 볼까요?
이 이야기를 결정지을 세 가지는 대부분 해소되었다. Spark 오픈 웨이트 공개는 10월 15일에 있었다. 독립적인 측정도 있었는데, 종합 지표에서는 Qwen이 앞서고 에이전틱에서는 Glimmer가 앞서며 Gemma는 둘 모두에 뒤진다고 밝혔다. 호스팅이 확산되면서 추적 가격은 이제 $0.35와 $1.50가 아니라 $0.30와 $1.20이다.
남은 것은 더 좁고 더 흥미롭다. 첫째, Meta 외부의 누군가가 양자화 트레이드오프를 재현하는지 여부다. 0.1포인트와 0.9포인트 격차는 보고서에서 가장 강력한 부분이자 24GB 카드에서 확인하기 가장 쉬운 부분이다. 둘째, 에이전트 성능 우위가 그 모델을 중심으로 구축되지 않은 하네스에서도 유지되는지 여부다. MCP-Atlas의 75.5는 넘어야 할 수치이며 스캐폴드 차이에 가장 크게 노출된 수치다. 셋째, Meta의 다음 소규모 릴리스가 Apache 2.0 라이선스를 계승할지, 아니면 Spark Open이 적용되어 출시된 제한적 Muse Model License를 계승할지 여부다. 그 단일 선택이 Glimmer 라인이 다른 사람들의 제품을 위한 기반으로 계속 사용 가능한지를 결정한다.
출시 트윗은 그 소식에 대해서는 옳았고 그 평가에 대해서는 관대했다. 기술 보고서가 더하는 것은 8월에 빠져 있던 부분이다. 이제 무엇이 측정되었는지, 어떤 하드웨어에서, 누구에 의해, 그리고 품질 면에서 어떤 비용을 치르고 측정되었는지를 볼 수 있다. 그것은 벤치마크 표나 트윗 어느 쪽보다도 더 나은 의사결정 근거이며, 바로 이것이 이 모델이 단지 읽어볼 만한 것을 넘어 여전히 계획에 넣어 둘 가치가 있는 이유다.
실제로 답할 가치가 있는 질문들
뮤즈 글리머(Muse Glimmer)는 정말 오픈소스인가요?
Apache 2.0에 따른 오픈 웨이트이므로 누구나 Meta에 비용을 지불하지 않고 다운로드, 수정, 파인튜닝 및 상업적 배포를 할 수 있습니다. 이 보고서는 또한 라이선스가 실제로 포괄하는 범위도 확인해 줍니다. 전체 정밀도 웨이트, 두 가지 4비트 변형, DFlash 드래프터 헤드가 모두 공개되었습니다. 공개되지 않은 것은 학습 데이터와 Muse Spark 교사 모델의 웨이트이며, 이것이 OSI 의미의 완전한 오픈 소스라기보다 "오픈 웨이트"라는 신중한 표현을 쓰는 이유입니다. 실용적인 관점에서 이번 조건은 Llama를 AI에서 가장 많이 배포된 오픈 모델 패밀리로 만든 것과 같은 조건입니다.
Muse Glimmer가 실제로 Gemma4-31B와 Qwen3.6-27B를 능가하나요?
Meta의 자체 표에서는 에이전트 및 검색 항목 대부분에서 앞서며, 방법론 부록은 이제 그 항목 중 어느 것이 Meta가 수행한 실행이고 어느 것이 Artificial Analysis 또는 경쟁사 자체 보고에서 나온 것인지를 보여준다. 독립적인 해석은 더 좁다. AA의 Intelligence Index에서 Qwen3.6-27B는 21점, Muse Glimmer는 17점이며 Gemma4-31B는 15점이다. 따라서 정확한 표현은 Glimmer가 도구 사용, 다단계 계획, 다국어 에이전트 작업에서 자사 크기 등급을 앞서지만, 종합 일반 지능이나 컴퓨터 사용 작업에서는 앞서지 않는다는 것이다.
노트북에서 실행할 수 있나요?
단, "노트북"이 24GB 또는 32GB 개별 GPU를 갖춘 노트북, 또는 그만큼의 통합 메모리를 갖춘 고급형 Mac을 의미하는 경우에만 해당한다. 보고서는 BF16 가중치를 55.7GB로 제시하며 두 가지 압축 프로필을 목표로 한다. 32GB 머신용 19.65GB 가중치와 24GB용 더 작은 Q4_K_M 빌드이며, 둘 다 KV 캐시, 지각 인코더, 드래프터를 위한 여유 공간을 남긴다. 통합 그래픽이나 16GB 머신에서는 이번 릴리스가 상정하는 상시 구동 에이전트가 아니라 더 강한 양자화와 느린 출력을 마주하게 될 것이다.
그건 어디서 구할 수 있고, API로도 제공되나요?
가중치는 Hugging Face의 meta-models/Muse-Glimmer-30B에 있으며, llama.cpp, MLX, ExecuTorch, Ollama 또는 LM Studio를 통해 로컬에서 실행할 수 있습니다. 호스팅 액세스는 제3자 플랫폼을 통해 제공되며, Artificial Analysis가 추적하는 제공업체 가격에 따르면 입력 토큰 100만 개당 약 $0.30, 출력 토큰 100만 개당 $1.20입니다. Meta는 자체 호스팅 Glimmer 엔드포인트를 게시하지 않으며, 이 모델은 OrcaRouter에 없습니다. 호스팅 라우트로 추가되면 우리가 라우팅하는 200개 이상의 모델에 접근하는 동일한 키로 이 모델에도 접근할 수 있게 되지만, 현재는 그렇지 않습니다.
이 글에서 비교한 모델1
이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트
