Muse Wonder vs Muse Glimmer: 하나는 요금표, 다른 하나는 파일

Meta Superintelligence Labs는 이제 성(姓)만 공유하고 그 외에는 거의 아무것도 공유하지 않는 두 모델을 판매한다. 2026년 10월 12일 출시된 Muse Wonder는 백만 입력 토큰당 $4.00, 백만 출력 토큰당 $20.00에 1,048,576토큰 창과 Artificial Analysis Intelligence Index 52를 갖춘 독점 프런티어 모델이다. 2026년 8월 10일 출시된 Muse Glimmer는 300억 파라미터 Apache 2.0 모델로, Meta가 이미 4비트로 양자화된 상태로 제공하여 20GB VRAM 미만에 들어가고, 네트워크를 연결하지 않고도 실행되며, 같은 지수에서 17점을 받는다. 이는 35점 차이이며, 흥미로운 숫자는 아니다. 흥미로운 숫자는 20GB이다: 이 둘 중 하나는 손에 쥘 수 있고, 다른 하나는 임대만 할 수 있다.

두 개의 제품, 두 개의 등급이 아니다

Muse Glimmer를 축소판 Muse Wonder로 읽고 싶어지기 쉽다. 그 계보는 반대 방향으로 흐른다. Glimmer는 Meta의 더 큰 Muse Spark 교사 모델로부터 로짓 증류로 훈련된 뒤, 장문맥 에이전트 데이터로 미세조정되고 도구 사용을 위해 강화되었다 — 그것은 큰 모델을 모방하도록 만들어진 작은 모델이지, 기능을 제거한 큰 모델이 아니다. Muse Wonder는 같은 연구소에서 8주 후 전혀 다른 트랙으로 나왔다: 1M 컨텍스트, 음성과 영상을 일급 입력으로 취급, 최소에서 최대까지 이어지는 노력 사다리에서의 의무적 추론, 그리고 그 뒤에 있는 구독 전용 쌍둥이 체크포인트.

• 가중치 — Muse Glimmer는 Apache 2.0, 다운로드 가능, 4비트로 제공됨; Muse Wonder는 독점, 체크포인트 미공개

• 파라미터 — Muse Glimmer 300억, 양자화 시 20GB 미만; Muse Wonder 미공개

• 실행 위치 — Muse Glimmer는 자체 GPU에서 오프라인으로, Muse Wonder는 네트워크를 통해 Meta 인프라에서

• 컨텍스트 윈도우 — Muse Glimmer 131,072 토큰, 최대 262,144까지 확장 가능; Muse Wonder 1,048,576 토큰

• 모달 입력 — Muse Glimmer 텍스트 및 이미지; Muse Wonder 텍스트, 이미지, 음성 및 비디오

• 가격 — Muse Glimmer는 직접 호스팅하면 토큰당 요금이 없고, 임대하면 백만 토큰당 입력 $0.325, 출력 $1.35입니다; Muse Wonder는 입력 $4.00, 출력 $20.00입니다

• 출력 상한 — Muse Wonder는 단일 응답에서 943,718토큰; Muse Glimmer는 해당 규모로 문서화되지 않음

• 지식 컷오프 — Muse Glimmer 2026년 1월, Muse Wonder는 미공개

• 흡수 가능한 변화이지만, 둘 중 하나는 흡수할 수 없다 — Muse Glimmer는 고정하고, 포크하고, 미세 조정할 수 있으며, Muse Wonder는 지원 중단될 수 있다

Meta는 Glimmer를 RTX 5090과 Apple M4 Max 및 M5 Max 실리콘에서 테스트했는데, 이는 여기서 '로컬에서 실행된다'는 말이 뜻하는 바의 실질적 정의다 — 전체 정밀도 기준 메모리 사용량이 55GB가 넘기 때문에, 4비트 버전의 출시가 이 모델을 아예 배포 가능하게 만든 유일한 이유다. Muse Wonder는 이런 식으로 작동하는 부분이 전혀 없다. API를 통해, 정해진 요금을 내고, Meta가 제공하기로 선택한 기간 동안만 접근할 수 있다.

35점 격차는 무엇으로 이루어져 있는가

그 정도 크기의 격차는 보통 한 모델이 단순히 더 나쁘다는 뜻입니다. 여기서는 대개 두 모델이 서로 다른 작업을 위해 만들어졌다는 뜻이며, 하위 점수는 그것을 숨기기보다 보여줍니다. 아래의 모든 수치는 별도 표시가 없는 한 리비전 v4.3.2에 대한 Artificial Analysis 측정값입니다.

• 인텔리전스 지수 — Muse Wonder (max) 52, 219개 모델 중 9위; Muse Glimmer (high) 17, 142개 모델 중 15위

• 장문 컨텍스트 회상 — Muse Glimmer 83.3%, 동일 실행에서 Claude Sonnet 5.5의 82.7%를 앞선 기록

• 터미널-벤치 4.0 — 뮤즈 글리머 0.5%

• 자동화 벤치마크 — Muse Glimmer 0.068

• 인류 최후의 시험 — Muse Glimmer 22.0%

• 출력 속도 — Muse Glimmer 초당 143.8토큰; Muse Wonder는 동일한 하네스에서 공개되지 않음

• 인덱스 작업당 비용 — Muse Glimmer 호스팅 약 $0.06; Muse Wonder 약 $4.52

장문맥 회상 항목은 잠시 멈춰 볼 만한 부분이다. 300억 개 매개변수 모델이 20GB로 양자화되어 아주 긴 입력에서 사실 하나를 찾아내는 일에서 갓 등장한 프런티어 모델과 맞먹는다는 것은 반올림 오차가 아니다 — 그것은 훈련 레시피가 겨냥한 바로 그 결과이며, Glimmer에 대해 누구나 할 수 있는 가장 강력한 주장이다. Terminal-Bench 항목은 다른 극단이다: 0.5퍼센트라는 것은 이 모델이 에이전트형 소프트웨어 작업을 완수하지 못한다는 뜻이며, 하드웨어에서 아무리 절약해도 결코 끝나지 않는 작업이 더 저렴해지지는 않는다. 동료 심사를 거친 다중 에이전트 오케스트레이션 연구에서 Muse-Glimmer-30B를 포함했는데, 그 연구는 이 모델이 후보 중 어느 것도 복구하지 못했다는 사실을 발견했다. 이는 다른 방향에서 얻은 동일한 결론이다.

그래서 윤곽이 분명합니다. Glimmer는 잘 읽고, 빠르게 답하며, 어디서든 실행되지만 실행할 수는 없습니다. Wonder는 더 큰 입력을 읽고, 실행하며, 작은 것을 소유하는 대신 임대할 때 인덱스 작업당 대략 75배의 비용이 듭니다.

$0.06이라는 숫자는 함정이다

그 75배라는 수치는 즉시 실격되어야 마땅하다. 인덱스 작업당 0.06달러는 Artificial Analysis가 백만당 0.325달러와 1.35달러로 책정된 호스팅 엔드포인트를 통해 Muse Glimmer를 호출하는 데 지출한 금액이다. 이는 모델을 실행하는 경제성이 아니라 임대하는 경제성에 값을 매긴 것이다. 셀프 호스팅에서는 토큰당 청구서가 사라지고, 이미 보유했거나 구매해야 하는 GPU, 그리고 이를 서빙하는 데 드는 엔지니어링 시간으로 대체된다. 0.06달러를 4.52달러와 마치 동등한 비교인 것처럼 견주는 것은 이 페이지에서 저지를 수 있는 가장 쉬운 실수다.

솔직히 말하면, 두 모델은 애초에 같은 축에 있지 않습니다. Muse Wonder는 토큰당 가격이 책정되며 비용이 사용량에 따라 증가합니다. Muse Glimmer는 가속기 기준으로 가격이 책정되며 비용이 사용량에 따라 증가하지 않습니다. 그래서 하루 요청 10건에는 비싸고, 1,000만 건에는 놀랄 만큼 저렴합니다.

오프라인은 할인이 아니라 필수 조건입니다.

특정 부류의 배포에서 이 비교는 비교가 아닙니다. 기기를 떠날 수 없는 요청, 연결이 없는 공장 현장이나 필드 사이트, API 호출 자체가 규정 위반인 에어갭 환경, 왕복만으로도 이미 너무 큰 지연 예산 — 이 중 어느 것도 네트워크 뒤에 있는 더 나은 모델로 해결되지 않습니다. 20GB 이하에 들어가고 플러그를 뽑은 채로 실행되는 Apache 2.0 가중치가 전부인 답이며, Muse Wonder는 어떤 가격으로도 이 질문에 참여하지 않습니다.

그것은 또한 라이선스가 각주 이상의 의미를 갖게 되는 유일한 지점이기도 하다. Muse Wonder에 대한 Meta 자체의 출시 자료는 가중치에 대해 아무 말도 하지 않으며, 가중치도 나오지 않을 예정이다. Muse Code 구독 뒤에 있는 Full 체크포인트 역시 마찬가지로 비공개다. Glimmer는 파일이다. 포크하고, 미세 조정하고, 리비전을 고정하고, 공급업체가 관심을 잃은 뒤에도 계속 서빙할 수 있다 — 두 달 전에 출시된 모델, 그것도 이미 두 세대를 더 출시한 연구소가 만든 모델에게 이것은 가상의 우려가 아니다.

세 가지를 모두 쥐고 있을 때, 실제 답은 어느 것인가

여기까지 읽은 대부분의 팀은 하나를 선택하는 게 아닙니다. 그들은 값싸고 프라이빗하며 대량으로 처리되는 워크로드의 절반에는 자체 하드웨어에서 돌리는 소형 모델을, 어려운 절반에는 API를 통한 프런티어 모델을 원합니다. 그리고 까다로운 점은 이 두 절반이 보통 완전히 별개의 스택을 의미한다는 것입니다.

이 제품군의 세 가지 Meta 모델 중 하나는 저희가 서비스하는 라우트입니다. meta/muse-spark-1.2 — Glimmer가 증류된 더 큰 교사 모델인 이 모델은 — OrcaRouter 카탈로그에서 1,048,576토큰 창에 걸쳐 백만 토큰당 입력 $1.25, 출력 $4.25, 캐시 읽기 $0.15로 자리 잡고 있습니다. 이로써 중간 단계가 됩니다: 30B 학생 모델보다 훨씬 뛰어나고, Muse Wonder 요금의 일부에 불과하며, 다른 모든 모델과 동일한 키로 접근할 수 있습니다. 또한 이 카탈로그를 통해 주당 4,280만 토큰의 트래픽을 처리하고 있는데, 이는 Spark 라인이 실제로 제 역할을 하는지 궁금해하는 모든 사람에게 유용한 신호입니다.

솔직히 두 가지 짚고 넘어갈 점이 있습니다. Muse Glimmer 자체는 우리의 라우트 중 하나가 아닙니다 — 카탈로그에 muse-glimmer 항목이 없으며, 아래 캡처는 Muse Spark 1.2의 페이지이지 Glimmer의 페이지가 아닙니다. 왜냐하면 Glimmer의 핵심은 여러분이 직접 실행하고 어디에도 라우팅하지 않는다는 것이기 때문입니다. Muse Wonder도 우리 것이 아닙니다. Meta의 Model API와 Muse Code가 그것이 실행되는 곳입니다.

단일 엔드포인트 구성이 제공하는 것은 그 분할에서 호스팅되는 절반입니다. 공급자 정가가 0% 마크업으로 그대로 전달되므로, 벤더의 가격 변경이 같은 날 반영됩니다. 자동 장애 조치는 업스트림 제공업체가 실행 중에 성능 저하를 일으키는 경우를 처리하며, 라우팅 DSL을 사용하면 저렴한 모델과 비싼 모델을 단일 호출로 구성하여 저렴한 모델의 신뢰도가 떨어지는 경우에만 프런티어 모델이 호출되도록 할 수 있습니다. 한쪽 끝에 30B 모델, 다른 쪽 끝에 백만 출력당 $20 모델이 있는 패밀리에서는 바로 이 구성이 핵심입니다 — 대부분의 트래픽은 비싼 쪽을 전혀 필요로 하지 않습니다.

선택하기

• Muse Glimmer는 토큰이 기기를 벗어날 수 없을 때, 네트워크가 없을 때, 고정해 두고 계속 쓸 수 있는 무언가가 필요할 때, 또는 처리량이 충분히 높아 토큰당 요금이 지배적인 비용이 될 때 적합합니다. 그 범위 안에서 Muse Glimmer는 빠르고 간결하며 긴 문맥 읽기에 강하지만, 종합 점수는 바로 그런 작업들에 대해서는 이를 과소평가합니다.

• 장문 문서에 대한 대량 추출 및 검색을 위한 Muse Glimmer — 여기서 중요한 숫자는 83.3%의 장문 컨텍스트 회상률이고, Terminal-Bench에서의 0.5%는 아예 거론되지 않는다.

• Muse Wonder는 작업을 실행해야 할 때 — 에이전트, 컴퓨터 사용, 터미널 작업 — 또는 입력이 음성이나 영상일 때, 또는 단일 응답이 128,000토큰을 넘어가야 할 때. 0.5%의 실행 점수는 저예산 선택지가 아니라, 참가 자격도 없는 것입니다.

• 중간대에서 고르고 있다면, 둘 다 아닙니다. Muse Spark 1.2는 그 사이 단계로, Glimmer가 증류된 모델이며, 그 간극 어딘가의 성능에 대해 Muse Wonder가 청구하는 비용의 5분의 1입니다.

35포인트 지수 격차는 실제이며, 동시에 이 페이지에서 가장 쓸모없는 정보이기도 합니다. 이 두 모델은 사이에 가격 단계가 있는 인접 제품이 아닙니다. 이들은 당신이 마침 둘 다 필요한 날에만 겹치는 질문들에 대한 두 가지 답입니다. 결정은 토큰이 어디에 쓰이는가이며, 두 번째 결정 — 사람들이 잊는 바로 그 결정 — 은 범위의 양쪽 끝에서 이만큼 멀리 떨어진 모델을 출시하는 랩은 계속 움직일 것이라는 점입니다. 따라서 고정할 수 없는 모델이야말로 가장 늦게 그 위에 구축해야 할 모델입니다.