Muse Spark vs Muse Glimmer: Wat er werkelijk overblijft wanneer een frontiermodel wordt gedistilleerd tot 30 miljard parameters

De relatie tussen Muse Spark en Muse Glimmer is niet wat de uitdrukking "vs" suggereert. Muse Glimmer is geen concurrent van Muse Spark — het is een leerling ervan. Meta trainde het open-weightmodel met 30 miljard parameters via logit-distillatie van Muse Spark, de native multimodale frontierlijn die Meta Superintelligence Labs op 8 april 2026 introduceerde en nu wordt geleverd als Muse Spark 1.3, uitgebracht op 2 september 2026, waarbij het maximale redeneerniveau twee dagen later voor ontwikkelaars werd opengesteld. Muse Glimmer volgde op 10 augustus 2026 onder Apache 2.0. Deze pagina is dus geen gevechtskaart tussen twee rivalen uit verschillende labs. Het is een meting van hoeveel van een frontiermodel een zestienvoudige krimp en een licentiewijziging overleeft — en Meta heeft, opmerkelijk genoeg, cijfers gepubliceerd aan beide kanten van die krimp. Of die vergelijking eerlijk is, is het eerste waar we eerlijk over moeten zijn, en het antwoord is: deels.

Het ene is een bestand, het andere is een eindpunt.

Begin met het deel dat niets met benchmarks te maken heeft, want dat bepaalt de meeste echte implementaties al voordat er ook maar één score meetelt.

Muse Glimmer is te downloaden. Meta publiceert de gewichten onder Apache 2.0, levert ze al gekwantiseerd naar 4-bit — wat de voetafdruk van meer dan 55 GB op volledige precisie terugbrengt tot minder dan 20 GB — en stelt dat het model klein genoeg is om op één enkele consumenten-GPU of een Mac te draaien. Het draait met de netwerkverbinding losgekoppeld. Meta testte het op een Nvidia RTX 5090 en op Apple M4 Max- en M5 Max-silicon. Het accepteert tekst- en beeldinvoer, geeft tekst terug, heeft een contextvenster van 131.072 tokens waarvan Meta zegt dat het kan worden uitgebreid tot 262.144, en heeft een kennisafsluitdatum van januari 2026.

Muse Spark heeft op elk punt de tegenovergestelde vorm. Meta publiceert geen gewichten, geen licentie en geen download voor welke versie dan ook; het is alleen bereikbaar via Meta's Model API, op meta.ai en in de Meta AI-app. Het draait een contextvenster van 1.048.576 tokens — acht keer dat van Glimmer, vóór Glimmers uitbreiding. Het accepteert invoer van tekst, afbeeldingen, video, audio en pdf en geeft tekst terug. De prijs is per token: $1,25 per miljoen invoer, $0,15 per miljoen gecachte invoer, $4,25 per miljoen uitvoer, met een Contributor-tier voor $0,10 / $0,002 / $0,20 die een lagere prijs ruilt voor toestemming om te trainen op uw prompts en completions. Glimmer heeft helemaal geen leveranciersfactuur per token wanneer u het zelf draait, omdat er geen leverancier in het proces zit.

• Grootte — Muse Spark: niet bekendgemaakt, Meta publiceert voor geen enkele versie een parameteraantal; Muse Glimmer: 30B, uitgebracht in 4-bit onder 20 GB

• Gewichten — Muse Spark: propriëtair, alleen gehost; Muse Glimmer: Apache 2.0, downloadbaar en offline uitvoerbaar

• Contextvenster — 1.048.576 tokens vs. 131.072, uitbreidbaar tot 262.144

• Invoer — tekst, afbeelding, video, audio, PDF vs tekst en afbeelding

• Uitvoer — tekst vs tekst

• Prijs — $1,25 / $0,15 in cache / $4,25 per miljoen tokens versus geen leverancierskosten bij zelfhosting

• Kennisafsluiting — niet gepubliceerd voor Muse Spark 1.3; januari 2026 voor Muse Glimmer

De enige benchmark die Meta voor beide publiceerde

Dit is het zeldzaamste soort getal dat je in een distillatierelatie kunt vinden: dezelfde evaluatie, uitgevoerd door hetzelfde lab, gerapporteerd voor de leraar en de student.

Meta's modelpagina's vermelden GDPval-AA op 1.754 voor Muse Spark 1.3 in de maximale redeneerconfiguratie, en 953 voor Muse Glimmer 30B bij een hoge redeneerstand. Dat betekent dat de student 54% van de score van de leraar op die taakfamilie behoudt — een echt, gepubliceerd datapunt in plaats van een gevolgtrekking. Twee kanttekeningen horen er onmiddellijk bij, want beide zijn waar en geen van beide is klein. Ten eerste is de Muse Spark-rij gelabeld als v2 en de Muse Glimmer-rij heeft helemaal geen versieaanduiding, dus als Meta de benchmark tussen de twee metingen heeft veranderd, is de verhouding zwak, ook al is de richting dat niet. Ten tweede zijn beide cijfers door de leverancier gerapporteerd. We hebben geen van beide gereproduceerd, en geen enkele onafhankelijke harness heeft voor zover wij konden nagaan een rechtstreekse vergelijking van dit paar gepubliceerd.

Wat de kloof van 801 punten begrijpelijk maakt in plaats van alarmerend, is het beeld van derden dat eraan ten grondslag ligt. Op de Intelligence Index van Artificial Analysis scoort Muse Spark 1.3 op max 48 en Muse Glimmer op high 17. Dat zijn verschillende indexschalen uit verschillende meetrondes, en de twee worden niet tegen hetzelfde pool gerangschikt — Artificial Analysis deelt open-weight modellen in per grootteklasse, dus Glimmer wordt gemeten tegen open-weight peers, terwijl Muse Spark tegen het hele veld wordt gemeten. Lees ze als vorm, niet als een verhouding. De vorm zegt hetzelfde als Meta's eigen tabel zegt: het gedistilleerde model is een werkelijk ander capaciteitsniveau, geen goedkopere route naar dezelfde antwoorden.

Wat het kleine model bewaart

Het interessante deel van distillatie is wat de compressie overleeft, en op de door Meta zelf gepubliceerde rijen wordt Muse Glimmer niet uniform verslagen. Het scoort 76,0 op SWE-Bench Verified, 65,9 op OSWorld-Verified, 77,0 op IFBench, 94,7 op AIME 2026 en 83,5 op GPQA Diamond. Dat zijn sterke cijfers voor een 30B-model, en ze zijn de reden dat de architectuurkeuze ertoe doet: Meta beschrijft Glimmer als fine-tuned op agentische data met een lange context en specifiek versterkt voor toolgebruik, met zelf beheerd geheugen gedurende urenlange sessies en herstel van een mislukte toolaanroep in plaats van een stop. Dat is een doelgericht model dat de naam van een algemeen model draagt.

Het nuttigste stuk context op de pagina is Meta's eigen keuze van vergelijking. De benchmarktabel van Meta voor Muse Glimmer zet het niet naast Muse Spark. Hij zet het naast Gemma 4 31B in denkmodus en Qwen3.6 27B in denkmodus — dezelfde grootteklasse, hetzelfde open-weight-uitgangspunt. In die tabel wint Glimmer de meeste rijen, maar niet alle: het scoort 75,5 op MCP Atlas tegen 62,5 voor het Qwen-model, 51,7 op TerminalBench 2.1 tegen 60,7, en 953 op GDPval-AA tegen 1.141. Dus zelfs binnen zijn eigen gewichtsklasse is het gedistilleerde Meta-model niet de automatische keuze, wat een eerlijkere voorstelling van zaken is dan de kop van de pagina suggereert.

Nog twee rijen zijn de moeite waard om uit te lichten, omdat ze meetbaar zijn en in de planning makkelijk verkeerd worden ingeschat. Artificial Analysis registreert de kosten van Muse Glimmer per voltooide Intelligence Index-taak op $0,05 en de uitvoersnelheid op 122,4 tokens per seconde — tegenover $1,60 en 121,9 tokens per seconde voor Muse Spark 1.3 op maximaal. Op basis van dat tweetal cijfers is het kleine model per voltooide taak ongeveer 32 keer goedkoper bij vrijwel identieke doorvoer. Dat is de distillatie die zich uitbetaalt, en het blijft onzichtbaar als je alleen indexscores vergelijkt.

De plek waar de vergelijking breekt

Het breekt op inputs, en het breekt harder dan het scorebord doet vermoeden.

Muse Spark 1.3 verwerkt video, audio en pdf's. Muse Glimmer verwerkt tekst en afbeeldingen. Als je pipeline een schermopname, een gespreksopname of een gescand document rechtstreeks naar het model voert, zijn de twee tegen geen enkele prijs alternatieven voor elkaar — een van beide kan de payload fysiek niet accepteren. Meta's eigen documentatie versterkt dit punt vanuit een onverwachte hoek: er wordt gewaarschuwd dat audiobegrip in Muse Spark 1.3 niet volledig wordt ondersteund en dat de kwaliteit bij verzoeken met audio kan afnemen, met de aanbeveling om Muse Spark 1.2 te gebruiken voor audiotaken. Dus zelfs binnen de gehoste productlijn is de nieuwste versie niet voor elk invoertype het juiste antwoord, en de optie die audio aankan, is de oudere checkpoint.

De tweede breuk is context. Een miljoen tokens tegenover 131.072 is geen marketingverschil; het is het verschil tussen een model dat een grote repository of een lang dossier in één aanroep kan vasthouden en een model dat een retrieval-laag en een samenvattingsstap eromheen nodig heeft. Als je werk bestaat uit het redeneren over codebases op de lange termijn, is Glimmers contextplafond de beperking waar je het eerst tegenaan zult lopen, lang voordat zijn benchmarkscores in beeld komen.

Het derde is de datagrens, en die werkt de andere kant op. Een verzoek dat je hardware nooit verlaat, kan niet door een leverancier worden gelogd, kan niet per token worden geprijsd en kan niet worden beïnvloed door een tariefwijziging. Voor een workload met residentievereisten of een budget per token dat niet bestand is tegen volume, weegt die ene eigenschap zwaarder dan 30 indexpunten.

Waar elk van hen daadwerkelijk woont

De distributie van Muse Glimmer is breed, omdat open gewichten dat zijn. Meta vermeldt de download op Hugging Face en verwijst naar lokale runtimes — llama.cpp, MLX, Ollama, LM Studio, Unsloth — naast de eigen gehoste lijst van de leverancier en verschillende inferentieplatforms van derden. We zullen die platforms hier niet noemen; het punt voor de lezer is simpelweg dat de gewichten overdraagbaar zijn, en alles wat een 30B 4-bitmodel kan laden, kan het ook serveren.

De Muse Spark-lijn is inherent smal. Drie versies, één leverancier, één API, geen gewichten. Die concentratie is het echte risico van erop voortbouwen, en dat risico geldt helemaal niet voor Glimmer.

Beide op één toets, waar dat mogelijk is

Onze eigen catalogus is beperkter dan beide verhalen. Wij routeren Muse Spark 1.1 en Muse Spark 1.2 — de twee checkpoints die worden vermeld tegen $1,25 in en $4,25 uit per miljoen tokens, beide tegen Meta's adviesprijs, waarbij onze 0% opslag ongewijzigd wordt doorgegeven — en wij hosten Muse Spark 1.3 niet, noch een van de Contributor-varianten, noch Muse Spark Open. Muse Glimmer staat ook niet in onze catalogus, en het eerlijke advies daarvoor is van een andere aard: het zijn open weights, dus de natuurlijke plek om het te draaien is je eigen hardware of een runtime die het laadt.

Waar routing hier wél zijn plaats verdient, is bij de migratie die je waarschijnlijk overweegt. Als je aan het testen bent of een gedistilleerd model van 30B een deel van een frontier-workload kan overnemen, dan wil je beide in één endpoint, zodat een deel van het verkeer kan worden verplaatst en gemeten zonder een tweede contract — Muse Spark 1.1 en 1.2 op één sleutel, met automatische failover zodat een mislukte long-context-aanroep terugvalt op het andere checkpoint in plaats van op een fout, en een routing-DSL om verkeer te splitsen op basis van configuratie in plaats van code. Wanneer de hosted lijn van Meta opnieuw verandert, landt de wijziging op één plek.

Welke moet je kiezen?

Als je werk bestaat uit tekst en afbeeldingen, op je eigen machine of een gehuurde GPU draait, en immuun moet zijn voor prijsstelling per token, dan is Muse Glimmer het antwoord, en het is niet eens een moeilijke keuze — je ruilt ongeveer de helft van de GDPval-AA-score in voor een model dat niets kost per aanroep en dat door niemand kan worden beperkt met een rate limit.

Als je werk video, audio, pdf's of een werkelijk lange context omvat, is Muse Glimmer geen goedkopere versie van Muse Spark. Het is een ander hulpmiddel, en de distillatie heeft die capaciteiten niet overgedragen. Kies voor de gehoste lijn, reken op $1,25 en $4,25 per miljoen tokens, en controleer welk checkpoint je payload daadwerkelijk aankan — voor audio wijst de eigen documentatie van Meta naar de oudere versie.

De eerlijke samenvatting van een distillatievergelijking is dat de student opmerkelijk goed is in hetgeen waarvoor hij is getraind en simpelweg ontbreekt bij de dingen waarvoor dat niet geldt. Muse Glimmer is het sterkste argument voor open weights dat Meta sinds Llama 4 heeft gepubliceerd, en de cijfers hierboven zijn van Meta zelf. Wat ze niet laten zien — en geen enkele leverancierstabel kan dat — is hoe het duo zich gedraagt op jouw workload. Dat is een experiment, geen kwestie van opzoeken.

Benchmarks verouderen en prijzen veranderen; het faalregister niet: de gedocumenteerde AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding haar eigen bronnen, ernstniveau, betrouwbaarheidsklasse en betwistingsmarkering bevat.