Muse Spark vs Muse Glimmer: co tak naprawdę przetrwa, gdy model frontierowy zostaje zdestylowany do 30 miliardów parametrów

Relacja między Muse Spark a Muse Glimmer nie jest tym, co sugeruje sformułowanie „vs”. Muse Glimmer nie jest konkurentem dla Muse Spark — jest jego uczniem. Meta wytrenowała ten model o 30 miliardach parametrów i otwartych wagach metodą destylacji logitów z Muse Spark, natywnie multimodalnej linii frontierowej, którą Meta Superintelligence Labs przedstawiła 8 kwietnia 2026 r., a obecnie dostarcza ją jako Muse Spark 1.3, wydany 2 września 2026 r., którego maksymalny poziom rozumowania udostępniono deweloperom dwa dni później. Muse Glimmer ukazał się 10 sierpnia 2026 r. na licencji Apache 2.0. Ta strona nie jest więc kartą walk między dwoma rywalami z różnych laboratoriów. Jest pomiarem tego, ile z modelu frontierowego przetrwa szesnastokrotne zmniejszenie i zmianę licencji — a Meta, nietypowo, opublikowała liczby po obu stronach tego zmniejszenia. To, czy to porównanie jest uczciwe, to pierwsza rzecz, co do której warto być szczerym, a odpowiedź brzmi: częściowo.

Jedno to plik, drugie to punkt końcowy.

Zacznij od części, która nie ma nic wspólnego z benchmarkami, bo to ona decyduje o większości rzeczywistych wdrożeń, zanim jakikolwiek wynik zacznie się liczyć.

Muse Glimmer jest do pobrania. Meta publikuje wagi na licencji Apache 2.0, dostarcza je już skwantyzowane do 4 bitów — co zmniejsza rozmiar z ponad 55 GB przy pełnej precyzji do poniżej 20 GB — i twierdzi, że model jest wystarczająco mały, by działać na pojedynczym konsumenckim GPU lub Macu. Działa przy odłączonej sieci. Meta testowała go na Nvidia RTX 5090 oraz na układach Apple M4 Max i M5 Max. Przyjmuje dane wejściowe tekstowe i obrazowe, zwraca tekst, ma okno kontekstowe liczące 131 072 tokeny, które według Meta można rozszerzyć do 262 144, a jego granica wiedzy przypada na styczeń 2026.

Muse Spark ma przeciwny kształt pod każdym względem. Meta nie publikuje wag, licencji ani plików do pobrania dla żadnej jego wersji; jest dostępny wyłącznie przez Model API Meta, na meta.ai i w aplikacji Meta AI. Działa w oknie kontekstowym o rozmiarze 1 048 576 tokenów — osiem razy większym niż u Glimmera, jeszcze przed rozszerzeniem Glimmera. Przyjmuje dane wejściowe w postaci tekstu, obrazu, wideo, audio i PDF, a zwraca tekst. Cena jest ustalana za token: 1,25 USD za milion tokenów wejściowych, 0,15 USD za milion tokenów wejściowych z pamięci podręcznej, 4,25 USD za milion tokenów wyjściowych, z poziomem Contributor za 0,10 USD / 0,002 USD / 0,20 USD, który w zamian za niższą cenę wymaga zgody na trenowanie na twoich promptach i ukończeniach. Glimmer w ogóle nie ma rachunku od dostawcy za token, gdy uruchamiasz go samodzielnie, ponieważ w tym układzie nie ma żadnego dostawcy.

• Rozmiar — Muse Spark: nieujawniony, Meta nie podaje liczby parametrów dla żadnej wersji; Muse Glimmer: 30B, dostarczany w 4-bitowej kwantyzacji poniżej 20 GB

• Wagi — Muse Spark: zastrzeżone, dostępne wyłącznie w modelu hostowanym; Muse Glimmer: Apache 2.0, do pobrania i uruchomienia offline

• Okno kontekstu — 1,048,576 tokenów vs 131,072, z możliwością rozszerzenia do 262,144

• Dane wejściowe — tekst, obraz, wideo, audio, PDF vs tekst i obraz

• Wyjście — tekst vs tekst

• Cena — 1,25 USD / 0,15 USD z pamięci podręcznej / 4,25 USD za milion tokenów w porównaniu z brakiem opłat u dostawcy w przypadku samodzielnego hostowania

• Granica wiedzy — nie została opublikowana dla Muse Spark 1.3; styczeń 2026 dla Muse Glimmer

Jedyny benchmark, który Meta opublikowała dla obu

To najrzadszy rodzaj liczby, jaki można znaleźć w relacji destylacyjnej: ta sama ewaluacja, przeprowadzona przez to samo laboratorium, podana w odniesieniu do nauczyciela i ucznia.

Strony modeli Meta podają GDPval-AA na 1754 dla Muse Spark 1.3 działającego w maksymalnej konfiguracji rozumowania oraz 953 dla Muse Glimmer 30B w trybie wysokiego rozumowania. To oznacza, że uczeń zachowuje 54% wyniku nauczyciela w tej rodzinie zadań — rzeczywisty, opublikowany punkt danych, a nie wnioskowanie. Od razu należy do tego dodać dwa zastrzeżenia, ponieważ oba są prawdziwe i żadne nie jest błahe. Po pierwsze, wiersz Muse Spark jest oznaczony jako v2, a wiersz Muse Glimmer nie jest w ogóle wersjonowany, więc jeśli Meta zmieniła benchmark między tymi dwoma pomiarami, stosunek jest niepewny, choć kierunek już nie. Po drugie, obie wartości są raportowane przez dostawcę. Nie odtworzyliśmy żadnej z nich i nie udało nam się znaleźć żadnego niezależnego środowiska testowego, które opublikowałoby bezpośrednie porównanie tej pary.

To, co sprawia, że 801-punktowa różnica jest czytelna, a nie alarmująca, to kryjący się pod nią obraz od strony trzeciej. W Intelligence Index firmy Artificial Analysis Muse Spark 1.3 w trybie max uzyskuje 48 punktów, a Muse Glimmer w trybie high — 17. To odmienne skale indeksu z różnych rund pomiarowych i oba modele nie są klasyfikowane w tym samym gronie — Artificial Analysis grupuje modele z otwartymi wagami według klas rozmiaru, więc Glimmer jest mierzony na tle modeli z otwartymi wagami, podczas gdy Muse Spark jest mierzony na tle całego pola. Czytaj je jako kształt, a nie jako stosunek. Kształt mówi to samo, co własna tabela Mety: model destylowany to naprawdę inny poziom możliwości, a nie tańsza droga do tych samych odpowiedzi.

Co mały model zachowuje

Najciekawsze w destylacji jest to, co przetrwa kompresję, a w opublikowanych przez samą Meta wynikach Muse Glimmer nie jest jednolicie pokonywany. Osiąga 76,0 w SWE-Bench Verified, 65,9 w OSWorld-Verified, 77,0 w IFBench, 94,7 w AIME 2026 i 83,5 w GPQA Diamond. To mocne liczby jak na model 30B i właśnie dlatego wybór architektury ma znaczenie: Meta opisuje Glimmer jako dostrojony na długokontekstowych danych agentowych i wzmacniany specjalnie pod kątem użycia narzędzi, z samodzielnie zarządzaną pamięcią przez wielogodzinne sesje oraz odzyskiwaniem po nieudanym wywołaniu narzędzia zamiast zatrzymania się. To model specjalizowany noszący nazwę modelu ogólnego.

Najbardziej użytecznym elementem kontekstu na stronie jest wybór porównania dokonany przez samą Meta. Jej tabela wyników dla Muse Glimmer nie stawia go obok Muse Spark. Stawia go obok Gemma 4 31B w trybie myślenia i Qwen3.6 27B w trybie myślenia — ta sama klasa rozmiaru, to samo założenie otwartych wag. W tej tabeli Glimmer wygrywa większość wierszy, ale nie wszystkie: uzyskuje MCP Atlas 75,5 wobec 62,5 dla modelu Qwen, TerminalBench 2.1 51,7 wobec 60,7 oraz GDPval-AA 953 wobec 1 141. Zatem nawet w obrębie własnej klasy wag zdestylowany model Meta nie jest automatycznym wyborem, co jest uczciwszym ujęciem, niż sugeruje nagłówek strony.

Dwa kolejne wiersze warto wyodrębnić, ponieważ są mierzalne i łatwo się przy nich pomylić w planowaniu. Artificial Analysis odnotowuje koszt Muse Glimmer przypadający na ukończone zadanie Intelligence Index na poziomie 0,05 USD, a jego prędkość wyjściową na poziomie 122,4 tokena na sekundę — wobec 1,60 USD i 121,9 tokena na sekundę dla Muse Spark 1.3 przy maksymalnych ustawieniach. Na podstawie tej pary liczb mały model jest około 32 razy tańszy na ukończone zadanie przy zasadniczo identycznej przepustowości. To destylacja procentuje, a jest to niewidoczne, jeśli porównuje się tylko wyniki indeksu.

Miejsce, w którym porównanie się załamuje

Psuje się na danych wejściowych, i to mocniej, niż sugeruje tablica wyników.

Muse Spark 1.3 przyjmuje wideo, audio i pliki PDF. Muse Glimmer przyjmuje tekst i obrazy. Jeśli Twój pipeline podaje nagranie ekranu, nagranie rozmowy lub zeskanowany dokument bezpośrednio do modelu, te dwa nie są alternatywami za żadną cenę — jeden z nich fizycznie nie może przyjąć tego ładunku. Dokumentacja Meta sama wzmacnia ten argument z nieoczekiwanego kierunku: ostrzega, że rozumienie audio w Muse Spark 1.3 nie jest w pełni obsługiwane, a jakość żądań zawierających audio może być obniżona, zalecając Muse Spark 1.2 do obciążeń audio. Tak więc nawet w ramach linii hostowanej najnowsza wersja nie jest właściwą odpowiedzią dla każdego typu danych wejściowych, a opcja obsługująca audio to starszy checkpoint.

Drugą różnicą jest kontekst. Milion tokenów kontra 131 072 to nie różnica marketingowa; to różnica między modelem, który może utrzymać duże repozytorium albo długi plik sprawy w jednym wywołaniu, a takim, który potrzebuje warstwy wyszukiwania i etapu podsumowywania zbudowanych wokół niego. Jeśli Twoja praca polega na rozumowaniu o bazie kodu w długim horyzoncie, limit kontekstu Glimmera będzie ograniczeniem, na które natrafisz najpierw, znacznie wcześniej niż na jego wyniki w benchmarkach.

Trzeci element to granica danych i działa w przeciwnym kierunku. Żądanie, które nigdy nie opuszcza twojego sprzętu, nie może być rejestrowane przez dostawcę, nie może być wyceniane za token i nie może zostać dotknięte zmianą stawek. W przypadku obciążenia z wymogami rezydencji lub budżetem na token, który nie przetrwa wzrostu wolumenu, ta jedna właściwość przeważa nad 30 punktami indeksu.

Gdzie każde z nich tak naprawdę mieszka

Dystrybucja Muse Glimmer jest szeroka, bo takie są otwarte wagi. Meta podaje opcję pobrania na Hugging Face i wskazuje lokalne środowiska uruchomieniowe — llama.cpp, MLX, Ollama, LM Studio, Unsloth — obok własnej listy hostowanych usług dostawcy i kilku platform inferencyjnych innych firm. Nie będziemy tu wymieniać nazw tych platform; dla czytelnika liczy się po prostu to, że wagi są przenośne, a wszystko, co potrafi załadować model 30B w 4 bitach, może go serwować.

Linia Muse Spark jest z założenia wąska. Trzy wersje, jeden dostawca, jedno API, brak wag. Ta koncentracja to prawdziwe ryzyko budowania na niej, a jest to ryzyko, które w ogóle nie dotyczy Glimmer.

Oba na jednym klawiszu, tam gdzie to możliwe

Nasz własny katalog jest węższy niż którakolwiek z tych dwóch historii. Kierujemy ruch do Muse Spark 1.1 i Muse Spark 1.2 — dwa checkpointy wycenione na 1,25 USD za wejście i 4,25 USD za wyjście za milion tokenów, oba w cenie katalogowej Meta z naszą 0% marżą przekazaną bez zmian — a nie hostujemy Muse Spark 1.3, żadnego z wariantów Contributor ani Muse Spark Open. Muse Glimmer również nie ma w naszym katalogu, a szczera rada dla niego jest innego rodzaju: ma otwarte wagi, więc naturalnym miejscem do jego uruchomienia jest własny sprzęt albo środowisko uruchomieniowe, które go wczytuje.

Routing naprawdę zasługuje tu na swoje miejsce w przypadku migracji, którą prawdopodobnie rozważasz. Jeśli testujesz, czy model destylowany 30B może przejąć część obciążenia typu frontier, potrzebujesz obu tych rzeczy w jednym punkcie końcowym, aby można było przenieść i zmierzyć wycinek ruchu bez drugiej umowy — Muse Spark 1.1 i 1.2 na jednym kluczu, z automatycznym przełączaniem awaryjnym, dzięki czemu nieudane wywołanie z długim kontekstem przechodzi do drugiego checkpointu zamiast kończyć się błędem, oraz DSL routingu do rozdzielania ruchu za pomocą konfiguracji, a nie kodu. Gdy hostowana linia Meta znów się zmieni, zmiana trafi w jedno miejsce.

Który wybrać

Jeśli twoja praca to tekst i obrazy, działa na twojej własnej maszynie lub wynajętym GPU i musi być odporna na rozliczanie za token, Muse Glimmer jest odpowiedzią — i to bezapelacyjnie: wymieniasz około połowy wyniku GDPval-AA na model, który nic nie kosztuje za wywołanie i nie może zostać ograniczony limitem szybkości przez nikogo.

Jeśli Twoja praca obejmuje wideo, audio, pliki PDF lub naprawdę długi kontekst, Muse Glimmer nie jest tańszą wersją Muse Spark. To inne narzędzie, a destylacja nie przeniosła tych możliwości. Sięgnij po hostowaną linię, zaplanuj budżet 1,25 USD i 4,25 USD za milion tokenów i sprawdź, który checkpoint faktycznie obsługuje Twoje dane — w przypadku audio własna dokumentacja Meta wskazuje starszą wersję.

Uczciwe podsumowanie porównania destylacji jest takie, że uczeń jest niezwykle dobry w tym, do czego został wytrenowany, a po prostu nieobecny w tym, do czego nie. Muse Glimmer to najsilniejszy argument za otwartymi wagami, jaki Meta opublikowała od czasu Llama 4, a liczby powyżej pochodzą od samej Meta. To, czego nie pokazują — a żadna tabela dostawcy nie może tego pokazać — to jak ta para zachowuje się przy Twoim obciążeniu. To eksperyment, a nie sprawdzenie.

Benchmarki się starzeją, a ceny się zmieniają; rejestr awarii pozostaje taki sam: udokumentowane incydenty AI i awarie agentów dotyczące modeli z tej klasy są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i oznaczenie sporności.