Qwen3.8-27B kontra Meta Muse Glimmer: wyścig lokalnych agentów, jedna strona już tu jest

Me​ta Muse Glimmer ukazał się 10 sierpnia 2026 roku — na licencji Apache 2.0, z około 30 miliardami parametrów, celujący wprost w lokalne obciążenia agentowe — a model, który niemal na pewno będzie jego najbliższym konkurentem, jeszcze się nie ukazał. Alibaba zapowiedział Qwen3.8-27B 3 sierpnia jako samodzielnie hostowanego przedstawiciela generacji Qwe​n3.8, obiecał otwarte wagi na tydzień od 10 sierpnia, a w chwili pisania tego tekstu oficjalne repozytorium nie zostało udostępnione. To sprawia, że to porównanie jest celowo nierówne: jedna strona jest realna i dostępna do pobrania już dziś, druga wciąż niezweryfikowana. Właśnie dlatego warto to opisać już teraz — Me​ta zbudowała tabelę benchmarków Glimmera względem poprzednika 27B, więc ramy starcia są już ustalone, zanim 27B w ogóle powstanie.

Mecz w skrócie

Oba modele celują w tego samego nabywcę: kogoś, kto chce na własnym sprzęcie zdolności agentowych i programistycznych zbliżonych do flagowców, a nie przez API. Parametry układają się następująco, przy czym strona Qwe​n jest oznaczona jako niezweryfikowana wszędzie tam, gdzie repozytorium jeszcze tego nie potwierdziło:

• Status — Me​ta Muse Glimmer dostępny już teraz, a Qwen3.8-27B zapowiedziany, wagi w przygotowaniu.

• Rozmiar — Glimmer to ~29,6B łącznie (27,9B dekoder tekstu + 1,9B enkoder wizji) w porównaniu z ~27B modelu 27B, architektura niepotwierdzona.

• Licencja — Apache 2.0, obejmująca wagi, kwantyzacje, draftera i enkoder, vs nieogłoszona, przy czym klauzula Tongyi Qianwen 100M-MAU jest realną możliwością.

• Kontekst — Glimmer obsługuje okno 128K tokenów w porównaniu z kontekstem 27B, niepotwierdzone.

• Modalność — Glimmer przyjmuje tekst i obrazy przez enkoder percepcji, w porównaniu z 27B, prawdopodobnie najpierw tekst, niepotwierdzone.

• {{1}}Lokalny ślad{{/1}} — Glimmer działa w ~17 GB przy swoim ustawieniu 4-bit K-Quant-17GB w porównaniu z szacowanym ~17 GB przy Q4_K_M dla 27B.

• Technologia szybkości — Glimmer dostarcza spekulatywne dekodowanie DFlash (Me​ta raportuje 74.9–233.4 tokenów/s na RTX 5090, czyli 3.1× wzrost), w przeciwieństwie do 27B, dla którego nie ma jeszcze takich twierdzeń.

Dlaczego Me​ta wycelowała tutaj

Muse Glimmer to zdestylowana i skwantowana wersja zamkniętego flagowego modelu Muse Spark 1.2 firmy Me​ta, wydana przez Me​ta Superintelligence Labs i dostrojona specjalnie pod kątem stale działających agentów na urządzeniu: wywoływania narzędzi, wieloetapowego rozumowania, odzyskiwania po błędach i ponawiania prób, naprzemiennego rozumienia tekstu i obrazów oraz ponad 100 języków. Własne liczby Me​ta stawiają go przed rodziną Ge​mma 4 i modelem Qwen3.6-27B w kilku testach agentowych — MCP Atlas 75.5, DeepSearch QA 74.6, SWE-Bench Pro 51.2 — a tuż za nimi w kilku innych. Wszystko to jest raportowane przez producenta i niepotwierdzone niezależnie, i warto powiedzieć wprost: na benchmarkach agentowych wybranych przez Me​ta Glimmer wyprzedza poprzednią generację Qwe​n, a na tych, których Me​ta nie wybrała, Qwe​n wciąż prowadzi.

Dwie rzeczy czynią Glimmer godnym uwagi poza wynikami. Po pierwsze, licencja: Apache 2.0, bez klauzuli MAU, bez progu dyskusji komercyjnej — najbardziej permisywna rzecz, jaką Me​ta wypuściła od dawna, a towarzyszący esej Zuckerberga uczynił ten strategiczny zakład jednoznacznym. Po drugie, narzędzia dostępne od pierwszego dnia: llama.cpp, Hugging Face Transformers, Ollama, LM Studio i SGLang — wszystkie dodały wsparcie przy premierze lub w okolicach premiery, co jest dokładnie tym, czego lokalny model potrzebuje, aby był użyteczny, a nie tylko możliwy do pobrania.

Me​ta już wybrała przeciwnika.

Najbardziej użytecznym faktem w premierze Glimmera dla tego porównania jest to, z kim Me​ta porównywała swoje wyniki: Qwen3.6-27B, bezpośredni poprzednik Qwen3.8-27B. Na własnej tabeli Me​ty, Glimmer minimalnie pokonuje Qwe​na 27B w SWE-Bench Pro (51,2 vs 50,2) i ustępuje mu w SWE-Bench Verified (76,0 vs 77,2), a Qwe​n prowadzi w OSWorld-Verified, Terminal-Bench 2.1 i większości testów multimodalnych. Innymi słowy, obie rodziny wymieniają ciosy w lokalnej skali 27–30B, a generacja 3.8 po stronie Qwe​na jest kontynuacją dokładnie tego modelu, który Me​ta wykorzystała jako punkt odniesienia. To jest najważniejsza wiadomość tego pojedynku: 27B to nie hipotetyczny konkurent Glimmera, to następna wersja dotychczasowego modelu, a Me​ta już powiedziała nam, jak blisko jest linia bazowa.

Co jest nadal niezweryfikowane po stronie Qwe​n

Dopóki repozytorium nie trafi do sieci, kolumna Qwen3.8-27B to w większości znaki zapytania: czy model jest gęsty czy MoE, jakie jest jego okno kontekstu, czy jest multimodalny, a przede wszystkim — jaka jest jego licencja. Kwestia licencji to ta, która może sama przesądzić o tym porównaniu — model na licencji Tongyi Qianwen to inna decyzja zakupowa niż model na Apache 2.0, zwłaszcza w przypadku produktów komercyjnych powyżej progu MAU. Żadne wyniki benchmarków dla 27B jeszcze nie istnieją, a liczby raportowane przez producenta dla szerszej generacji 3.8 dotyczą Maxa, nie 27B.

Który wybrać

Jeśli potrzebujesz dziś działającego lokalnego modelu agentowego, decyzja nasuwa się sama: Me​ta Muse Glimmer istnieje, działa na karcie z 24 GB, ma wsparcie runtime od pierwszego dnia i jest na licencji Apache 2.0. Qwen3.8-27B to obietnica. Jeśli już ujednoliciłeś swój stos technologiczny wokół ekosystemu Qwe​n, albo twoim wymaganiem jest konkretny benchmark, który generacja 3.8 ma według oczekiwań przesunąć, to 27B warto poczekać — ale czekanie ma realny koszt alternatywny, a licencja może zmienić twoją odpowiedź, gdy model się ukaże.

Zespoły, które nie chcą ani czekać, ani być uzależnione, mają pośrednią ścieżkę. OrcaRouter kieruje ponad 200 modeli przez jedno API po cenniku dostawcy, z zerową marżą i automatycznym przełączaniem awaryjnym — Qwen3.8 Max jest tam dziś w cenie $2.00/$6.00 za milion tokenów, a własna zamknięta linia Muse Spark firmy Me​ta jest osiągalna przez ten sam klucz. Kiedy 27B zostanie wydany i zdobędzie zaufanie w niezależnych testach porównawczych, przełączenie awaryjne to sposób, aby wypróbować go przy obciążeniu produkcyjnym bez stawiania całej ścieżki na niesprawdzony model: skieruj do niego fragment ruchu, resztę pozostaw na dotychczasowym modelu i pozwól realnemu użytkowaniu zdecydować.

Żadna ze stron nie została jeszcze niezależnie zaudytowana — liczby Glimmera są liczbami Me​ta, a 27B nie ma żadnych liczb. Uczciwa ocena po pierwszym tygodniu: Glimmer to model, który faktycznie można uruchomić, 27B to ten, z którym będziesz go porównywać za miesiąc, a plik licencji, nie tabela benchmarków, jest tym, co najprawdopodobniej przeważy decyzję zespołu.