Muse Glimmer: Modelo Agente de Peso Aberto de 30B da Meta Alega Superar Gemma4-31B e Qwen3.6-27B

Uma publicação no X na manhã de 10 de agosto de 2026 disse isso de forma mais direta do que qualquer comunicado à imprensa: "A santa Meta está de volta." O lançamento ao qual essa publicação reagia — Muse Glimmer, o primeiro modelo de pesos abertos da Meta desde o Llama 4 — chegou no mesmo dia, e o anúncio da própria Meta é quase tão agressivo quanto o tweet. A tabela de benchmarks do modelo de 30 bilhões de parâmetros afirma que ele supera o Gemma4-31B do Go​ogle em 19 de 24 linhas e o Qwen3.6-27B da Alibaba em 14 de 24, destacando-se no benchmark agêntico MCP-Atlas, onde a Meta relata 75,5 contra 54,2 e 62,5, respectivamente.

Antes de "atropelado" virar um fato na sua cabeça, note quem produziu esses números. Cada pontuação na tabela da Meta foi produzida pela própria Meta, contra modelos concorrentes cujas configurações a própria Meta reconheceu não ter ajustado. O Muse Glimmer ainda não aparece no Artificial Analysis, o ranking independente que acompanha exatamente essa classe de tamanho — onde o Qwen3.6-27B detém atualmente um Índice de Inteligência de 46 e o Gemma4-31B está com 39. Há, portanto, duas histórias ao mesmo tempo: um lançamento de pesos abertos genuinamente relevante da Meta, e uma alegação de benchmark que levará semanas para ser verificada. Este texto mantém as duas histórias separadas.

O que Muse Glimmer realmente é

O Muse Glimmer é um modelo denso e multimodal de 30B parâmetros — entrada de texto e imagem por meio de um codificador de percepção dedicado — treinado em mais de 100 idiomas e lançado sob a licença permissiva Apache 2.0. Seus pesos estão no Hugging Face em meta-models/Muse-Glimmer-30B. É uma versão destilada do principal modelo proprietário maior da Meta, o Muse Spark 1.2, e a receita de treinamento evidencia isso: destilação de logits do professor no pré-treinamento, treinamento intermediário em dados de contexto mais longo e com muitos agentes, seguido de ajuste fino supervisionado combinado com destilação on-policy e aprendizado por reforço.

O resumo do produto é tão específico quanto a tecnologia. A Meta criou o Glimmer para "fluxos de trabalho de agente local sempre ativos" — um agente que vive na sua máquina e pode chamar ferramentas, seguir planos de múltiplas etapas, se recuperar quando uma chamada de ferramenta falha em vez de parar, e ajustar o esforço de raciocínio para cima ou para baixo. As tarefas pretendidas são as pouco glamourosas: codificação local, chamada de funções, gerenciamento de agenda, organização de arquivos, avaliação LLM-como-juiz. Ele é compatível com frameworks de orquestração de agentes como o OpenClaw, que é como muitas pessoas realmente o executarão.

A história do hardware é a outra metade do discurso. Em precisão total, um modelo de 30B precisa de mais de 55GB de memória; a quantização de ~4 bits da Meta reduz isso para aproximadamente 17–20GB, o que cabe em uma placa de vídeo de consumo de 24GB ou 32GB (uma RTX 5090 é a referência) e em Macs de ponta com memória unificada. Um rascunhador de decodificação especulativa — um pequeno modelo companheiro que a Meta chama de DFlash — acelera a geração: a Meta relata cerca de 3.1x em uma RTX 5090 (de 74.9 para 233 tokens/seg no llama.cpp), 1.8x em um M5 Max e 1.5x em um M4 Max, onde a memória unificada já é menos limitada por largura de banda.

Por que este lançamento é importante além da ficha técnica

O tweet captou bem a forma da coisa. Desde o Llama 4 na primavera de 2025, a Meta havia ficado em silêncio sobre os pesos abertos, recuando para uma linha de modelos de fronteira proprietários sob a Meta Superintelligence Labs e o diretor de IA, Alexandr Wang. O Muse Glimmer é o retorno público à estratégia de pesos abertos que fez do Llama a família de modelos mais baixada da IA — e ele chegou envolto no sinal de intenção mais forte até agora: Zuckerberg publicou um ensaio de 14 páginas, "O Futuro é para Todos", junto com o lançamento, argumentando que o risco real da IA é o controle concentrado e que os pesos abertos são a forma como os EUA se mantêm competitivos diante dos laboratórios de modelos abertos da China. Ele pediu uma regulação dos EUA mais branda para a IA de código aberto, e a Meta anunciou um fundo de US$ 1 bilhão chamado "O Futuro é para Todos". A Meta também disse que planeja liberar os pesos do Muse Spark 1.2, muito maior, "nas próximas semanas".

Esse contexto muda como você deve ler a tabela de benchmarks. Isso não é uma curiosidade de laboratório de pesquisa sendo lançada silenciosamente; é uma declaração estratégica com um modelo anexado. Glimmer é a posição de "agente local barato" no portfólio da Meta, minando deliberadamente o argumento de que trabalhos sérios com agentes exigem uma API em nuvem. Se ela realmente cumpre isso é exatamente o que a questão de verificação procura responder.

A alegação "defumado", linha por linha

A tabela da Meta compara o Muse Glimmer com o Gemma4-31B e o Qwen3.6-27B em 24 linhas de benchmark. Onde ela afirma as maiores vitórias, o padrão é consistente: raciocínio agêntico geral e busca.

• MCP-Atlas (uso de ferramentas agênticas) — Muse Glimmer 75.5, Gemma4-31B 54.2, Qwen3.6-27B 62.5. Esta é a linha de destaque e a maior lacuna do conjunto.

• DeepSearch QA — 74,6 contra 61,7 e 71,1.

• GAIA2 (assistente geral) — 43.3 contra 36.4 e 40.0.

• WildClawBench (suíte agêntica) — 47,6 contra 37,6 e 43,2.

• SWE-Bench Pro — 51.2 contra 36.9 e 50.2. Note o terceiro número: 50.2 é a medição da própria Meta do Qwen3.6-27B, enquanto o valor publicado pela própria Alibaba é 53.5. Mesmo modelo, duas pontuações diferentes, dependendo de quem o executou.

• AIME 2026 — 94.7, IFBench 77.0 e AA-LCR 80.0 contra os 68.3 da Ge​mma.

Essa é uma linha forte. Mas a tabela não é uma vitória completa, e as linhas em que a Muse Glimmer perde são tão informativas quanto aquelas em que vence. A Qwen3.6-27B domina no uso prático de computador e nas tarefas que exigem muito terminal: SWE-Bench Verified 77.2 contra os 76.0 da Glimmer, OSWorld-Verified 75.6 contra 65.9, e TerminalBench 2.1 60.7 contra 51.7, além de uma vantagem consistente em testes multimodais como ScreenSpot Pro, OmniDocBench e MMMU-Pro. A Gemma4-31B, por sua vez, apresenta o melhor registro de segurança nas duas métricas relatadas pela Meta — a menor taxa de violação no CI Memories e a menor taxa de sucesso de ataque no Siren AgentDojo — e supera por pouco os testes de raciocínio restritos (GPQA Diamond, Humanity's Last Exam).

Lido diretamente, a alegação da Meta é “supera os outros dois na maioria dos benchmarks de agentes” e, na própria tabela dela, isso é aproximadamente verdade. As ressalvas são o ponto central. A Meta executou todas as linhas ela mesma e admitiu que suas configurações de teste para os modelos concorrentes não foram ajustadas da mesma forma que as suas. Isso não é uma acusação de fraude — configurações rivais não ajustadas são um pecado rotineiro, até esperado, nesse setor — mas é exatamente o motivo pelo qual tabelas feitas por fornecedores precisam de confirmação independente. A discrepância do Q​wen SWE-Bench Pro acima é todo o problema em miniatura.

O que o placar independente diz

Artificial Analysis ainda não lista o Muse Glimmer — o modelo tem apenas alguns dias de existência, e o índice da AA é construído com base em seus próprios testes, que levam tempo. Mas a AA acompanha ambos os rivais, o que fornece o campo medido no qual o recém-chegado afirma estar entrando. Conforme o índice atual, o Qwen3.6-27B possui um Índice de Inteligência de 46, descrito pela AA como o modelo de pesos abertos mais inteligente com menos de 150B de parâmetros; o Gemma4-31B está em 39. Esses são números independentes, não alegações de fornecedores.

O quadro independente também mostra uma complicação de custo que os números das manchetes escondem. Os dados de eficiência da AA mostram que o Qwen3.6-27B gera cerca de 54,6 tokens/seg contra 34,8 do Gemma4-31B, com o tempo até o primeiro token do Ge​mma mais rápido — mas o Q​wen usa aproximadamente 3,7x mais tokens de saída para executar o índice completo, o que o torna cerca de 21x mais caro para avaliar de ponta a ponta. Modelos que consomem muitos tokens são mais caros no mundo real, mesmo quando suas pontuações em benchmarks são melhores, e isso é um fator de decisão que nenhuma tabela de fornecedores irá oferecer.

Portanto, o estado honesto do mundo no momento em que escrevo é: um forte resultado relatado pelo fornecedor, nenhum resultado independente ainda para o Muse Glimmer, e um campo rival que é medido de forma independente e dividido por tarefa. "Fumou Ge​mma e Q​wen" é uma alegação que se sustenta; ainda não é um resultado verificado. Os marcadores de verificação a observar são uma entrada no índice AA, o Elo do LMArena e reproduções da comunidade — todos costumam surgir em poucas semanas após um lançamento como este.

Quanto realmente custa para rodar

Muse Glimmer é gratuito — Apache 2.0, sem taxa por token, sem pagamento à Meta. O custo é o hardware que você coloca sob ele. Um modelo de 30B em 4 bits precisa de cerca de 17–20GB de memória residente, além de espaço para o cache KV, o codificador de percepção e o modelo de rascunho DFlash, por isso a própria orientação da Meta é uma placa de 24GB ou 32GB ou um Mac de ponta. Se você possui esse hardware, o custo marginal de executar um agente local sempre ativo é essencialmente eletricidade. Se não possui, uma GPU de 24GB ou um Mac da série M com configuração máxima é um item de despesa real — e desde 9 de agosto há uma terceira opção: alugá-lo. As primeiras listagens de API hospedada, disponíveis a partir dessa data, precificam o Muse Glimmer em US$ 0,35 por milhão de tokens de entrada e US$ 1,50 por milhão de tokens de saída em uma janela de contexto de 131K. Essa é uma taxa de mercado listada pelo provedor, e não um preço da Meta, mas é o número que você pode realmente pagar hoje se preferir não comprar hardware.

Essa é a comparação que vale a pena fazer com cuidado, porque "pesos abertos, preço zero" encontra "API hospedada, preço por token" em termos muito diferentes. Quando você faz as contas, precifique os dois lados com honestidade. Do nosso lado na OrcaRouter, o preço que você vê para qualquer um dos 200+ modelos hospedados é o preço de tabela do provedor repassado com 0% de margem, então um corte de preço do fornecedor entra em vigor aqui no mesmo dia, em vez de depois de um recálculo de margem — o que torna a comparação local-vs-hospedado uma comparação direta. A própria Muse Glimmer ainda não é um desses 200+ modelos, então esse repasse não se aplica a ela hoje. Mas a disciplina é o ponto: a forma de precificar um modelo de pesos abertos não comprovado é o seu próprio tráfego, não uma tabela de fornecedor, e o DSL de roteamento existe para rodar exatamente essa comparação quando um modelo estiver atrás de uma API que você possa chamar.

Como você realmente usaria isso esta semana

Como é distribuído com pesos abertos, "acesso" não é um cadastro — é um download. O repositório base é meta-models/Muse-Glimmer-30B no Hugging Face, com uma variante GGUF já publicada e variantes de quantização chegando de terceiros. O suporte de runtime no primeiro dia foi llama.cpp, MLX e ExecuTorch, com integrações de Ollama, LM Studio, vLLM e SGLang chegando nos dias após o lançamento, e trabalho de otimização de hardware listado para AMD, Arm, Dell, Intel e Nvidia. O caminho prático para a maioria das pessoas é: baixar o GGUF, carregá-lo no llama.cpp ou em um runner local, apontar um scaffold de agente para ele. A Meta não hospeda nenhuma API pública para o próprio Glimmer, e o caminho local é aquele em torno do qual o modelo foi construído — mas o caminho hospedado não é mais hipotético: plataformas de terceiros começaram a servi-lo em 9 de agosto, então "baixar e executar" e "chamar uma API" são ambas opções ativas agora.

Uma nota honesta sobre nós especificamente: Muse Glimmer ainda não está disponível através do OrcaRouter. Roteamos APIs hospedadas e, até esta atualização, o modelo ainda não chegou ao nosso catálogo — a margem de 0% e a oferta de uma chave para tudo se aplicam aos mais de 200 modelos que roteamos, e este ainda não é um deles. Quando isso acontecer, a mesma chave que acessa o restante do catálogo também o acessará sem novo contrato, e o failover automático é o mecanismo que torna seguro apontar tráfego real para um modelo recém-lançado, reportado apenas pelo fornecedor, antes que ele tenha um histórico independente. Essa é a mesma razão pela qual o DSL de roteamento existe: um modelo não comprovado deve conquistar um caminho de produção com base nos seus dados, não no seu próprio comunicado à imprensa.

A captura de tela abaixo é o card do Hugging Face como ele aparecia no dia do lançamento — a linha "não implantado por nenhum provedor de inferência" refere-se à inferência de primeira parte da própria Hugging Face, que é algo separado das listagens de API hospedadas por terceiros que foram ao ar em 9 de agosto.

O que assistir

Três coisas vão resolver esta história, em ordem aproximada de velocidade. Primeiro, {{1}}o tão prometido lançamento de pesos abertos do Muse Spark 1.2{{/1}} — {{2}}se o modelo-mestre for lançado nas "próximas semanas,"{{/2}} {{3}}Glimmer deixa de ser um caso isolado e se torna a ponta de lança de uma linha completa de pesos abertos{{/3}}, {{4}}que é a verdadeira leitura estratégica de "A Meta voltou."{{/4}} Segundo, {{5}}medições independentes:{{/5}} {{6}}uma entrada no índice Artificial Analysis, colocação no LMArena e reproduções pela comunidade{{/6}} {{7}}vão mostrar se a alegação de 19 de 24 sobrevive ao contato com alguém que não seja a Meta.{{/7}} Terceiro, {{8}}a onda de hospedagem —{{/8}} {{9}}essa já começou.{{/9}} {{10}}Provedores começaram a servir Glimmer em 9 de agosto{{/10}}, {{11}}então a questão de local versus hospedado é agora uma escolha real que você pode fazer com uma chave de API{{/11}}; {{12}}o que resta observar é o quanto a disseminação da hospedagem vai se ampliar e o que acontece com o preço por token quando a novidade da semana de lançamento passar.{{/12}}

O tweet {{1}}estava certo sobre a notícia{{/1}}. {{2}}Se estava certo sobre o veredito{{/2}} — {{3}}essa é uma questão que levará semanas, e a posição honesta neste momento é que ninguém fora da Meta rodou o suficiente para saber{{/3}}. {{4}}O que já é verdade é que um modelo de agente de 30B sob licença Apache-2.0, que cabe em uma GPU de consumidor e é respaldado por um impulso estratégico completo, é um lançamento para se planejar{{/4}}, {{5}}sejam quais forem suas pontuações independentes no final{{/5}}.

Perguntas que valem realmente a pena responder

O Muse Glimmer é realmente open source?

É de pesos abertos sob a licença permissiva Apache 2.0 — qualquer pessoa pode baixar, modificar, ajustar e implantá-lo comercialmente sem pagar à Meta. A expressão cuidadosa é "pesos abertos" em vez de código aberto total no sentido da OSI, porque os dados de treinamento, os pesos do professor Muse Spark e algumas ferramentas não estão incluídos. Para fins práticos — você pode executá-lo, distribuí-lo e vender um produto baseado nele — é o mesmo acordo que tornou a Llama a família aberta mais implantada em IA.

Será que o Muse Glimmer realmente supera o Gemma4-31B e o Qwen3.6-27B?

Na tabela da própria Meta, sim na maioria dos benchmarks agênticos e de busca, com as ressalvas de que a Meta realizou a comparação por conta própria e não ajustou as configurações dos concorrentes. O quadro honesto é mais específico: a Meta vence nas linhas de raciocínio agêntico, a Qwen3.6-27B vence no uso prático de computador e no trabalho em terminal, além da maioria dos testes multimodais, e a Gemma4-31B registra o melhor histórico de segurança. Na data do lançamento, não há nenhuma entrada de índice independente para o Muse Glimmer, então trate a alegação de 19 de 24 como relatada pelo fornecedor até que alguém mais execute a avaliação.

Posso executá-lo em um laptop?

Somente se "laptop" significar um com GPU discreta de 24 GB ou 32 GB, ou um Mac de ponta da série M com memória unificada suficiente — um Muse Glimmer de 4 bits precisa de cerca de 17–20 GB, mais espaço para o cache KV, o codificador de percepção e o modelo de rascunho DFlash. Isso é uma compra real para a maioria das pessoas, e é o custo oculto dentro de um modelo "gratuito". Em gráficos integrados ou em uma máquina de 16 GB, você teria quantização pesada e saída lenta, em vez do agente sempre ativo em torno do qual o lançamento foi construído.

Onde eu consigo isso — está em uma API?

Os pesos estão no Hugging Face em meta-models/Muse-Glimmer-30B (com uma variante GGUF), e você os executa localmente por meio do llama.cpp, MLX, ExecuTorch, ou dos runners locais que agora o integram. O acesso à API hospedada também já está ativo desde 9 de agosto, por meio de plataformas de terceiros, com preço listado de US$ 0,35 por milhão de tokens de entrada e US$ 1,50 por milhão de tokens de saída — então você não precisa mais ter uma GPU de 24 GB para usá-la. A própria Meta ainda não hospeda uma API pública para o Glimmer, e ele também ainda não está no OrcaRouter. Quando ele entrar no nosso catálogo, a mesma chave que acessa o restante do catálogo passará a acessá-lo; até lá, os dois caminhos honestos são inferência local ou uma plataforma hospedada de terceiros.