
Muse Glimmer: O que o relatório técnico da Meta realmente esclarece sobre o agente local de 30B
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 186 tok/s
- openaiNOVOOpenAI: GPT-6.2 Astra2026-11-17$8.00 / $40.00 por 1M de tokens · 76 tok/s
- openaiNOVOOpenAI: GPT-6.2 Sol2026-11-17$2.00 / $10.00 por 1M de tokens · 151 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 246 tok/s
- AlibabaNOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 207 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 94 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 221 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 105 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- openaiOpenAI: GPT-6.1 Terra2026-10-26$1.00 / $5.00 por 1M de tokens · 36 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 39 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 222 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 104 tok/s
A Meta publicou o relatório técnico do Muse Glimmer em 19 de outubro de 2026, setenta dias depois do lançamento do próprio modelo, em 10 de agosto. Essa lacuna explica por que o artigo é mais importante do que um texto descritivo de rotina: é o documento mais detalhado da Meta sobre o modelo até agora — mostra a aritmética por trás da proposta de hardware de consumo e indica quais linhas de benchmark a Meta executou por conta própria e quais tomou emprestadas de terceiros. O Muse Glimmer é um modelo denso de 30 bilhões de parâmetros, Apache 2.0, com entrada de texto e imagem, destilado do modelo professor de fronteira Muse Spark da Meta, e é comparado ao longo de todo o relatório com o Gemma4-31B e o Qwen3.6-27B. O relatório também dimensiona o custo dessa destilação de forma adequada pela primeira vez: 55,7 GB de pesos BF16 comprimidos para 19,65 GB para que o modelo de linguagem caiba em uma placa de 32 GB, com o custo de qualidade medido, e não apenas afirmado. As falhas de IA e os incidentes com agentes documentados por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, severidade, classificação de confiança e marcador de contestação.
Duas das revelações do artigo são menos lisonjeiras do que o blog de lançamento foi. A primeira é que a tabela de benchmark é uma mistura, não uma varredura apenas da Meta: quatro linhas vêm da Artificial Analysis, dois números de concorrentes são autorrelatos dos próprios concorrentes, e o restante são execuções internas da Meta contra configurações que a Meta ainda admite não terem sido ajustadas para os concorrentes. A segunda é que a verificação que este artigo originalmente disse que levaria semanas já aconteceu. A Artificial Analysis avaliou o Muse Glimmer, e no índice atual dela o modelo está em 17 — atrás do Qwen3.6-27B, com 21, e à frente do Gemma4-31B, com 15. Enquanto isso, a promessa que a Meta fez junto com o lançamento, de pesos abertos para o muito maior Muse Spark, foi cumprida em 15 de outubro como Muse Spark Open: 816B de parâmetros totais com 42B ativos, sob uma licença que não é Apache 2.0.
O que o relatório diz que o modelo realmente é
A arquitetura agora é pública até o nível dos formatos dos tensores, e isso explica a maior parte do comportamento sobre o qual as pessoas vêm discutindo. O Muse Glimmer totaliza cerca de 29,6B de parâmetros: aproximadamente 25,16B em 52 blocos transformer, 1,34B de embedding de tokens desacoplado, 1,34B de projeção de saída desacoplada e um codificador de percepção separado de 1,8B — um ViT-G/14 com 50 camadas e largura de 1.536, com patches de 14 pixels sobre uma grade de referência de 448 pixels. A dimensão oculta é 6.656. A atenção é de consulta agrupada, 32 cabeças de consulta contra 2 cabeças de chave-valor em uma proporção de 16:1, com uma janela deslizante de 2.048 tokens em um padrão repetitivo de três camadas locais seguidas de uma global, e RoPE aplicado apenas às camadas locais. O vocabulário tem 202.048 tokens no tokenizador BPE do Llama 4, e o contexto é de mais de 128K. O corte de conhecimento é 4 de janeiro de 2026.
Dois números no artigo merecem mais atenção do que receberam no dia do lançamento. O primeiro é a contagem de idiomas: o resumo diz "mais de cem idiomas", o corpo diz aproximadamente 140, e o apêndice relata uma pontuação Omnilingual-GAIA2 de 60,4 contra 37,5 do Gemma4-31B e 45,0 do Qwen3.6-27B. Essa é uma grande diferença e, como tudo o mais na tabela, é uma execução da própria Meta. O segundo é a receita de treinamento. O pré-treinamento é destilação de logits do Muse Spark usando os 256 principais logits do professor, com divergência KL nos primeiros 95% da execução e uma troca para entropia cruzada em alvos de referência para os últimos 5%, a fim de corrigir o viés de truncamento que a destilação top-k introduz. O treinamento intermediário estende o contexto de 32K para 128K e injeta dados de trajetórias agênticas; o pós-treinamento é ajuste fino supervisionado, depois destilação on-policy, depois aprendizado por reforço multiobjetivo. A Meta afirma claramente que a destilação on-policy superou uma receita apenas de aprendizado por reforço neste tamanho — um dado útil para quem estiver treinando um pequeno modelo de agente próprio.
O briefing do produto não mudou. A Meta criou o Glimmer para "fluxos de trabalho de agentes locais sempre ativos" — um agente que chama ferramentas, segue planos de várias etapas, se recupera quando uma chamada falha em vez de parar, e pode aumentar ou diminuir o esforço de raciocínio. As tarefas pretendidas são as nada glamorosas: programação local, chamada de funções, gestão de agendas, organização de arquivos, avaliação LLM-as-a-judge. Ele roda sob frameworks de orquestração como o OpenClaw, que o artigo cita nominalmente como a razão pela qual a demanda por chamadores de ferramentas compactos e confiáveis existe.
De onde a afirmação "cabe na sua GPU" tira seus números
Esta é a secção que o relatório técnico serve para esclarecer, e resiste melhor do que o marketing. Em BF16, os pesos ocupam 55,7 GB. A Meta tem como alvo implementações com 24 GB ou 32 GB de memória, reservando espaço para uma cache KV não quantizada, o codificador de perceção e o DFlash drafter e, portanto, visa pesos do modelo de linguagem abaixo de 20 GB. Avaliou sete esquemas de quantização pós-treino — GPTQ, AWQ, NVFP4 uniforme, MXFP8 uniforme, o Q4_K_M do llama.cpp, uma variante de calibração chamada Greedy-KL e um EvoPress adaptado — face à log-verossimilhança negativa de um conjunto de validação e, depois, face a 15 benchmarks downstream.
O resultado são dois perfis de implantação nomeados, em vez de uma vaga alegação de “4 bits”. O perfil de 32GB é o EvoPress, com 19,65GB de pesos e, nos 15 benchmarks, média de 75,6% contra 75,7% do BF16 — um décimo de ponto. O perfil de 24GB é o Q4_K_M, com pegada menor, média de 74,8%, nove décimos de ponto abaixo. O comprimento médio das respostas passa de 11.070 tokens no BF16 para 11.417 no EvoPress e 10.774 no Q4_K_M, então a preocupação comum de que a quantização agressiva infla o comprimento da cadeia de pensamento não aparece aqui. Essas são medições da Meta no mix de avaliação da Meta; são os números mais concretos de qualidade versus memória que alguém já publicou para este modelo, e ainda são números de fornecedor.
A velocidade é o único ponto em que o artigo é mais fraco que o post do blog. O relatório afirma que pesos de 4 bits mais decodificação especulativa produzem "velocidades práticas em uma única RTX 5090" e descreve o rascunhador em detalhes — cinco camadas, tamanho de bloco 16, 32 cabeças de consulta e 8 de chave-valor, treinado offline em rollouts on-policy com o objetivo D-PACE —, mas não publica nenhuma tabela de throughput. Os números em circulação, cerca de 3,1x de ganho na velocidade de decodificação em uma RTX 5090 (de 74,9 para 233 tokens/s no llama.cpp), 1,8x em uma M5 Max e 1,5x em uma M4 Max, vêm do material de lançamento e do model card da Meta, não do relatório. Trate-os como declarados pelo fornecedor até que alguém os reproduza na própria máquina, o que, para um modelo local, é um experimento genuinamente fácil de executar.
Por que este lançamento é importante além da ficha técnica
Desde o Llama 4, na primavera de 2025, a Meta havia silenciado sobre pesos abertos, recuando para uma linha de fronteira proprietária sob o Meta Superintelligence Labs. O Muse Glimmer foi o retorno público a essa estratégia, e chegou acompanhado de um ensaio de 14 páginas de Zuckerberg, "The Future is for Everyone", argumentando que o controle concentrado é o verdadeiro risco da IA, além de um fundo de 1 bilhão de dólares com o mesmo nome. O artigo não repete a política; faz algo mais útil, que é mostrar que o retorno aos pesos abertos não foi um gesto isolado.
Em 15 de outubro, a Meta lançou os pesos do Muse Spark Open — 816B parâmetros totais, 42B ativos, um contexto de 1M tokens e, segundo a Meta, capaz de rodar em dois Apple M5 Ultra Mac Studios com MLX. Esse é o irmão de pesos abertos do professor, e responde à pergunta que este artigo originalmente deixou em aberto. A resposta vem com um asterisco: o Muse Spark Open é distribuído sob a Muse Model License com termos comerciais limitados, não Apache 2.0. O Glimmer continua sendo o mais permissivo dos dois e, com 30B, o único do par que cabe na memória de uma única GPU de consumidor. O posicionamento da própria Meta é que o Spark Open é o modelo de classe desktop para quem tem uma pilha de Mac Studio; o Glimmer é o indicado para uma placa de 24 GB.
Todos os números do Spark Open acima são da Meta, e a afirmação específica de que "roda em dois Mac Studios" não foi reproduzida de forma independente. O que não está em disputa é o formato da linha: um modelo de agente permissivo de 30B, um carro-chefe restrito de 816B e um nível de API de fronteira acima de ambos. Trata-se de uma estratégia coerente de pesos abertos, e não de um único lançamento, e é isso que deve ser levado em conta em qualquer decisão sobre construir sobre o modelo menor da Meta.

A alegação "defumado", linha por linha
O placar acima foi gerado no dia do lançamento, e uma linha dele já foi superada: sua coluna da Artificial Analysis ainda mostra "sem entrada" para o Muse Glimmer. O próprio quadro de avaliação da Meta compara o Muse Glimmer com força de raciocínio alta contra o Gemma4-31B e o Qwen3.6-27B em três dúzias de linhas. O padrão do dia do lançamento se mantém: as maiores vitórias são em raciocínio agêntico geral, busca e trabalho multilíngue.
• MCP-Atlas (uso de ferramentas agênticas) — Muse Glimmer 75,5, Gemma4-31B 54,2, Qwen3.6-27B 62,5. Ainda é a linha de destaque e a maior lacuna do conjunto.
• DeepSearch QA — 74,6 contra 61,7 e 71,1; GAIA2 — 43,3 contra 36,4 e 40,0; WildClawBench — 47,6 contra 37,6 e 43,2.
• GDPval-AA v2 — 953 Elo contra 811 do Gemma e 1.141 do Qwen. Vale a pena parar para refletir: em trabalho de conhecimento economicamente valioso, o Qwen vence por uma margem ampla.
• SWE-Bench Pro — 51,2 contra 36,9 e 50,2; ARC-AGI — 66,9 em raciocínio alto, 67,9 no novo nível xhigh que o relatório adiciona; LiveCodeBench Pro (2025 Q2) — 64,1 no alto, 66,8 no xhigh.
• τ³-Banking — 23,5 contra 15,1 e 16,7; PinchBench (uso de ferramentas) — 90,5.
As linhas em que ele perde são igualmente informativas. O Qwen3.6-27B domina o uso prático de computador e o trabalho no terminal: OSWorld-Verified 75,6 contra 65,9 do Glimmer, TerminalBench 2.1 60,7 contra 51,7, SWE-Bench Verified 77,2 contra 76,0, e leva ligeira vantagem no SkillsBench, com 46,6 contra 44,3. O Gemma4-31B apresenta o melhor histórico de privacidade e segurança — uma taxa de violação do CIMemories de 12,1% contra 26,4% do Glimmer e 53,4% do Qwen, e a menor taxa de sucesso de ataques no Siren AgentDojo, de 25,6%, contra 28,4% do Glimmer e 40,3% do Qwen. A Gemma também leva vantagem nos testes de raciocínio mais específicos, com GPQA Diamond em 85,7 contra 83,5 e Humanity's Last Exam em 23,6 contra 22,0.
O apêndice de metodologia é a parte que muda como você deve ler tudo o que foi dito acima e corrige o que este artigo dizia no lançamento. Nem toda linha é da própria Meta. Para modelos rivais, a Meta informa "o resultado mais favorável entre as pontuações autorrelatadas ou nossas reproduções internas", e quatro benchmarks — τ³-Banking, GDPval-AA v2, Terminal-Bench 2.1 e SciCode — vêm da Artificial Analysis em vez de serem executados internamente. O número do SWE-Bench Verified para o Qwen3.6-27B é o autorrelato do próprio Qwen. O número do SWE-Bench Pro para o Qwen é a execução interna da Meta, porque o número publicado pelo Qwen veio de uma versão refinada do benchmark, e a Meta avaliou o conjunto original de tarefas. Para o restante, a Meta reproduz os rivais por conta própria e afirma que suas ferramentas de agente e prompts de sistema "podem não estar especificamente ajustadas para modelos proprietários de terceiros".
Essa é uma divulgação mais cuidadosa do que a oferecida no blog de lançamento, e ela tem duplo efeito. Não é uma vitória completa do fornecedor, o que fortalece a credibilidade da tabela. Mas “mais favorável entre o autorrelato e a nossa reprodução” é uma regra que só pode ajudar o concorrente nas linhas em que o número do próprio concorrente é maior, e a ressalva da Meta sobre configuração não ajustada ainda se aplica a cada linha que ela mesma gerou. O detalhe no nível da linha agora é auditável, que é o que você quer; a direção do viés não é totalmente determinável a partir do artigo.
O que o placar independente diz
A Artificial Analysis agora avaliou o modelo, o que aposenta a ressalva de "ainda sem resultado independente" que este artigo carregou durante agosto. No índice atual da AA, o Muse Glimmer em força de raciocínio alta tem um Intelligence Index de 17, classificado em 14º entre 141 modelos em seu conjunto de comparação. O Qwen3.6-27B fica em 21 e o Gemma4-31B em 15. A AA também mede 137 tokens de saída/segundo com 0,91 s até o primeiro token — rápido para a categoria, ficando em 16º entre 64 — e um custo de cerca de US$ 0,06 por tarefa do Intelligence Index.
Os níveis precisam de uma ressalva; o ranking não. O texto da AA sobre a semana de lançamento colocou os mesmos três modelos em 35, 38 e 30 em seu índice; as páginas atuais dos modelos os colocam em 17, 21 e 15. Os números absolutos mudaram, a ordem não. Qualquer que seja a causa da mudança de escala, o fato estável nas duas leituras é o ranking: Qwen à frente de Glimmer no agregado, Glimmer à frente de Gemma, e Glimmer à frente nas linhas específicas de agentes. Isso sustenta uma alegação mais restrita do que "lidera modelos abertos de tamanho comparável" — em um índice de inteligência geral, um modelo de 27B de abril ainda vence — e a alegação mais restrita é a correta.
A avaliação da AA na semana de lançamento acrescentou uma constatação que vale a pena levar adiante: uma taxa de alucinação de 82% para o Muse Glimmer contra 49% para o Qwen3.6-27B, com um índice AA-Omniscience de −33. Para um agente que é executado sem supervisão na sua máquina e chama ferramentas, esse é o número que deve moldar quanta autonomia você lhe dá, mais do que o MCP-Atlas. A AA também agora marca o Qwen3.6-27B como obsoleto em favor do Qwen3.8-27B, portanto, o rival contra o qual o Glimmer está sendo comparado na maior parte desta tabela não é mais o modelo atual de seu fornecedor — um detalhe que a comparação da Meta não poderia ter previsto em agosto e que o relatório, publicado em outubro, não aborda.
A captura abaixo é a página de comparação como estava antes de Glimmer ser pontuado, e é por isso que mostra o campo no qual Glimmer estava entrando, e não Glimmer nele. Leia-a como a linha de base pré-verificação, não como a classificação atual.

Quanto realmente custa para rodar
O Muse Glimmer em si é gratuito — Apache 2.0, sem taxa por token, sem pagamento à Meta, e o relatório confirma que o lançamento inclui pesos de precisão total, as variantes de 4 bits e a cabeça de especulação DFlash. O custo é o hardware por baixo dele. BF16 precisa de 55,7 GB, o que dá duas placas ou nenhuma das de consumidor. O perfil EvoPress de 32 GB é o que você vai querer se estiver comprando: custa um décimo de ponto de precisão média em relação ao BF16 e cabe em uma única placa de 32 GB ou em um Mac de alto padrão com memória unificada. O perfil Q4_K_M de 24 GB custa nove décimos de ponto e cabe em uma placa da classe RTX 5090, o que é uma troca razoável para um agente que roda continuamente.
Se você prefere alugar em vez de comprar, a tarifa hospedada monitorada agora está mais baixa do que a citada nesta página em agosto. A Artificial Analysis registra $0.30 por milhão de tokens de entrada e $1.20 por milhão de saída para o Muse Glimmer, contra os $0.35 e $1.50 das primeiras listagens no lançamento, com desconto de cache de 87% e tarifa combinada perto de $0.21. Essas são tarifas de marketplace listadas pelo provedor, e não um preço da Meta — a Meta não publica nenhum endpoint Glimmer hospedado próprio, e sua documentação para desenvolvedores é escrita em torno de apontar suas ferramentas para um servidor local do Muse Glimmer. Não é algo que o índice mostra se essa movimentação é um corte do mesmo provedor ou de um provedor mais barato entrando no conjunto monitorado; de qualquer forma, a direção para um lançamento de pesos abertos é previsível.
A comparação que vale a pena fazer com cuidado ainda é local versus hospedado, e não é tão equilibrada quanto o marketing sugere. Um cartão de 32GB é um custo fixo que se amortiza ao longo de cada token que você gerar; uma tarifa de hospedagem é um custo marginal que escala com o volume e desaparece se o provedor desaparecer. A US$ 0,30 e US$ 1,20, o caminho hospedado é barato o suficiente para que a maioria das equipes comece por ele antes de comprar hardware, e o caminho local só vence quando os tokens não podem sair da máquina ou o volume é alto o suficiente para que uma GPU seja mais barata do que uma fatura.
Uma observação sobre nós, já que isso influencia como você precificaria qualquer parte disto. O Muse Glimmer não está no catálogo da OrcaRouter — roteamos APIs hospedadas, e o modelo ainda não chegou como uma rota hospedada, então o markup de 0% e o esquema de uma única chave para tudo não se aplicam a ele hoje. O que se aplica é a disciplina: para os mais de 200 modelos que roteamos, o preço exibido é o preço de tabela do provedor repassado com markup de 0%, então um corte de preço do fornecedor entra em vigor aqui no mesmo dia, e não depois de um recálculo de margem. Esse é o padrão pelo qual esta comparação deve ser avaliada, seja qual for a forma como você executa o Glimmer.
Como você realmente usaria isso esta semana
Como é distribuído como pesos abertos, o acesso é um download. O repositório base é meta-models/Muse-Glimmer-30B no Hugging Face, com as variantes de 4 bits e uma build GGUF publicadas junto com ele. O suporte de runtime no primeiro dia foi llama.cpp, MLX e ExecuTorch; Ollama, LM Studio, vLLM e SGLang vieram nos dias seguintes, com trabalhos de otimização de hardware listados para AMD, Arm, Dell, Intel e Nvidia. O caminho prático para a maioria das pessoas é o mesmo: baixar o GGUF, carregá-lo no llama.cpp ou em um runner local, apontar uma estrutura de agente para ele e começar com o perfil Q4_K_M de 24GB, a menos que você tenha 32GB sobrando para o do EvoPress.
Se você está decidindo se deve construir sobre ele, o enquadramento honesto é que o Glimmer é um bom agente local com um piso de qualidade documentado, um problema de alucinação medido e uma tabela de benchmarks do fornecedor que agora é parcialmente auditável. O professor é uma proposta diferente: O Muse Spark 1.2 pode ser roteado pelo OrcaRouter a US$ 1,25 por milhão de tokens de entrada e US$ 4,25 por milhão de saída, de modo que uma equipe pode executar o modelo pequeno no dispositivo para o trabalho barato, privado e sempre ativo e encaminhar os casos difíceis para o grande usando a mesma chave. Essa divisão — aluno local para o ciclo rotineiro, professor hospedado para a escalada — é a arquitetura que os dois lançamentos realmente suportam, e é testável esta semana pelo preço de uma GPU que você talvez já tenha mais um orçamento de tokens. O failover automático é o que torna a metade hospedada segura para colocar em um caminho de produção enquanto um modelo ainda está construindo um histórico independente, que é exatamente o estado em que o Glimmer se encontra.
A captura de tela abaixo é o model card como estava no dia do lançamento. Sua linha “não implantado por nenhum provedor de inferência” se refere à inferência própria da Hugging Face, que é algo separado da hospedagem de terceiros que começou em 9 de agosto, e é um lembrete útil de como essa linha envelheceu rapidamente.

O que assistir
As três coisas que iam resolver esta história já se resolveram em grande parte. O lançamento dos pesos abertos do Spark aconteceu em 15 de outubro. A medição independente aconteceu, e ela apontou o Qwen à frente no agregado, o Glimmer à frente em agentics, e o Gemma atrás dos dois. A hospedagem se espalhou, e o preço rastreado agora é $0.30 e $1.20, em vez de $0.35 e $1.50.
O que resta é mais restrito e mais interessante. Primeiro, se alguém fora da Meta reproduz o trade-off de quantização — as diferenças de 0,1 ponto e 0,9 ponto são a parte mais forte do relatório e a mais fácil de verificar numa placa de 24 GB. Segundo, se a liderança agêntica sobrevive a um harness que não foi construído em torno do modelo; MCP-Atlas em 75,5 é o número a bater e o mais exposto a diferenças de scaffold. Terceiro, se o próximo lançamento pequeno da Meta herda a licença Apache 2.0 ou a restritiva Muse Model License sob a qual o Spark Open foi lançado — essa única escolha decide se a linha Glimmer continua utilizável como base para os produtos de outras pessoas.
O tweet de lançamento estava certo sobre a notícia e generoso sobre o veredito. O que o relatório técnico acrescenta é a parte que faltava em agosto: agora você pode ver o que foi medido, em qual hardware, por quem e a que custo em qualidade. Essa é uma base melhor para uma decisão do que tanto a tabela de benchmark quanto o tweet, e é a razão pela qual este modelo ainda vale a pena ser considerado no planejamento, e não apenas lido a respeito.
Perguntas que valem realmente a pena responder
O Muse Glimmer é realmente open source?
Está em pesos abertos sob Apache 2.0 — qualquer pessoa pode baixá-lo, modificá-lo, ajustá-lo finamente e implantá-lo comercialmente sem pagar à Meta. O relatório também confirma o que a licença realmente cobre: pesos de precisão total, duas variantes de 4 bits e a cabeça drafter DFlash estão todos divulgados. O que não está divulgado são os dados de treinamento e os pesos do professor Muse Spark, e é por isso que “pesos abertos” é a expressão cuidadosa, em vez de totalmente código aberto no sentido da OSI. Na prática, o acordo é o mesmo que fez do Llama a família aberta mais implantada em IA.
Será que o Muse Glimmer realmente supera o Gemma4-31B e o Qwen3.6-27B?
Na própria tabela da Meta, ele vence a maioria das linhas de agentes e de busca, e o apêndice de metodologia agora mostra quais dessas linhas eram execuções da Meta e quais vieram da Artificial Analysis ou dos relatórios das próprias concorrentes. A leitura independente é mais restrita: no Índice de Inteligência da AA, Qwen3.6-27B pontua 21 e Muse Glimmer pontua 17, com Gemma4-31B em 15. Portanto, a afirmação precisa é que o Glimmer lidera sua classe de tamanho em uso de ferramentas, planejamento em várias etapas e trabalho agêntico multilíngue, e não lidera em inteligência geral agregada ou em tarefas de uso de computador.
Posso executá-lo em um laptop?
Somente se "laptop" significar um com GPU dedicada de 24 GB ou 32 GB, ou um Mac de alto padrão com essa quantidade de memória unificada. O relatório coloca os pesos BF16 em 55,7 GB e tem como alvo dois perfis comprimidos: 19,65 GB de pesos para uma máquina de 32 GB e uma build Q4_K_M menor para 24 GB, ambos deixando margem para o cache KV, o codificador de percepção e o drafter. Em gráficos integrados ou em uma máquina de 16 GB, você estaria diante de uma quantização mais pesada e de saída lenta, em vez do agente sempre ativo em torno do qual o lançamento foi projetado.
Onde eu consigo isso, e está disponível em uma API?
Os pesos estão no Hugging Face, em meta-models/Muse-Glimmer-30B, e você o executa localmente por meio de llama.cpp, MLX, ExecuTorch, Ollama ou LM Studio. O acesso hospedado existe por meio de plataformas de terceiros, a cerca de US$ 0,30 por milhão de tokens de entrada e US$ 1,20 por milhão de saída, segundo os preços de provedores acompanhados pela Artificial Analysis. A Meta não publica nenhum endpoint hospedado próprio do Glimmer, e o modelo não está no OrcaRouter — se ele surgir como uma rota hospedada, a mesma chave que alcança os mais de 200 modelos que roteamos o alcançará, mas isso não é verdade hoje.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
