Muse Spark vs Muse Glimmer: O Que Realmente Sobrevive Quando um Modelo de Fronteira É Destilado em 30 Bilhões de Parâmetros

A relação entre Muse Spark e Muse Glimmer não é a que a expressão "vs" implica. Muse Glimmer não é um concorrente de Muse Spark — é um aluno dele. A Meta treinou o modelo de pesos abertos de 30 bilhões de parâmetros por destilação de logits a partir do Muse Spark, a linha de fronteira nativamente multimodal que o Meta Superintelligence Labs apresentou em 8 de abril de 2026 e que agora é distribuída como Muse Spark 1.3, lançado em 2 de setembro de 2026, com seu nível máximo de raciocínio aberto aos desenvolvedores dois dias depois. Muse Glimmer veio em 10 de agosto de 2026 sob a licença Apache 2.0. Portanto, esta página não é um cartaz de luta entre dois rivais de laboratórios diferentes. É uma medição de quanto de um modelo de fronteira sobrevive a uma redução de dezesseis vezes e a uma mudança de licença — e a Meta, de modo incomum, publicou números dos dois lados dessa redução. A primeira coisa sobre a qual vale a pena ser honesto é se essa comparação é justa, e a resposta é: em parte.

Um é um arquivo, o outro é um endpoint.

Comece pela parte que não tem nada a ver com benchmarks, porque ela decide a maioria das implantações reais antes mesmo que uma única pontuação importe.

Muse Glimmer é um download. A Meta publica os pesos sob Apache 2.0, entrega-os já quantizados em 4 bits — o que reduz a pegada de mais de 55 GB em precisão total para menos de 20 GB — e afirma que o modelo é pequeno o suficiente para rodar em uma única GPU de consumidor ou em um Mac. Ele roda com a rede desconectada. A Meta o testou em uma Nvidia RTX 5090 e nos chips Apple M4 Max e M5 Max. Ele aceita entrada de texto e imagem, retorna texto, possui uma janela de contexto de 131.072 tokens que a Meta diz poder ser estendida para 262.144, e tem corte de conhecimento de janeiro de 2026.

Muse Spark é a forma oposta em todos os pontos. A Meta não publica pesos, licença nem download de qualquer versão dele; só é acessível através da Model API da Meta, em meta.ai e no aplicativo Meta AI. Ele executa uma janela de contexto de 1.048.576 tokens — oito vezes a do Glimmer, antes da extensão do Glimmer. Aceita entrada de texto, imagem, vídeo, áudio e PDF e retorna texto. É cobrado por token: $1,25 por milhão de entrada, $0,15 por milhão de entrada em cache, $4,25 por milhão de saída, com um nível Contributor a $0,10 / $0,002 / $0,20 que troca um preço mais baixo pela permissão de treinar com os seus prompts e completions. O Glimmer não tem qualquer fatura de fornecedor por token quando o executa você mesmo, porque não há fornecedor envolvido.

• Tamanho — Muse Spark: não divulgado, a Meta não publica a contagem de parâmetros para nenhuma versão; Muse Glimmer: 30B, disponibilizado em 4 bits com menos de 20 GB

• Pesos — Muse Spark: proprietário, somente hospedado; Muse Glimmer: Apache 2.0, pode ser baixado e executado offline

• Janela de contexto — 1.048.576 tokens vs 131.072, extensível para 262.144

• Entradas — texto, imagem, vídeo, áudio, PDF vs texto e imagem

• Saída — texto vs texto

• Preço — $1,25 / $0,15 em cache / $4,25 por milhão de tokens vs nenhuma cobrança do fornecedor quando auto-hospedado

• Data de corte de conhecimento — não divulgada para o Muse Spark 1.3; janeiro de 2026 para o Muse Glimmer

O único benchmark que a Meta publicou para ambos

Este é o tipo mais raro de número de encontrar numa relação de destilação: a mesma avaliação, realizada pelo mesmo laboratório, reportada no professor e no aluno.

As páginas de modelos da Meta listam o GDPval-AA em 1.754 para o Muse Spark 1.3 executando sua configuração máxima de raciocínio, e 953 para o Muse Glimmer 30B com raciocínio alto. Ou seja, o aluno retém 54% da pontuação do professor nessa família de tarefas — um dado real e publicado, e não uma inferência. Duas ressalvas devem ser feitas sobre isso imediatamente, porque ambas são verdadeiras e nenhuma é pequena. Primeiro, a linha do Muse Spark está rotulada como v2 e a linha do Muse Glimmer não tem versionamento algum; portanto, se a Meta tiver alterado o benchmark entre as duas medições, a proporção é frágil, ainda que a direção não seja. Segundo, ambos os números são relatados pelo fornecedor. Não reproduzimos nenhum dos dois, e, pelo que pudemos encontrar, nenhuma estrutura de avaliação independente publicou uma comparação direta desse par.

O que torna a diferença de 801 pontos legível em vez de alarmante é o retrato de terceiros por baixo dela. No Intelligence Index da Artificial Analysis, o Muse Spark 1.3, na configuração máxima, pontua 48, e o Muse Glimmer, na configuração alta, pontua 17. Essas são escalas de índice diferentes, de rodadas de medição diferentes, e os dois não são classificados em relação ao mesmo conjunto — a Artificial Analysis agrupa modelos de pesos abertos por classe de tamanho, então o Glimmer é medido em relação a pares de pesos abertos, enquanto o Muse Spark é medido em relação ao campo inteiro. Leia-os como forma, não como proporção. A forma diz a mesma coisa que a própria tabela da Meta diz: o modelo destilado é um nível de capacidade genuinamente diferente, não uma rota mais barata para as mesmas respostas.

O que o modelo pequeno mantém

A parte interessante da destilação é o que sobrevive à compressão, e nas próprias linhas publicadas pela Meta, o Muse Glimmer não é uniformemente superado. Ele registra 76,0 no SWE-Bench Verified, 65,9 no OSWorld-Verified, 77,0 no IFBench, 94,7 no AIME 2026 e 83,5 no GPQA Diamond. Esses são números fortes para um modelo de 30B e são a razão pela qual a escolha da arquitetura importa: a Meta descreve o Glimmer como ajustado por fine-tuning em dados agênticos de contexto longo e reforçado especificamente para uso de ferramentas, com memória autogerenciada ao longo de sessões de várias horas e recuperação de uma chamada de ferramenta malsucedida em vez de uma paralisação. Esse é um modelo direcionado vestindo o nome de um modelo geral.

A peça de contexto mais útil na página é a própria escolha de comparação da Meta. A sua tabela de benchmarks para o Muse Glimmer não o coloca ao lado do Muse Spark. Coloca-o ao lado do Gemma 4 31B em modo de pensamento e do Qwen3.6 27B em modo de pensamento — a mesma classe de tamanho, a mesma premissa de pesos abertos. Nessa tabela, o Glimmer ganha na maioria das linhas, mas não em todas: obtém 75,5 no MCP Atlas contra 62,5 do modelo Qwen, 51,7 no TerminalBench 2.1 contra 60,7, e 953 no GDPval-AA contra 1 141. Por isso, mesmo dentro da sua própria classe de peso, o modelo Meta destilado não é a escolha automática, o que é um enquadramento mais honesto do que sugere o título da página.

Vale a pena destacar mais duas linhas, porque são mensuráveis e fáceis de errar no planejamento. A Artificial Analysis registra o custo do Muse Glimmer por tarefa concluída do Intelligence Index em US$ 0,05 e sua velocidade de saída em 122,4 tokens por segundo — contra US$ 1,60 e 121,9 tokens por segundo do Muse Spark 1.3 no máximo. Nesse par de números, o modelo pequeno é cerca de 32 vezes mais barato por tarefa concluída, com uma taxa de transferência praticamente idêntica. É a destilação compensando, e passa despercebido se você comparar apenas as pontuações do índice.

O ponto em que a comparação falha

Ele quebra em entradas, e quebra de forma mais severa do que o placar sugere.

Muse Spark 1.3 aceita vídeo e áudio e PDFs. Muse Glimmer aceita texto e imagens. Se o seu pipeline envia uma gravação de tela, uma gravação de chamada ou um documento digitalizado diretamente para o modelo, os dois não são alternativas de jeito nenhum — um deles fisicamente não consegue aceitar o payload. A própria documentação da Meta reforça o ponto a partir de uma direção inesperada: ela alerta que a compreensão de áudio no Muse Spark 1.3 não é totalmente compatível e que a qualidade em solicitações com áudio pode ser degradada, recomendando o Muse Spark 1.2 para cargas de trabalho de áudio. Assim, mesmo dentro da linha hospedada, a versão mais recente não é a resposta certa para todo tipo de entrada, e a opção compatível com áudio é o checkpoint mais antigo.

A segunda diferença decisiva é o contexto. Um milhão de tokens contra 131.072 não é uma diferença de marketing; é a diferença entre um modelo que consegue manter um grande repositório ou um longo arquivo de caso em uma única chamada e um que precisa de uma camada de recuperação e de uma etapa de sumarização construídas em torno dele. Se o seu trabalho é raciocínio de longo horizonte em bases de código, o teto de contexto do Glimmer é a restrição que você vai atingir primeiro, muito antes de suas pontuações em benchmarks.

O terceiro é o limite de dados, e ele atua em sentido contrário. Uma solicitação que nunca sai do seu hardware não pode ser registrada por um fornecedor, não pode ser precificada por token e não pode ser afetada por uma mudança de tarifa. Para uma carga de trabalho com requisitos de residência ou um orçamento por token que não resiste ao volume, essa única propriedade supera 30 pontos de índice.

Onde cada um realmente vive

A distribuição do Muse Glimmer é a mais ampla, porque os pesos abertos são. A Meta lista o download no Hugging Face e aponta para runtimes locais — llama.cpp, MLX, Ollama, LM Studio, Unsloth — ao lado da lista hospedada do próprio fornecedor e de várias plataformas de inferência de terceiros. Não vamos nomear essas plataformas aqui; o ponto para o leitor é simplesmente que os pesos são portáveis, e qualquer coisa que consiga carregar um modelo de 30B 4-bit pode servi-lo.

A linha Muse Spark é estreita por construção. Três versões, um fornecedor, uma API, sem pesos. Essa concentração é o verdadeiro risco de construir sobre ela, e é um risco que não se aplica de modo algum ao Glimmer.

Ambos na mesma tecla, onde isso for possível.

O nosso próprio catálogo é mais restrito do que qualquer uma destas histórias. Encaminhamos Muse Spark 1.1 e Muse Spark 1.2 — os dois checkpoints listados a US$ 1,25 de entrada e US$ 4,25 de saída por milhão de tokens, ambos ao preço de tabela da Meta, com a nossa margem de 0% repassada sem qualquer alteração — e não hospedamos o Muse Spark 1.3, nem nenhuma variante Contributor, nem o Muse Spark Open. O Muse Glimmer também não está no nosso catálogo, e o conselho honesto para esse caso é de outra natureza: são pesos abertos, por isso o local natural para o executar é o seu próprio hardware ou um runtime que o carregue.

Onde o roteamento realmente conquista seu lugar aqui é na migração que você provavelmente está considerando. Se você está testando se um modelo destilado de 30B pode assumir parte de uma carga de trabalho de fronteira, o que você quer é ambos em um único endpoint, para que uma fatia do tráfego possa ser movida e medida sem um segundo contrato — Muse Spark 1.1 e 1.2 em uma única chave, com failover automático para que uma chamada de contexto longo que falha degrade para o outro checkpoint em vez de para um erro, e uma DSL de roteamento para dividir o tráfego por configuração em vez de por código. Quando a linha hospedada da Meta se mover novamente, a mudança aterrissa em um único lugar.

Qual escolher

Se o seu trabalho é com texto e imagens, roda na sua própria máquina ou numa GPU alugada e precisa ser imune a preços por token, o Muse Glimmer é a resposta, e não é nem perto — você está trocando cerca de metade da pontuação GDPval-AA por um modelo que não custa nada por chamada e não pode ser limitado por ninguém.

Se o seu trabalho envolve vídeo, áudio, PDFs ou um contexto genuinamente longo, o Muse Glimmer não é uma versão mais barata do Muse Spark. É uma ferramenta diferente, e a destilação não transportou essas capacidades. Recorra à linha hospedada, com um orçamento de US$ 1,25 e US$ 4,25 por milhão de tokens, e verifique qual checkpoint realmente dá conta do seu payload — para áudio, a própria documentação da Meta aponta para a versão mais antiga.

O resumo honesto de uma comparação de destilação é que o aluno é notavelmente bom naquilo para que foi treinado e simplesmente ausente nas coisas para as quais não foi. O Muse Glimmer é o argumento mais forte em favor de pesos abertos que a Meta publicou desde o Llama 4, e os números acima são da própria Meta. O que eles não mostram — e nenhuma tabela de fornecedor consegue mostrar — é como o par se comporta na sua carga de trabalho. Isso é um experimento, não uma consulta.

Os benchmarks envelhecem e os preços mudam; o registro de falhas não: os incidentes de IA documentados e as falhas de agentes por trás dos modelos desta classe estão reunidos no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.