Muse Spark против Muse Glimmer: что на самом деле сохраняется, когда передовую модель дистиллируют до 30 миллиардов параметров

Отношения между Muse Spark и Muse Glimmer — это не то, что подразумевает формулировка «vs». Muse Glimmer — не конкурент Muse Spark, а его ученик. Meta обучила 30-миллиардную модель с открытыми весами методом дистилляции логитов из Muse Spark — нативно мультимодальной фронтирной линейки, которую Meta Superintelligence Labs представила 8 апреля 2026 года и теперь выпускает как Muse Spark 1.3; релиз состоялся 2 сентября 2026 года, а максимальный уровень рассуждений был открыт для разработчиков двумя днями позже. Muse Glimmer вышла 10 августа 2026 года под лицензией Apache 2.0. Так что эта страница — не афиша поединка между двумя соперниками из разных лабораторий. Это измерение того, какая доля фронтирной модели выживает после шестнадцатикратного сжатия и смены лицензии, — и Meta, что нетипично, опубликовала цифры по обеим сторонам этого сжатия. Справедливо ли это сравнение — вот первое, в чём стоит быть честными, и ответ: отчасти.

Один — это файл, другой — это конечная точка

Начните с той части, которая не имеет никакого отношения к бенчмаркам, потому что именно она определяет большинство реальных внедрений ещё до того, как хоть один балл будет иметь значение.

Muse Glimmer — это загрузка. Meta публикует веса под лицензией Apache 2.0, поставляет их уже квантованными до 4 бит — что снижает занимаемый объём с более чем 55 ГБ при полной точности до менее чем 20 ГБ — и заявляет, что модель достаточно мала, чтобы работать на одной потребительской видеокарте или на Mac. Она работает с отключённой сетью. Meta протестировала её на Nvidia RTX 5090 и на чипах Apple M4 Max и M5 Max. Она принимает на вход текст и изображения, возвращает текст, имеет контекстное окно в 131 072 токена, которое, по словам Meta, можно расширить до 262 144, а дата отсечки знаний — январь 2026 года.

Muse Spark по всем параметрам устроен ровно наоборот. Meta не публикует ни весов, ни лицензии, ни возможности скачать ни для одной из его версий; добраться до него можно только через Model API от Meta, на meta.ai и в приложении Meta AI. Он использует контекстное окно размером 1 048 576 токенов — в восемь раз больше, чем у Glimmer до расширения его контекста. Он принимает на вход текст, изображения, видео, аудио и PDF, а на выходе выдаёт текст. Цена рассчитывается за токены: $1,25 за миллион входных, $0,15 за миллион кэшированных входных, $4,25 за миллион выходных, а также есть уровень Contributor за $0,10 / $0,002 / $0,20, который предлагает более низкую цену в обмен на разрешение обучаться на ваших промптах и сгенерированных ответах. У Glimmer вообще нет счёта за токены от вендора, если вы запускаете его самостоятельно, потому что вендор в этой схеме не участвует.

• Размер — Muse Spark: не раскрывается, Meta не публикует число параметров ни для одной версии; Muse Glimmer: 30B, выпущена в 4-битном формате и занимает менее 20 ГБ

• Веса — Muse Spark: проприетарные, доступны только на хостинге; Muse Glimmer: Apache 2.0, можно скачать и запускать офлайн

• Контекстное окно — 1 048 576 токенов против 131 072, с возможностью расширения до 262 144

• Входные данные — текст, изображение, видео, аудио, PDF против текста и изображения

• Вывод — текст против текста

• Цена — $1,25 / $0,15 для кэшированных / $4,25 за миллион токенов, тогда как при самостоятельном хостинге плата вендору отсутствует

• Дата отсечки знаний — не опубликована для Muse Spark 1.3; январь 2026 года для Muse Glimmer

Единственный бенчмарк, который Meta опубликовала для обоих

Это редчайший тип числа, который можно найти в отношениях дистилляции: одна и та же оценка, проведённая одной и той же лабораторией и представленная как для учителя, так и для ученика.

На страницах моделей Meta указано значение GDPval-AA 1 754 для Muse Spark 1.3 в её конфигурации с максимальным уровнем рассуждений и 953 для Muse Glimmer 30B при высоком уровне рассуждений. Это означает, что ученик сохраняет 54% оценки учителя в этом семействе задач — реальная, опубликованная точка данных, а не вывод. Сразу к этому относятся две оговорки, потому что обе верны и ни одна из них не является незначительной. Во-первых, строка Muse Spark помечена как v2, а строка Muse Glimmer вообще не имеет версии, поэтому если Meta изменила бенчмарк между двумя измерениями, соотношение ненадёжно, хотя направление — нет. Во-вторых, обе цифры сообщены вендором. Мы не воспроизвели ни одну из них, и мы не смогли найти ни одного независимого испытательного стенда, опубликовавшего прямое сравнение этой пары.

То, что делает разрыв в 801 пункт понятным, а не тревожным, — это сторонняя картина под ним. В Intelligence Index от Artificial Analysis Muse Spark 1.3 в режиме max набирает 48, а Muse Glimmer в режиме high — 17. Это разные шкалы индекса из разных раундов измерений, и эти две модели не ранжируются против одного и того же пула. Artificial Analysis группирует модели с открытыми весами по размерным классам, поэтому Glimmer измеряется в сравнении с другими моделями с открытыми весами, тогда как Muse Spark — со всем полем. Воспринимайте их как форму, а не как соотношение. Эта форма говорит то же, что и собственная таблица Meta: дистиллированная модель — это действительно другой уровень возможностей, а не более дешёвый путь к тем же ответам.

Что сохраняет маленькая модель

Самое интересное в дистилляции — это то, что выживает после сжатия, и в опубликованных самой Meta строках результатов Muse Glimmer не проигрывает повсюду. Он набирает 76,0 на SWE-Bench Verified, 65,9 на OSWorld-Verified, 77,0 на IFBench, 94,7 на AIME 2026 и 83,5 на GPQA Diamond. Это сильные показатели для модели на 30B, и именно поэтому выбор архитектуры имеет значение: Meta описывает Glimmer как дообученную на агентных данных с длинным контекстом и специально обученную с подкреплением для работы с инструментами, с самостоятельно управляемой памятью на протяжении многочасовых сессий и восстановлением после неудачного вызова инструмента, а не остановкой. Это специализированная модель под именем универсальной.

Самый полезный фрагмент контекста на странице — это собственный выбор Meta для сравнения. В своей таблице бенчмарков для Muse Glimmer компания не ставит её рядом с Muse Spark. Вместо этого она ставит её рядом с Gemma 4 31B в режиме размышления и Qwen3.6 27B в режиме размышления — тот же класс размера, та же предпосылка открытых весов. В этой таблице Glimmer выигрывает большинство строк, но не все: она набирает 75,5 в MCP Atlas против 62,5 у модели Qwen, 51,7 в TerminalBench 2.1 против 60,7 и 953 в GDPval-AA против 1 141. Так что даже в своей весовой категории дистиллированная модель Meta не является автоматическим выбором, и это более честная подача, чем предполагает заголовок страницы.

Ещё две строки стоит выделить, потому что они измеримы и в планировании их легко понять неправильно. Artificial Analysis фиксирует стоимость Muse Glimmer за выполненную задачу Intelligence Index на уровне $0.05, а скорость вывода — 122.4 токена в секунду — против $1.60 и 121.9 токена в секунду у Muse Spark 1.3 в максимальном режиме. По этой паре показателей маленькая модель примерно в 32 раза дешевле в расчёте на выполненную задачу при практически идентичной пропускной способности. Это и есть выгода от дистилляции, и она невидима, если сравнивать только баллы индекса.

Точка, где сравнение ломается

Оно ломается на входных данных — и ломается сильнее, чем показывает табло.

Muse Spark 1.3 принимает видео, аудио и PDF-файлы. Muse Glimmer принимает текст и изображения. Если ваш конвейер отправляет запись экрана, запись звонка или отсканированный документ напрямую в модель, эти два варианта не являются взаимозаменяемыми ни за какие деньги — один из них физически не может принять такие данные. Собственная документация Meta подкрепляет этот тезис с неожиданной стороны: она предупреждает, что понимание аудио в Muse Spark 1.3 поддерживается не полностью и что качество при запросах с аудио может снижаться, и рекомендует Muse Spark 1.2 для аудионагрузок. Так что даже внутри хостируемой линейки самая новая версия — не правильный ответ для всех типов входных данных, а вариант с поддержкой аудио — это более старый чекпойнт.

Второй разрыв — это контекст. Один миллион токенов против 131 072 — это не маркетинговое отличие; это разница между моделью, которая способна удержать большой репозиторий или длинное дело в одном вызове, и моделью, вокруг которой нужно строить слой извлечения и этап суммирования. Если ваша работа — это долгосрочные рассуждения по кодовой базе, потолок контекста Glimmer станет ограничением, с которым вы столкнётесь первым, задолго до его показателей в бенчмарках.

Третье — это граница данных, и здесь всё работает в обратную сторону. Запрос, который никогда не покидает ваше оборудование, не может журналироваться поставщиком, не может тарифицироваться за токен и не может пострадать от изменения тарифа. Для рабочей нагрузки с требованиями к резидентности или бюджетом на токен, который не выдерживает объёма, это единственное свойство перевешивает 30 пунктов индекса.

Где на самом деле живёт каждый из них

Распространение Muse Glimmer — широкое, потому что открытые веса по определению широки. Meta указывает ссылку для скачивания на Hugging Face и ссылается на локальные среды выполнения — llama.cpp, MLX, Ollama, LM Studio, Unsloth — наряду с собственным списком хостинга вендора и несколькими сторонними платформами инференса. Мы не будем здесь называть эти платформы; для читателя суть просто в том, что веса портируемы, и любая система, способная загрузить 30B 4-битную модель, сможет её обслуживать.

Линейка Muse Spark узка по своей сути. Три версии, один вендор, один API, никаких весов. Именно эта концентрация — реальный риск при построении на ней, и этот риск совершенно не касается Glimmer.

Оба на одной клавише, где это возможно

Наш собственный каталог уже, чем обе эти истории.Muse Spark 1.1 и Muse Spark 1.2 — два чекпоинта, указанные по цене $1,25 за вход и $4,25 за выход за миллион токенов, оба по прейскурантной цене Meta, при этом наша наценка в 0% передаётся без изменений — а мы не размещаем Muse Spark 1.3, ни один из вариантов Contributor, ни Muse Spark Open. Muse Glimmer тоже отсутствует в нашем каталоге, и честный совет по нему иного рода: у него открытые веса, поэтому естественное место для его запуска — ваше собственное оборудование или среда выполнения, которая его загружает.

Маршрутизация действительно оправдывает себя здесь в случае миграции, которую вы, вероятно, рассматриваете. Если вы проверяете, может ли 30B-дистиллированная модель взять на себя часть рабочей нагрузки фронтир-класса, вам нужно, чтобы и то и другое было в одном эндпоинте, чтобы часть трафика можно было переместить и измерить без второго контракта — Muse Spark 1.1 и 1.2 на одном ключе, с автоматическим переключением при сбое, чтобы неудачный вызов с длинным контекстом переходил на другой чекпойнт, а не в ошибку, и DSL маршрутизации для разделения трафика конфигурацией, а не кодом. Когда хостируемая линейка Meta снова обновится, изменение произойдёт в одном месте.

Какой выбрать?

Если ваша работа — это текст и изображения, выполняется на вашей собственной машине или арендованном GPU и должна быть невосприимчива к оплате за токены, Muse Glimmer — это ответ, и он вне конкуренции: вы обмениваете примерно половину балла GDPval-AA на модель, которая ничего не стоит за вызов и которую никто не может ограничить по частоте запросов.

Если ваша работа связана с видео, аудио, PDF-файлами или по-настоящему длинным контекстом, Muse Glimmer — не более дешёвая версия Muse Spark. Это другой инструмент, и дистилляция не перенесла эти возможности. Обратитесь к хостинговой линейке, рассчитывайте на $1,25 и $4,25 за миллион токенов и проверьте, какой чекпоинт на самом деле обрабатывает ваши входные данные — для аудио в собственной документации Meta указана более старая версия.

Честный вывод из сравнения дистилляции таков: ученик поразительно хорош в том, чему его обучали, и просто отсутствует в том, чему не обучали. Muse Glimmer — самый сильный аргумент в пользу открытых весов, опубликованный Meta со времён Llama 4, и приведённые выше цифры — собственные данные Meta. Чего они не показывают — и ни одна таблица от вендора не может показать, — так это того, как эта пара поведёт себя на вашей рабочей нагрузке. Это эксперимент, а не поиск по справочнику.

Бенчмарки устаревают, а цены меняются; записи о сбоях — нет: документированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, степень серьёзности, оценку достоверности и флаг спорности.