Muse Glimmer-titelkort: Metas 30B open-weight agentmodell för lokala GPU:er, med chips som visar Apache 2.0, ryms på 24-32 GB GPU:er, och destillerad från Muse Spark 1.2.
Guides & Insights

Muse Glimmer: Vad Metas tekniska rapport faktiskt slår fast om den lokala 30B-agenten

Författare

jinhao.song

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Meta publicerade den tekniska rapporten för Muse Glimmer den 19 oktober 2026, sjuttio dagar efter att själva modellen släpptes den 10 augusti. Det gapet är anledningen till att rapporten betyder mer än en rutinmässig genomgång: den är det mest detaljerade Meta-dokumentet om modellen hittills – den visar räkneexemplet bakom argumentationen för konsumenthårdvara och anger vilka benchmarkrader Meta körde själva och vilka det lånade från någon annan. Muse Glimmer är en dens modell med 30 miljarder parametrar, Apache 2.0, text och bild som indata, destillerad från Metas frontier-lärare Muse Spark, och den jämförs i hela rapporten mot Gemma4-31B och Qwen3.6-27B. Rapporten anger också för första gången en ordentlig kostnad för destillationen: 55,7 GB BF16-vikter komprimerade till 19,65 GB så att språkmodellen får plats på ett 32 GB-kort, med kvalitetskostnaden mätt i stället för påstådd. De dokumenterade AI-felen och agentincidenterna bakom releaser som denna samlas i OrcaRouter AI Incident Archive där varje post har egna källor, allvarlighetsgrad, konfidensnivå och en flagga för omtvistade uppgifter.

Två av rapportens upplysningar är mindre smickrande än lanseringsblogginlägget var. Den första är att benchmarktabellen är en blandning, inte en genomgång enbart från Meta: fyra rader kommer från Artificial Analysis, två konkurrentsiffror är konkurrenternas egna självrapporteringar, och resten är Metas interna körningar mot uppsättningar som Meta fortfarande medger inte var anpassade för konkurrenterna. Den andra är att den verifiering som artikeln ursprungligen sade skulle ta veckor redan har skett. Artificial Analysis har poängsatt Muse Glimmer, och på deras nuvarande index ligger modellen på 17 — bakom Qwen3.6-27B på 21, före Gemma4-31B på 15. Samtidigt infriades det löfte som Meta gav i samband med lanseringen, öppna vikter för den mycket större Muse Spark, den 15 oktober som Muse Spark Open: 816B totala parametrar med 42B aktiva, under en licens som inte är Apache 2.0.

Vad rapporten säger att modellen faktiskt är

Arkitekturen är nu offentlig ända ned till tensorformerna, och den förklarar det mesta av det beteende som folk har bråkat om. Muse Glimmer omfattar totalt cirka 29,6B parametrar: ungefär 25,16B i 52 transformerblock, 1,34B i obunden tokeninbäddning, 1,34B i obunden utprojicering och en separat perceptionskodare på 1,8B – en ViT-G/14 med 50 lager vid bredd 1536, patchad vid 14 pixlar mot ett referensrutnät på 448 pixlar. Den dolda dimensionen är 6 656. Attentionen är grouped-query, med 32 query-huvuden mot 2 key-value-huvuden i förhållandet 16:1, ett glidande fönster på 2 048 token i ett upprepande mönster med tre lokala följt av en global, och RoPE tillämpas endast på de lokala lagren. Vokabulären är 202 048 token med Llama 4 BPE-tokenizern, och kontexten är 128K-plus. Kunskapsavskärningen är 4 januari 2026.

Två siffror i artikeln förtjänar mer uppmärksamhet än de fick på lanseringsdagen. Den första är antalet språk: sammanfattningen säger "över hundra språk", brödtexten säger ungefär 140, och bilagan redovisar en Omnilingual-GAIA2-poäng på 60,4 mot Gemma4-31B:s 37,5 och Qwen3.6-27B:s 45,0. Det är en stor skillnad och, liksom allt annat i tabellen, är det Metas egen körning. Den andra är träningsreceptet. Förträning är logitdestillation från Muse Spark med hjälp av lärarens 256 främsta logits, med KL-divergens under de första 95 % av körningen och en övergång till korsentropi på ground-truth-mål under de sista 5 % för att korrigera den trunkeringsbias som top-k-distillation inför. Mellanträning utökar kontexten från 32K till 128K och injicerar agentiska trajektoriedata; efterträning är övervakad finjustering, sedan on-policy-distillation och därefter multiobjektiv förstärkningsinlärning. Meta säger rakt ut att on-policy-distillation slog ett recept med enbart förstärkningsinlärning i den här storleken – en användbar datapunkt för alla som tränar en egen liten agentmodell.

Produktbriefen har inte ändrats. Meta byggde Glimmer för "alltid påslagna lokala agentarbetsflöden" – en agent som anropar verktyg, följer flerstegsplaner, återhämtar sig när ett anrop misslyckas i stället för att stoppa och kan skruva upp eller ner resonemangsinsatsen. De avsedda uppgifterna är de mindre glamorösa: lokal kodning, funktionsanrop, schemahantering, filorganisation, LLM-as-a-judge-utvärdering. Det körs under orkestreringsramverk som OpenClaw, som rapporten nämner vid namn som själva anledningen till att efterfrågan på kompakta, pålitliga verktygsanropare överhuvudtaget finns.

Varifrån påståendet ”får plats på din GPU” hämtar sina siffror

Det här är avsnittet som den tekniska rapporten finns till för att avgöra, och det håller bättre än marknadsföringen gjorde. Vid BF16 upptar vikterna 55,7 GB. Meta riktar sig mot driftsättningar med 24 GB eller 32 GB minne, med utrymme reserverat för en icke-kvantiserad KV-cache, perceptionskodaren och DFlash-draftaren, och siktar därför på språkmodellsvikter under 20 GB. Den utvärderade sju kvantiseringsscheman efter träning – GPTQ, AWQ, enhetlig NVFP4, enhetlig MXFP8, llama.cpp:s Q4_K_M, en kalibreringsvariant som kallas Greedy-KL och en anpassad EvoPress – mot negativ log-likelihood på undanhållna data och därefter mot 15 nedströmsbenchmarker.

Resultatet är två namngivna distributionsprofiler i stället för ett vagt "4-bit"-påstående. 32GB-profilen är EvoPress med 19,65 GB vikter, och över de 15 benchmarktesterna ligger den i genomsnitt på 75,6 % jämfört med BF16:s 75,7 % – en tiondels procentenhet. 24GB-profilen är Q4_K_M med ett mindre minnesavtryck och ett genomsnitt på 74,8 %, nio tiondels procentenhet lägre. Den genomsnittliga svarslängden går från 11 070 tokens vid BF16 till 11 417 vid EvoPress och 10 774 vid Q4_K_M, så den vanliga oron att aggressiv kvantisering blåser upp kedjetänkandets längd syns inte här. Det är Metas mätningar på Metas utvärderingsmix; de är de mest konkreta siffrorna för kvalitet kontra minne som någon har publicerat för den här modellen, och de är fortfarande leverantörssiffror.

Hastighet är det enda område där rapporten är tunnare än blogginlägget. Rapporten anger att 4-bitars vikter plus spekulativ avkodning ger "praktiska hastigheter på ett enda RTX 5090" och beskriver utkastmodellen i detalj – fem lager, blockstorlek 16, 32 query-huvuden och 8 key-value-huvuden, tränad offline på on-policy-rollouts med D-PACE-målfunktionen – men publicerar ingen genomströmningstabell. Siffrorna som cirkulerar, ungefär 3,1 gånger snabbare avkodning på ett RTX 5090 (74,9 till 233 tokens/sek i llama.cpp), 1,8 gånger på en M5 Max och 1,5 gånger på en M4 Max, kommer från Metas lanseringsmaterial och modellkort, inte från rapporten. Betrakta dem som leverantörsuppgifter tills någon reproducerar dem på sin egen maskin, vilket för en lokal modell är ett genuint enkelt experiment att köra.

Varför den här releasen är viktig bortom specifikationsbladet

Sedan Llama 4 våren 2025 hade Meta varit tysta kring öppna vikter och dragit sig tillbaka till en proprietär frontlinje under Meta Superintelligence Labs. Muse Glimmer var den offentliga återkomsten till den strategin, och den anlände med en 14-sidig Zuckerberg-essä, "The Future is for Everyone", som argumenterade för att koncentrerad kontroll är den verkliga AI-risken, plus en miljarddollar­fond med samma namn. Rapporten upprepar inte politiken; den gör något mer användbart, nämligen att visa att återkomsten till öppna vikter inte var en engångsgest.

Den 15 oktober släppte Meta vikterna för Muse Spark Open – 816B parametrar totalt, 42B aktiva, ett kontextfönster på 1 miljon token och, enligt Meta, kapabel att köras på två Apple M5 Ultra Mac Studios med MLX. Det är lärarens systermodell med öppna vikter, och den besvarar frågan som den här artikeln ursprungligen lämnade hängande. Svaret kommer med en asterisk: Muse Spark Open levereras under Muse Model License med begränsade kommersiella villkor, inte Apache 2.0. Glimmer förblir den mer tillåtande av de två och, med sina 30B, den enda av paren som får plats i en enda konsument-GPU:s minne. Metas egen positionering är att Spark Open är den desktopklassade modellen för folk med en Mac Studio-stack; Glimmer är den för ett 24 GB-kort.

Alla Spark Open-siffror ovan är Metas, och särskilt påståendet att den "körs på två Mac Studios" har inte oberoende reproducerats. Det som inte är omtvistat är line-upens utformning: en tillåtande 30B-agentmodell, en begränsad 816B-flaggskeppsmodell och en API-nivå i frontier-klass ovanför båda. Det är en sammanhängande open-weight-strategi snarare än en enskild lansering, och det är det man bör räkna in i alla beslut om att bygga på Metas mindre modell.

Three-way scoreboard comparing Muse Glimmer, Gemma4-31B and Qwen3.6-27B: MCP-Atlas 75.5/54.2/62.5, DeepSearch QA 74.6/61.7/71.1, GAIA2 43.3/36.4/40.0, SWE-Bench Pro 51.2/36.9/50.2, TerminalBench 2.1 51.7/--/60.7, and AA Intelligence Index --/39/46. Footer: rows 1-5 vendor-reported by Meta; AA Index per Artificial Analysis (no Muse Glimmer entry yet).

Påståendet "rökt", rad för rad.

Resultattavlan ovan genererades på lanseringsdagen, och en rad i den har sedan dess blivit omkörd: kolumnen för Artificial Analysis står fortfarande som ”ingen post” för Muse Glimmer. Metas eget resultatkort jämför Muse Glimmer med hög resonemangskraft mot Gemma4-31B och Qwen3.6-27B över tre dussin rader. Mönstret från lanseringsdagen håller i sig: de största vinsterna är allmän agentisk resonemangsförmåga, sökning och flerspråkigt arbete.

• MCP-Atlas (agentisk verktygsanvändning) — Muse Glimmer 75,5, Gemma4-31B 54,2, Qwen3.6-27B 62,5. Fortfarande huvudraden och den största skillnaden i uppsättningen.

DeepSearch QA — 74,6 mot 61,7 och 71,1; GAIA2 — 43,3 mot 36,4 och 40,0; WildClawBench — 47,6 mot 37,6 och 43,2.

• GDPval-AA v2 — 953 Elo mot Gemmas 811 och Qwens 1 141. Värt att stanna upp vid: inom ekonomiskt värdefullt kunskapsarbete vinner Qwen med stor marginal.

• SWE-Bench Pro — 51,2 mot 36,9 och 50,2; ARC-AGI — 66,9 vid hög resonemangsnivå, 67,9 vid den nya xhigh-nivån som rapporten lägger till; LiveCodeBench Pro (2025 Q2) — 64,1 vid hög, 66,8 vid xhigh.

• τ³-Banking — 23,5 mot 15,1 och 16,7; PinchBench (verktygsanvändning) — 90,5.

Raderna där den förlorar är lika informativa. Qwen3.6-27B är stark i praktisk datoranvändning och terminalarbete: OSWorld-Verified 75,6 mot Glimmers 65,9, TerminalBench 2.1 60,7 mot 51,7, SWE-Bench Verified 77,2 mot 76,0, och den ligger strax före i SkillsBench med 46,6 mot 44,3. Gemma4-31B har det bättre integritets- och säkerhetsresultatet – en överträdelsesfrekvens i CIMemories på 12,1 % mot Glimmers 26,4 % och Qwens 53,4 %, samt den lägsta frekvensen lyckade attacker på Siren AgentDojo med 25,6 % mot Glimmers 28,4 % och Qwens 40,3 %. Gemma ligger också strax före i de snäva resonemangstesterna, GPQA Diamond på 85,7 mot 83,5 och Humanity's Last Exam på 23,6 mot 22,0.

Metodbilagan är den del som förändrar hur du bör läsa allt ovanstående, och den korrigerar vad den här artikeln sa vid lanseringen. Inte varje rad är Metas egen. För konkurrerande modeller rapporterar Meta ”det mest fördelaktiga resultatet mellan självrapporterade poäng eller våra interna reproduktioner”, och fyra benchmarkar – τ³-Banking, GDPval-AA v2, Terminal-Bench 2.1 och SciCode – hämtas från Artificial Analysis i stället för att köras internt. Siffran för SWE-Bench Verified för Qwen3.6-27B är Qwens egen självrapportering. Siffran för SWE-Bench Pro för Qwen är Metas interna körning, eftersom Qwens publicerade siffra kom från en förfinad version av benchmarken och Meta utvärderade den ursprungliga uppgiftsuppsättningen. För resten reproducerar Meta konkurrenterna själv och säger att Metas agentverktyg och systempromptar ”kanske inte är specifikt anpassade för proprietära tredjepartsmodeller”.

Det är en mer omsorgsfull redogörelse än vad lanseringsbloggen erbjöd, och det kan slå åt båda håll. Det är inte en ren utklassning för leverantören, vilket stärker tabellens trovärdighet. Men "mest fördelaktiga mellan självrapportering och vår reproduktion" är en regel som bara kan hjälpa konkurrenten på rader där konkurrentens eget tal är högre, och Meta:s förbehåll om otunad setup gäller fortfarande för varje rad som företaget självt genererade. Detaljerna på radnivå är nu granskningsbara, vilket är vad man vill ha; biasens riktning går inte att fullt ut avgöra från artikeln.

Vad den oberoende resultattavlan säger

Artificial Analysis har nu poängsatt modellen, vilket tar bort förbehållet ”inget oberoende resultat ännu” som den här artikeln har haft under augusti. På AA:s nuvarande index har Muse Glimmer med hög resonemangskraft ett Intelligence Index på 17 och rankas som 14:e av 141 modeller i sin jämförelsegrupp. Qwen3.6-27B ligger på 21 och Gemma4-31B på 15. AA mäter också 137 output-tokens per sekund med 0,91 s till första token – snabbt för klassen, med en 16:e plats av 64 – och en kostnad på cirka 0,06 USD per uppgift i Intelligence Index.

Nivåerna behöver ett förbehåll som rankningen inte behöver. AA:s rapport från lanseringsveckan placerade samma tre modeller på 35, 38 och 30 i sitt index; de aktuella modellsidorna placerar dem på 17, 21 och 15. De absoluta siffrorna ändrades, men ordningen gjorde det inte. Vad orsaken till omskalningen än är, är det stabila faktumet i båda avläsningarna rankningen: Q​wen före Glimmer i aggregerat mått, Glimmer före G​emma och Glimmer före på de agentspecifika raderna. Det stöder ett snävare påstående än ”ligger före jämnstora öppna modeller” – på ett index för allmän intelligens vinner fortfarande en 27B-modell från april – och det snävare påståendet är det korrekta.

AA:s bedömning under lanseringsveckan tillförde en iakttagelse värd att ta med sig: en hallucinationsfrekvens på 82 % för Muse Glimmer mot 49 % för Qwen3.6-27B, med ett AA-Omniscience-index på −33. För en agent som körs obevakad på din dator och anropar verktyg är det siffran som bör styra hur mycket autonomi du ger den, mer än vad MCP-Atlas gör. AA markerar nu även Qwen3.6-27B som föråldrad till förmån för Qwen3.8-27B, så den konkurrent som Glimmer jämförs mot i större delen av tabellen är inte längre leverantörens aktuella modell – en detalj som Metas jämförelse inte kunde ha förutsett i augusti och som rapporten, publicerad i oktober, inte behandlar.

Skärmbilden nedan är jämförelsesidan så som den såg ut innan Glimmer poängsattes, vilket är anledningen till att den visar fältet som Glimmer var på väg in i snarare än Glimmer i det. Läs den som baslinjen före verifiering, inte som aktuell ställning.

Screenshot of Artificial Analysis' Small Open Source Models comparison page, showing the 4B-40B open-weight class with Openness and Intelligence index columns and the header noting that Qwen3.6-27B and Qwen3.5-27B are the highest-intelligence small open-source models.

Vad det faktiskt kostar att driva

Muse Glimmer i sig är gratis — Apache 2.0, ingen avgift per token, ingen betalning till Meta, och rapporten bekräftar att utgåvan innehåller fullprecisionsvikter, 4-bitarsvarianterna och DFlash-spekulationshuvudet. Kostnaden är hårdvaran under den. BF16 kräver 55,7 GB, vilket är två kort eller inget av konsumentkorten. 32GB EvoPress-profilen är den du vill ha om du ska köpa: den kostar en tiondels procentenhet i genomsnittlig träffsäkerhet jämfört med BF16 och får plats på ett enda 32GB-kort eller en påkostad Mac med enhetligt minne. 24GB Q4_K_M-profilen kostar nio tiondels procentenheter och får plats på ett kort i RTX 5090-klass, vilket är en rimlig avvägning för en agent som körs kontinuerligt.

Om du hellre hyr än köper är den spårade taxan för värdbaserad drift nu lägre än den som den här sidan angav i augusti. Artificial Analysis registrerar $0,30 per miljon indatatokens och $1,20 per miljon utdatatokens för Muse Glimmer, mot de $0,35 och $1,50 som de första listningarna hade vid lanseringen, med 87 % cacherabatt och en blandad taxa nära $0,21. Det är marknadsplatspriser listade av leverantörerna snarare än ett Meta-pris – Meta publicerar ingen egen värdbaserad Glimmer-endpoint, och dess utvecklardokumentation är skriven kring att rikta dina verktyg mot en lokal Muse Glimmer-server. Huruvida den rörelsen är en sänkning från samma leverantör eller en billigare leverantör som ansluter till den spårade uppsättningen är inget som indexet visar; oavsett vilket är riktningen för ett släpp med öppna vikter förutsägbar.

Jämförelsen som är värd att göra noggrant är fortfarande lokal kontra hostad, och den är inte så självklar som marknadsföringen antyder. Ett 32 GB-kort är en fast kostnad som skrivs av över varje token du någonsin genererar; en hostad taxa är en marginalkostnad som skalas med volymen och försvinner om leverantören gör det. Vid $0,30 och $1,20 är den hostade vägen billig nog att de flesta team bör börja där innan de köper hårdvara, och den lokala vägen vinner bara när tokens inte kan lämna maskinen eller volymen är tillräckligt hög för att ett grafikkort ska vara billigare än en faktura.

En kommentar om oss, eftersom den påverkar hur du skulle prissätta något av detta. Muse Glimmer finns inte i OrcaRouters katalog – vi routar hostade API:er, och modellen har inte lanserats som en hostad route, så 0 % påslag och upplägget med en nyckel till allt gäller inte för den i dag. Det som gäller är disciplinen: för de över 200 modeller som vi routar, är priset som visas leverantörens listpris som skickas vidare med 0 % påslag, så en leverantörsprissänkning slår igenom här samma dag i stället för efter en omräkning av marginalen. Det är standarden som den här jämförelsen bör hållas till, oavsett hur du kör Glimmer.

Hur du faktiskt skulle använda det den här veckan

Eftersom den levereras som öppna vikter är åtkomsten en nedladdning. Basrepot är meta-models/Muse-Glimmer-30B på Hugging Face, med 4-bitvarianterna och ett GGUF-bygge publicerade tillsammans med det. Körningsstödet från dag ett var llama.cpp, MLX och ExecuTorch; Ollama, LM Studio, vLLM och SGLang följde inom några dagar, med hårdvaruoptimeringsarbete listat för AMD, Arm, Dell, Intel och Nvidia. Den praktiska vägen för de flesta är oförändrad: hämta GGUF-filen, ladda den i llama.cpp eller en lokal runner, rikta ett agentramverk mot den och börja med 24GB Q4_K_M-profilen om du inte har 32GB till övers för EvoPress-varianten.

Om du står inför beslutet att bygga vidare på det är den ärliga beskrivningen att Glimmer är en bra lokal agent med ett dokumenterat kvalitetsgolv, ett uppmätt hallucineringsproblem och en leverantörsbenchmarktabel som nu delvis går att granska. Läraren är en annan femma: Muse Spark 1.2 kan routas via OrcaRouter för 1,25 dollar per miljon indatatoken och 4,25 dollar per miljon utdatatoken, så ett team kan köra den lilla modellen på enheten för det billiga, privata, alltid påslagna arbetet och skicka de svåra fallen till den stora via samma nyckel. Den uppdelningen – lokal student för den rutinmässiga loopen, hostad lärare för eskaleringen – är den arkitektur som de två lanseringarna faktiskt stöder, och den går att testa redan den här veckan för priset av en GPU du kanske redan äger plus en tokenbudget. Automatisk failover är det som gör den hostade halvan säker att lägga på en produktionsväg medan en modell fortfarande bygger upp ett oberoende track record, vilket är precis det läge Glimmer befinner sig i.

Skärmbilden nedan är modellkortet så som det stod på releasedagen. Raden "inte driftsatt av någon inferensleverantör" syftar på Hugging Faces egen förstapartsinferens, vilket är en annan sak än det tredjepartshosting som började den 9 augusti, och det är en användbar påminnelse om hur snabbt den raden åldrades.

Screenshot of the Hugging Face model card for meta-models/Muse-Glimmer-30B, showing the Apache 2.0 license, 30B parameter size, Meta Superintelligence Lab authorship, and the line that the model is not deployed by any inference provider.

Vad du ska titta på

De tre saker som skulle avgöra den här historien har till största delen löst sig. Spark-släppet av öppna vikter skedde den 15 oktober. Oberoende mätning genomfördes, och den visade att Q​wen låg före i totalen, Glimmer före inom agentik och G​emma efter båda. Hosting spreds, och det bevakade priset är nu $0.30 och $1.20 i stället för $0.35 och $1.50.

Det som återstår är snävare och mer intressant. För det första, om någon utanför Meta reproducerar kvantiseringsavvägningen – gapen på 0,1 punkt och 0,9 punkt är rapportens starkaste del och den enklaste att kontrollera på ett 24 GB-kort. För det andra, om det agentiska försprånget överlever ett testramverk som inte byggdes runt modellen; MCP-Atlas på 75,5 är siffran att slå och den som är mest utsatt för skillnader i scaffold. För det tredje, om Metas nästa mindre släpp ärver Apache 2.0-licensen eller den begränsade Muse Model License som Spark Open släpptes under – det valet avgör om Glimmer-serien förblir användbar som grund för andras produkter.

Lanseringstweeten hade rätt om nyheten och var generös i sitt omdöme. Det som den tekniska rapporten tillför är den del som saknades i augusti: nu kan du se vad som mättes, på vilken hårdvara, av vem och till vilket pris i kvalitet. Det är ett bättre beslutsunderlag än både benchmarktabellen och tweeten, och det är anledningen till att den här modellen fortfarande är värd att planera kring snarare än bara värd att läsa om.

Frågor värda att faktiskt besvara

Är Muse Glimmer verkligen öppen källkod?

Det är öppna vikter under Apache 2.0 – vem som helst kan ladda ner, modifiera, finjustera och distribuera det kommersiellt utan att betala Meta. Rapporten bekräftar också vad licensen faktiskt täcker: fullprecisionsvikter, två 4-bit-varianter och DFlash drafter head är alla släppta. Det som inte är släppt är träningsdatan och Muse Spark-lärarvikterna, vilket är anledningen till att "öppna vikter" är den försiktiga formuleringen i stället för helt öppen källkod i OSI:s bemärkelse. I praktiken är uppgörelsen densamma som gjorde Llama till den mest utplacerade öppna familjen inom AI.

Slår Muse Glimmer verkligen Gemma4-31B och Qwen3.6-27B?

I Metas egen tabell vinner den de flesta agentiska och sökrelaterade raderna, och metodbilagan visar nu vilka av dessa rader som var Metas egna körningar och vilka som kom från Artificial Analysis eller rivalernas egen rapportering. Den oberoende bilden är snävare: på AA:s Intelligence Index får Qwen3.6-27B 21 poäng och Muse Glimmer 17, med Gemma4-31B på 15. Så det korrekta påståendet är att Glimmer leder sin storleksklass när det gäller verktygsanvändning, flerstegsplanering och flerspråkigt agentiskt arbete, och inte leder den när det gäller sammanvägd allmän intelligens eller datoranvändningsuppgifter.

Kan jag köra det på en laptop?

Endast om "laptop" betyder en med ett dedikerat GPU-minne på 24 GB eller 32 GB, eller en påkostad Mac med lika mycket enhetligt minne. Rapporten anger BF16-vikterna till 55,7 GB och siktar på två komprimerade profiler: 19,65 GB vikter för en 32 GB-maskin och en mindre Q4_K_M-bygge för 24 GB, där båda lämnar utrymme för KV-cachen, perceptionskodaren och draftaren. På integrerad grafik eller en 16 GB-maskin skulle du få tyngre kvantisering och långsam utdata snarare än den ständigt aktiva agent som släppet är utformat kring.

Var får jag tag i det, och finns det som ett API?

Vikterna finns på Hugging Face under meta-models/Muse-Glimmer-30B, och du kör den lokalt via llama.cpp, MLX, ExecuTorch, Ollama eller LM Studio. Hostad åtkomst finns via tredjepartsplattformar till ungefär $0,30 per miljon indatatokens och $1,20 per miljon utdatatokens, enligt Artificial Analysis kartläggning av leverantörspriser. Meta publicerar ingen egen hostad Glimmer-endpoint, och modellen finns inte på OrcaRouter – om den dyker upp som en hostad rutt kommer samma nyckel som når de 200+ modeller vi routar att nå den, men det gäller inte i dag.