Muse Spark vs Muse Glimmer: Vad som faktiskt överlever när en frontiermodell destilleras ner till 30 miljarder parametrar

Relationen mellan Muse Spark och Muse Glimmer är inte den som frasen "vs" antyder. Muse Glimmer är inte en konkurrent till Muse Spark – den är en elev till den. Meta tränade den öppenviktsmodellen med 30 miljarder parametrar genom logitdestillation från Muse Spark, den nativt multimodala frontlinjeserien som Meta Superintelligence Labs introducerade den 8 april 2026 och nu levererar som Muse Spark 1.3, släppt den 2 september 2026 med sin högsta resonemangsnivå öppnad för utvecklare två dagar senare. Muse Glimmer följde den 10 augusti 2026 under Apache 2.0. Så den här sidan är inte ett matchkort mellan två rivaler från olika labb. Det är en mätning av hur mycket av en frontlinjemodell som överlever en krympning med en faktor sexton och ett licensbyte – och Meta har, ovanligt nog, publicerat siffror på båda sidor om den krympningen. Huruvida den jämförelsen är rättvis är det första som är värt att vara ärlig om, och svaret är: delvis.

Den ena är en fil, den andra är en slutpunkt.

Börja med delen som inte har något med benchmarks att göra, eftersom den avgör de flesta verkliga driftsättningar innan en enda poäng har någon betydelse.

Muse Glimmer är en nedladdning. Meta publicerar vikterna under Apache 2.0, levererar dem redan kvantiserade till 4-bitars – vilket minskar utrymmesbehovet från över 55 GB vid full precision till under 20 GB – och uppger att modellen är tillräckligt liten för att köras på en enda konsument-GPU eller en Mac. Den körs med nätverket frånkopplat. Meta testade den på ett Nvidia RTX 5090 och på Apples M4 Max- och M5 Max-kisel. Den tar emot text- och bildinmatning, returnerar text, har ett kontextfönster på 131 072 token som Meta säger kan utökas till 262 144, och har en kunskapsgräns i januari 2026.

Muse Spark har motsatt utformning i varje avseende. Meta publicerar inga vikter, ingen licens och ingen nedladdning för någon version av den; den är endast tillgänglig via Metas Model API, på meta.ai och i Meta AI-appen. Den har ett kontextfönster på 1 048 576 token — åtta gånger så stort som Glimmers, före Glimmers utökning. Den tar emot text, bild, video, ljud och PDF som indata och returnerar text. Den prissätts per token: 1,25 USD per miljon indata, 0,15 USD per miljon cachade indata, 4,25 USD per miljon utdata, med en Contributor-nivå på 0,10 / 0,002 / 0,20 USD som byter ett lägre pris mot tillstånd att träna på dina prompter och svar. Glimmer har ingen leverantörsfaktura per token alls när du kör den själv, eftersom ingen leverantör är inblandad.

• Storlek — Muse Spark: inte offentliggjord, Meta publicerar inget parameterantal för någon version; Muse Glimmer: 30B, levererad i 4-bit under 20 GB

• Vikter — Muse Spark: proprietära, endast hostade; Muse Glimmer: Apache 2.0, nedladdningsbara och körbara offline

• Kontextfönster — 1 048 576 tokens mot 131 072, utökningsbart till 262 144

• Indata — text, bild, video, ljud, PDF vs text och bild

• Utdata — text mot text

• Pris — $1,25 / $0,15 cachad / $4,25 per miljon tokens mot ingen leverantörsavgift vid självhostning

• Kunskapsgräns — inte publicerad för Muse Spark 1.3; januari 2026 för Muse Glimmer

Det enda benchmark som Meta publicerade för båda

Detta är den sällsyntaste typen av tal att hitta i ett destillationsförhållande: samma utvärdering, utförd av samma labb, rapporterad för läraren och eleven.

Metas modellsidor listar GDPval-AA till 1 754 för Muse Spark 1.3 som kör sin maximala resonemangskonfiguration, och 953 för Muse Glimmer 30B vid hög resonemangsnivå. Det innebär att studenten behåller 54 % av lärarens poäng i den uppgiftsfamiljen – en verklig, publicerad datapunkt snarare än en slutledning. Två förbehåll hör omedelbart hit, eftersom båda är sanna och inget av dem är litet. För det första är Muse Spark-raden märkt v2 och Muse Glimmer-raden är inte versionsmärkt alls, så om Meta har ändrat benchmarken mellan de två mätningarna är kvoten osäker även om riktningen inte är det. För det andra är båda siffrorna leverantörsrapporterade. Vi har inte reproducerat någon av dem, och ingen oberoende testrigg har publicerat en direkt jämförelse av detta par som vi har kunnat hitta.

Det som gör gapet på 801 poäng begripligt snarare än alarmerande är tredjepartsbilden under det. På Artificial Analysis Intelligence Index får Muse Spark 1.3 i maxläge 48 och Muse Glimmer i högläge 17. Det är olika indexskalor från olika mätomgångar, och de två rangordnas inte mot samma jämförelsegrupp – Artificial Analysis kategoriserar öppenviktsmodeller efter storleksklass, så Glimmer mäts mot andra öppenviktsmodeller medan Muse Spark mäts mot hela fältet. Läs dem som form, inte som en kvot. Formen säger samma sak som Metas egen tabell säger: den destillerade modellen är en helt annan förmågenivå, inte en billigare väg till samma svar.

Vad den lilla modellen behåller

Det intressanta med destillation är vad som överlever komprimeringen, och i Metas egna publicerade resultatrader är Muse Glimmer inte genomgående slagen. Den redovisar 76,0 på SWE-Bench Verified, 65,9 på OSWorld-Verified, 77,0 på IFBench, 94,7 på AIME 2026 och 83,5 på GPQA Diamond. Det är starka siffror för en 30B-modell, och de är anledningen till att arkitekturvalet spelar roll: Meta beskriver Glimmer som finjusterad på långkontextig agentdata och förstärkt specifikt för verktygsanvändning, med självhanterat minne över flera timmar långa sessioner och återhämtning från ett misslyckat verktygsanrop i stället för att stanna. Det är en riktad modell som bär en generell modells namn.

Den mest användbara kontexten på sidan är Metas eget val av jämförelse. Dess benchmarktabell för Muse Glimmer placerar den inte bredvid Muse Spark. Den placerar den bredvid Gemma 4 31B i tänkandeläge och Qwen3.6 27B i tänkandeläge – samma storleksklass, samma premiss om öppna vikter. I den tabellen vinner Glimmer de flesta raderna men inte alla: den tar MCP Atlas med 75,5 mot 62,5 för Qwen-modellen, TerminalBench 2.1 med 51,7 mot 60,7, och GDPval-AA med 953 mot 1 141. Så även inom sin egen viktklass är den destillerade Meta-modellen inte det självklara valet, vilket är en ärligare inramning än sidans rubrik antyder.

Två ytterligare rader är värda att lyfta fram eftersom de är mätbara och lätta att få fel i planeringen. Artificial Analysis registrerar Muse Glimmers kostnad per slutförd uppgift i Intelligence Index till 0,05 dollar och dess utdatahastighet till 122,4 tokens per sekund – mot 1,60 dollar och 121,9 tokens per sekund för Muse Spark 1.3 vid max. Med dessa två siffror är den lilla modellen ungefär 32 gånger billigare per slutförd uppgift vid i stort sett identisk genomströmning. Det är destillationen som lönar sig, och det är osynligt om man bara jämför indexpoäng.

Platsen där jämförelsen brister

Det går sönder på indata, och det går sönder värre än resultattavlan antyder.

Muse Spark 1.3 tar emot video och ljud och PDF-filer. Muse Glimmer tar emot text och bilder. Om din pipeline matar in en skärminspelning, en samtalsinspelning eller ett skannat dokument direkt i modellen, är de två inte alternativ till något pris — en av dem kan fysiskt inte ta emot nyttolasten. Metas egen dokumentation understryker poängen från ett oväntat håll: den varnar för att ljudförståelse i Muse Spark 1.3 inte stöds fullt ut och att kvaliteten på ljudbärande förfrågningar kan försämras, och rekommenderar Muse Spark 1.2 för ljudarbetsbelastningar. Så även inom den värdbaserade linjen är den nyaste versionen inte rätt svar för alla indatatyper, och det ljudkapabla alternativet är den äldre checkpunkten.

Den andra brytpunkten är kontexten. En miljon tokens mot 131,072 är inte en marknadsföringsskillnad; det är skillnaden mellan en modell som kan hålla ett stort kodförråd eller en lång ärendefil i ett enda anrop och en som behöver ett hämtningslager och ett sammanfattningssteg byggt runt sig. Om ditt arbete är kodbasresonemang över lång horisont är Glimmers kontexttak begränsningen du kommer att stöta på först, långt före dess benchmarkresultat.

Den tredje är datagränsen, och den verkar åt motsatt håll. En begäran som aldrig lämnar din hårdvara kan inte loggas av en leverantör, kan inte prissättas per token och kan inte påverkas av en taxeändring. För en arbetsbelastning med krav på datalokalisering eller en budget per token som inte håller vid stora volymer, väger den enda egenskapen tyngre än 30 indexpoäng.

Var var och en faktiskt bor

Muse Glimmers distribution är den breda, eftersom öppna vikter är det. Meta listar nedladdningen på Hugging Face och pekar på lokala körmiljöer – llama.cpp, MLX, Ollama, LM Studio, Unsloth – vid sidan av leverantörens egen hostade lista och flera tredjepartsplattformar för inferens. Vi kommer inte att namnge dessa plattformar här; poängen för en läsare är helt enkelt att vikterna är portabla, och allt som kan ladda en 30B 4-bitarsmodell kan också serva den.

Muse Spark-serien är snäv till sin konstruktion. Tre versioner, en leverantör, ett API, inga vikter. Den koncentrationen är den verkliga risken med att bygga på den, och det är en risk som inte alls gäller för Glimmer.

Båda på en och samma tangent, där det är möjligt

Vår egen katalog är smalare än någon av dessa berättelser. Vi routar Muse Spark 1.1 och Muse Spark 1.2 — de två checkpoints som listas till $1,25 in och $4,25 ut per miljon tokens, båda till Metas listpris med vårt 0 %-påslag vidarebefordrat oförändrat — och vi hostar inte Muse Spark 1.3, någon av Contributor-varianterna, eller Muse Spark Open. Muse Glimmer finns inte heller i vår katalog, och det ärliga rådet för den är av ett annat slag: den har öppna vikter, så den naturliga platsen att köra den på är din egen hårdvara eller en runtime som laddar den.

Där routing faktiskt gör sig förtjänt av sin plats här är den migrering du förmodligen överväger. Om du testar huruvida en 30B-distillerad modell kan ta över en del av en frontier-arbetsbelastning, är det du vill ha båda i en och samma endpoint så att en del av trafiken kan flyttas och mätas utan ett andra avtal — Muse Spark 1.1 och 1.2 på en nyckel, med automatisk failover så att ett misslyckat long-context-anrop faller tillbaka till den andra checkpointen i stället för till ett fel, och en routing-DSL för att dela upp trafik via konfiguration i stället för via kod. När Metas hostade linje rör sig igen, hamnar ändringen på ett och samma ställe.

Vilken ska man välja?

Om ditt arbete består av text och bilder, körs på din egen maskin eller en hyrd GPU och behöver vara immunt mot prissättning per token, är Muse Glimmer svaret – och det är inte ens nära. Du byter bort ungefär hälften av GDPval-AA-poängen mot en modell som inte kostar något per anrop och inte kan hastighetsbegränsas av någon.

Om ditt arbete involverar video, ljud, PDF:er eller en verkligt lång kontext är Muse Glimmer inte en billigare version av Muse Spark. Det är ett annat verktyg, och destilleringen överförde inte dessa förmågor. Vänd dig till den hostade linjen, budgetera $1,25 och $4,25 per miljon tokens, och kontrollera vilken checkpoint som faktiskt hanterar din nyttolast – för ljud pekar Metas egen dokumentation på den äldre versionen.

En ärlig sammanfattning av en destillationsjämförelse är att studenten är anmärkningsvärt bra på det den tränades att göra och helt enkelt frånvarande i de saker den inte tränades för. Muse Glimmer är det starkaste argumentet för öppna vikter som Meta har publicerat sedan Llama 4, och siffrorna ovan är Metas egna. Det de inte visar – och ingen leverantörstabell kan göra – är hur paret beter sig under din arbetsbelastning. Det är ett experiment, inte en uppslagning.

Benchmarks åldras och priser förändras; felhistoriken gör det inte: de dokumenterade AI-incidenterna och agentfelen bakom modeller i den här klassen samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och flagga för omtvistad status.