Muse Wonder Full vs Muse Glimmer: den bästa poängen i tabellen är också det sämsta numret i den

Muse Wonder Full och Muse Glimmer är ytterligheterna i Meta Superintelligence Labs publicerade modellutbud. Muse Wonder Full är en proprietär frontier-checkpoint som tillkännagavs den 12 oktober 2026, säljs som en del av prenumerationen Muse Code och fick 59,1 på Metas eget index. Muse Glimmer är en Apache 2.0-modell med 30 miljarder parametrar som släpptes den 10 augusti 2026, levereras redan kvantiserad till 4 bitar så att den får plats under 20 GB VRAM och får 17 på det oberoende Artificial Analysis Intelligence Index. Mellan dem ligger 42 poäng i sammanvägt betyg, en licens, en nedladdning och en dörr som kostar 50 dollar i månaden — och en rad i Metas egen tabell där den dyra får 13,1.

Den raden är Harvey LAB-AA, Metas benchmark för juridiska agenter. Muse Wonder Full rapporterar 13,1 på den. Muse Wonder, den anropbara checkpointen från samma release, rapporterar 54,3, GPT-6 Astra 54,5 och Claude Opus 5.5 55,2. En modell som leder det sammansatta indexet med fyra punkter hamnar sist i en jobbliknande svit med en marginal på 41. Det är det första man bör förstå om den här kombinationen: den sammansatta poängen beskriver inte arbetet.

Två produkter, ett efternamn och en tredje som förväxlas med båda

• Modellvikter — Muse Glimmer Apache 2.0, nedladdningsbar, levereras i 4-bit; Muse Wonder Full proprietär, ingen checkpoint publicerad, och ingen är på väg.

• Var den körs – Muse Glimmer på din egen accelerator, offline; Muse Wonder Full på Metas infrastruktur i Muse Code.

• Hur du köper det – Muse Glimmer ingen avgift per token om du hostar själv, eller $0,325 in och $1,35 ut per miljon via en hostad slutpunkt; Muse Wonder Full inget pris per token alls, på publicerade planer på $50 i månaden för Power Usage och $200 i månaden för Maximum Usage.

• Parametrar — Muse Glimmer 30 miljarder, kvantiserad till under 20 GB; Muse Wonder Full ej offentliggjorda.

• Kontextfönster — Muse Glimmer 131 072 tokens, kan utökas till 262 144; Muse Wonder Full beskrivs vid sidan av serien med 1 048 576 tokens.

• Modal inmatning — Muse Glimmer text och bild; Muse Wonder-serien text, bild, tal och video.

• Kunskapsgräns — Muse Glimmer januari 2026; Muse Wonder Full ej publicerad.

• Vad kan göras med den — Muse Glimmer kan fästas, forkas och finjusteras; Muse Wonder Full kan avvecklas.

Meta testade Glimmer på ett RTX 5090 och på Apples M4 Max- och M5 Max-chip, vilket är den praktiska definitionen av "körs lokalt" här — full precision är över 55 GB, så 4-bitarsversionen är hela anledningen till att modellen kan driftsättas. Inget med Muse Wonder Full fungerar på det här sättet. Man kommer åt den via en prenumeration, till ett abonnemangspris, så länge Meta tillhandahåller den.

Ännu en distinktion som är värd att säga rakt ut, eftersom namngivningen i det tysta får den att falla samman: Muse Wonder Full är inte toppen av Muse Wonder-serien i någon allmän mening, och det är inte en större Glimmer. Det är ett separat träningsmål som tillkännagavs i samma andetag som Muse Wonder, och det enda av de tre som du inte kan köpa per token, självhosta eller utvärdera utan en inköpsorder.

Licensen är axeln ingen prissätter.

Den här jämförelsen brukar ramas in som kapacitet mot kostnad. Den inramning som faktiskt förutsäger vad du kan göra är kapacitet mot kontroll, och de två modellerna befinner sig vid motsatta poler av den.

Allt i Muse Glimmers design utgår från en ägare snarare än en kund. Vikterna är Apache 2.0, kvantiseringen är gjord åt dig, fotavtrycket är under 20 GB eftersom det är siffran som gör ett enda konsumentkort tillräckligt, och kunskapsgränsen är publicerad så att du vet vad den inte vet. Du kan forka den, finjustera den, låsa en revision och fortsätta servera den efter att leverantören har tappat intresset. För en modell som släppts av ett labb som redan har levererat två ytterligare generationer sedan dess är den sista egenskapen inte hypotetisk.

Muse Wonder Full har den omvända profilen. Det finns ingen artefakt att hålla i, ingen revision att fästa, inget sätt att granska vad som förändrades mellan en månad och nästa, och ingen väg till kontrollpunkten om planen upphör. Den publicerade sammansatta poängen är det enda varaktiga du får, och det är en siffra om Metas testrigg snarare än om din arbetsbelastning.

Den praktiska konsekvensen är asymmetrisk och värd att konstatera utan förbehåll. Om en begäran inte kan lämna enheten – ett fabriksgolv utan anslutning, en luftgapad miljö där ett API-anrop i sig är ett brott mot regelefterlevnaden, en latensbudget där en tur och retur redan är för mycket – deltar Muse Wonder Full inte i frågan till något pris. Glimmer är en fil. Full är en prenumeration.

Vad 42-poängsgapet egentligen består av

Ett gap av den storleken betyder normalt att den ena modellen helt enkelt är sämre. Här betyder det mest att de två byggdes för olika uppgifter, och delpoängen visar det snarare än döljer det. Alla siffror nedan är Artificial Analysis-mätningar på revision v4.3.2 om inget annat anges.

• Intelligensindex — Muse Wonder Full (max) 56, fjärde av 699 modeller; Muse Glimmer (hög) 17, femtonde av 142.

• Återkallning av lång kontext — Muse Glimmer 83,3 %, före Claude Sonnet 5.5:s 82,7 % i samma körning. Muse Wonder Fulls siffra är inte publicerad i samma testramverk.

• Terminal-Bench 4.0 — Muse Glimmer 0,5 %; Muse Wonder-serien rapporterar 85,5 och 85,6 i leverantörens tabell.

• Humanity's Last Exam — Muse Glimmer 22,0 %; Muse Wonder Full rapporterades inte i samma testramverk.

• Utdatashastighet — Muse Glimmer 143,8 tokens per sekund. Muse Wonder Full är inte publicerad i samma utvärderingsramverk, och inte heller är dess kostnad per indexuppgift det, eftersom det inte finns något per-token-pris att beräkna den utifrån.

• Kostnad per indexeringsuppgift – Muse Glimmer cirka 0,06 USD i hostad version. Muse Wonder Full: ej tillämpligt, ingen mätningsväg.

Long-context-raden är den man bör stanna upp vid. En modell med 30 miljarder parametrar kvantiserad till 20 GB som matchar en aktuell frontier-checkpoint när det gäller att hitta ett faktum i en mycket lång indata är inte en avrundningsartefakt – det är vad träningsreceptet siktade på, och det är det starkaste påståendet någon kan göra för Glimmer. Terminal-Bench-raden är den andra ytterligheten: en halv procent betyder att modellen inte slutför agentiska mjukvaruuppgifter, och ingen besparing på hårdvara gör en uppgift som aldrig blir klar billigare. En peer review-granskad studie om multiagentorkestrering som inkluderade Muse-Glimmer-30B fann att den inte lyckades återfinna någon av sina kandidater, vilket är samma fynd från en annan riktning.

Så Glimmer läser bra, svarar snabbt, kan köras var som helst och kan inte exekvera. Muse Wonder Full exekverar och rapporterar den högsta sammanvägda poängen i familjen – och rapporterar sedan 13,1 på legal agent suite, vilket är lägre än alla andra frontier-modeller i Metas egen tabell. Inget av dessa faktum förklaras av det andra.

Siffran $0,06 är en fälla, och detsamma gäller $50.

Siffran för hostad kostnad per indexuppgift bör omedelbart diskvalificeras. $0,06 är vad Artificial Analysis spenderade på att anropa Muse Glimmer via en hostad endpoint med $0,325 och $1,35 per miljon — den prissätter ekonomin för att hyra modellen, inte för att köra den. Vid självhosting försvinner per-token-kostnaden och ersätts av en accelerator som du antingen redan äger eller måste köpa, plus den ingenjörstid som krävs för att serva den. Att ställa $0,06 mot en frontier-modells kostnad per uppgift som om de två vore direkt jämförbara är det enskilt enklaste misstaget att göra på den här sidan.

50-dollarsalternativet är en annan fälla i motsatt riktning. Det framstår som billigt bredvid en utmatningskostnad på 20 dollar per miljon, och det är det inte, eftersom det inte köper någon mätbar enhet. Tio prompter och tio miljoner prompter kostar lika mycket, och poängen du köper det för – 59,1 på Metas index – är inte den poäng som den öppna resultattavlan publicerar för samma checkpoint. Metas tabell säger 59,0 på Artificial Analysis Index; Artificial Analysis publicerar 56. En skillnad på tre punkter i samma namngivna index säger dig vilket tal som är ett påstående och vilket som är en mätning.

Den ärliga versionen är att dessa två modeller inte ligger på samma axel överhuvudtaget. Muse Glimmer prissätts efter acceleratorn och dess kostnad skalar inte med volymen – dyr vid tio förfrågningar om dagen, anmärkningsvärt billig vid tio miljoner. Muse Wonder Full prissätts per månad och dess kostnad skalar inte med något du kan mäta. Den ena ändras med din användning. Den andra ändras inte alls.

Steget som faktiskt är mellan dem

De flesta team som har läst så här långt vill inte ha någon av ytterligheterna. De vill ha en liten modell på sin egen hårdvara för den billiga, privata, högvolymiga halvan av arbetsbelastningen och något i frontier-klass via ett API för den svåra halvan, och det besvärliga är att det normalt innebär två separata stackar med två separata faktureringsrelationer.

En av de tre Meta-modellerna i den här familjen är en rutt som vi tillhandahåller. meta/muse-spark-1.2 — den större lärarmodellen som Glimmer destillerades från — finns i OrcaRouter-katalogen till $1,25 för input och $4,25 för output per miljon tokens över ett fönster på 1 048 576 tokens med cacheläsningar för $0,15. Det gör den till det mellersta steget: betydligt mer kapabel än 30B-studenten på utförandeorienterat arbete, en femtedel av Muse Wonders output-pris och nåbar med samma nyckel som allt annat.

Två noter om ärlighet, eftersom namngivningen inbjuder till ett felaktigt antagande. Muse Glimmer är i sig inte en av våra rutter – det finns ingen muse-glimmer-post i katalogen, och det bör inte finnas någon, eftersom hela poängen med Glimmer är att du kör det själv och aldrig routar det någonstans. Muse Wonder Full är inte heller vår, och till skillnad från Glimmer är det inte tillgängligt för någon utanför Metas prenumerationsytor.

Det som upplägget med en enda slutpunkt ger är den hostade halvan av den uppdelningen. Leverantörslistpriser förs vidare med 0 % påslag, så syns en leverantörs prisändring samma dag; automatisk redundansväxling täcker att en leverantör uppströms försämras under körning; och routnings-DSL:en komponerar en billig modell och en dyr till ett enda anrop, så den dyra sidan anropas bara där den billigas konfidens sjunker. För en familj med en 30B-fil i ena änden och en prenumerationsstyrd checkpoint i den andra är den kompositionen själva poängen — merparten av trafiken behöver aldrig någon av ytterligheterna.

Att välja, och den enda raden som avgör det

• Muse Glimmer när tokens inte kan lämna maskinen, när det inte finns något nätverk, när du behöver något du kan fästa och behålla, eller när volymen är tillräckligt hög för att en räkning per token blir den dominerande kostnaden. Inom den ramen är den snabb, koncis och stark på läsning av långa kontexter, och den sammansatta poängen underskattar den för just dessa uppgifter.

• Muse Glimmer för högvolymsextrahering och hämtning över långa dokument, där återkallningsgraden på 83,3 % för lång kontext är siffran som spelar roll och de 0,5 % på Terminal-Bench aldrig kommer på tal.

• Muse Wonder eller den bredare serien när uppgiften måste utföras – agenter, datoranvändning, terminalarbete – eller när indata är tal eller video. En utförandepoäng på 0,5 % är inte ett budgetalternativ; det är en icke-deltagare.

• Muse Spark 1.2 om du handlar i mellanskiktet. Det är modellen som Glow destillerades från, det är steget mellan de två ytterligheterna, den kostar en femtedel av vad frontier tar för förmåga någonstans i gapet.

• Inte Muse Wonder Full, enbart på grund av det sammansatta resultatet. Meta rapporterar 13,1 i den juridiska agentsviten mot 55,2 för Claude Opus 5.5 i samma tabell, och den oberoende resultattavlan placerar checkpointen fyra punkter över den anropbara Muse Wonder snarare än 42. Om ditt arbete ser ut som den där Harvey-raden är den högsta poängen i lanseringstabellen fel anledning att betala för prenumerationen.

Indexgapet på 42 punkter är verkligt, och det är också det minst användbara på den här sidan. Det här är inte närliggande produkter med ett pristeg mellan sig; de är en fil och en dörr. Beslutet gäller var tokenarna körs, sedan huruvida arbetet består i att läsa eller att exekvera – och det sista beslutet, det som folk glömmer, är att ett labb som levererar så här långt ifrån varandra i båda ändar av spannet kommer att fortsätta röra sig, så den modell du inte kan låsa fast är den modell du bör vara långsammast med att bygga på.