Muse Wonder vs Muse Glimmer: Den ena är en prislista, den andra är en fil

Meta Superintelligence Labs säljer nu två modeller som delar efternamn och nästan inget annat. Muse Wonder, som släpptes den 12 oktober 2026, är en proprietär frontmodell för 4,00 $ per miljon input-tokens och 20,00 $ per miljon output-tokens, med ett fönster på 1 048 576 tokens och ett Artificial Analysis Intelligence Index på 52. Muse Glimmer, som släpptes den 10 augusti 2026, är en Apache 2.0-modell med 30 miljarder parametrar som Meta levererar redan kvantiserad till 4 bitar så att den får plats under 20 GB VRAM, körs med nätverket urkopplat och får 17 på samma index. Det är ett gap på 35 punkter, och det är inte den intressanta siffran. Den intressanta siffran är 20 GB: en av dessa två kan du hålla i handen, och den andra kan du bara hyra.

Två produkter, inte två nivåer

Det är frestande att läsa Muse Glimmer som en nedbantad Muse Wonder. Härstamningen går i motsatt riktning. Glimmer tränades genom logitdistillation från Metas större Muse Spark-lärarmodell, finjusterades sedan på långkontextdata för agenter och förstärktes för verktygsanvändning – det är en liten modell byggd för att imitera en stor, inte en stor modell med borttagna funktioner. Muse Wonder kom ut från samma labb åtta veckor senare på en helt annan bana: 1M kontext, tal och video som förstklassiga indata, obligatoriskt resonemang på en ansträngningsstege från minimal till maximal, och en prenumerationsbegränsad tvillingcheckpoint bakom sig.

• Vikter — Muse Glimmer Apache 2.0, nedladdningsbar, levereras i 4-bit; Muse Wonder proprietär, ingen checkpoint publicerad

• Parametrar – Muse Glimmer 30 miljarder, kvantiserad till under 20 GB; Muse Wonder ej avslöjad

• Var den körs — Muse Glimmer på din egen GPU, offline; Muse Wonder på Metas infrastruktur över ett nätverk

• Kontextfönster — Muse Glimmer 131 072 tokens, kan utökas till 262 144; Muse Wonder 1 048 576 tokens

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

• Pris — Muse Glimmer ingen avgift per token om du hostar den själv, 0,325 $ in och 1,35 $ ut per miljon om du hyr den; Muse Wonder 4,00 $ in och 20,00 $ ut

• Utdatatak — Muse Wonder 943 718 tokens i ett enda svar; Muse Glimmer är inte dokumenterad i den storleksordningen

• Kunskapsgräns — Muse Glimmer januari 2026; Muse Wonder inte publicerad

• Absorberbar förändring som en av dem inte kan absorbera – Muse Glimmer kan pinnas, forkas och finjusteras; Muse Wonder kan deprekeras

Meta testade Glimmer på ett RTX 5090 och på Apple M4 Max- och M5 Max-silikon, vilket är den praktiska definitionen av vad "körs lokalt" innebär här – minnesavtrycket i full precision är över 55 GB, så 4-bitarsversionen är hela anledningen till att modellen överhuvudtaget går att driftsätta. Inget med Muse Wonder fungerar så. Du når det via ett API, mot en avgift, så länge Meta väljer att tillhandahålla det.

Vad 35-poängsgapet består av

Ett gap av den storleken betyder vanligtvis att en modell helt enkelt är sämre. Här betyder det mest att de två modellerna byggdes för olika uppgifter, och delpoängen visar det snarare än döljer det. Alla siffror nedan är mätningar från Artificial Analysis på revision v4.3.2 om inte annat anges.

• Intelligensindex — Muse Wonder (max) 52, nionde av 219 modeller; Muse Glimmer (hög) 17, femtonde av 142

• Återkallelse i långa kontexter — Muse Glimmer 83,3 %, bättre än Claude Sonnet 5.5:s 82,7 % i samma körning

• Terminal-Bench 4.0 — Muse Glimmer 0,5%

• Automationsbenchmark — Muse Glimmer 0.068

• Mänsklighetens sista examen — Muse Glimmer 22,0 %

• Uthastighet — Muse Glimmer 143,8 tokens per sekund; Muse Wonder inte publicerad på samma testrigg

• Kostnad per indexeringsuppgift — Muse Glimmer cirka 0,06 USD hostad; Muse Wonder cirka 4,52 USD

Raden om återkallning i lång kontext är den som är värd att stanna upp vid. Att en modell med 30 miljarder parametrar, kvantiserad till 20 GB, matchar en helt ny frontiermodell när det gäller att hitta ett faktum i en mycket lång indata är inte en avrundningsartefakt – det är vad träningsreceptet syftade på, och det är det starkaste påståendet någon kan göra för Glimmer. Terminal-Bench-raden är den andra änden: en halv procent betyder att modellen inte slutför agentiska mjukvaruuppgifter, och ingen besparing på hårdvara gör en uppgift som aldrig blir klar billigare. En referentgranskad studie av fleragentsorkestrering som inkluderade Muse-Glimmer-30B fann att den inte återfann några av sina kandidater, vilket är samma resultat från en annan riktning.

Så formen är läsbar. Glimmer läser bra, svarar snabbt, körs var som helst och kan inte exekvera. Wonder läser en större indata, exekverar och kostar ungefär sjuttiofem gånger så mycket per indexeringsuppgift när du hyr den lilla i stället för att äga den.

Siffran $0.06 är en fälla.

Den sjuttiofemfaldiga siffran förtjänar omedelbar diskvalificering. Kostnaden på $0.06 per indexuppgift är vad Artificial Analysis betalade för att anropa Muse Glimmer via en hostad endpoint till $0.325 och $1.35 per miljon — det prissätter ekonomin för att hyra modellen, inte för att köra den. Vid egen hosting försvinner fakturan per token och ersätts av en GPU du redan äger eller måste köpa, plus ingenjörstiden för att serva den. Att ange $0.06 mot $4.52 som om det vore en likvärdig jämförelse är det enskilt enklaste misstaget att göra på den här sidan.

Den ärliga versionen är att de två modellerna inte alls ligger på samma axel. Muse Wonder prissätts per token och dess kostnad skalar med volymen. Muse Glimmer prissätts per accelerator och dess kostnad skalar inte med volymen — vilket gör den dyr vid tio förfrågningar om dagen och anmärkningsvärt billig vid tio miljoner.

Offline är ett krav, inte en rabatt

För en klass av driftsättning är denna jämförelse inte en jämförelse. En begäran som inte kan lämna enheten, ett fabriksgolv eller en fältplats utan anslutning, en luftgapad miljö där ett API-anrop i sig är en regelefterlevnadsöverträdelse, en latensbudget där en tur och retur redan är för mycket — inget av dessa löses av en bättre modell bakom ett nätverk. Apache 2.0-vikter som ryms under 20 GB och körs ouppkopplade är hela svaret, och Muse Wonder är inte en del av frågan till något pris.

Det är också den enda platsen där licensen upphör att vara en fotnot. Metas eget lanseringsmaterial för Muse Wonder säger inget om vikter, och inga sådana är på väg; Full-checkpointen bakom Muse Code-prenumerationen är likaså stängd. Glimmer är en fil. Du kan forka den, finjustera den, låsa revisionen och fortsätta att servera den efter att leverantören tappar intresset — vilket inte är någon hypotetisk oro för en modell som släpptes för två månader sedan av ett labb som redan har släppt ytterligare två generationer.

Att hålla alla tre, vilket är det faktiska svaret

De flesta team som har läst så här långt väljer inte ett. De vill ha en liten modell på sin egen hårdvara för den billiga, privata, högvolymiga halvan av arbetsbelastningen och en frontier-modell över ett API för den svåra halvan, och det besvärliga är att de två halvorna normalt innebär två helt separata stackar.

En av de tre Meta-modellerna i den här familjen är en rutt vi betjänar. meta/muse-spark-1.2 – den större lärarmodellen som Glimmer destillerades från – finns i OrcaRouter-katalogen till $1,25 input och $4,25 output per miljon tokens över ett fönster på 1 048 576 tokens med cacheläsningar för $0,15, vilket gör den till den mellersta nivån: betydligt mer kapabel än 30B-studenten, en bråkdel av Muse Wonders pris, och nåbar med samma nyckel som allt annat. Den hanterar också 42,8 miljoner tokens trafik i veckan genom den här katalogen, vilket är den användbara signalen för alla som undrar om Spark-serien utför riktigt arbete.

Två ärlighetsnoter. Muse Glimmer är i sig inte en av våra rutter – det finns ingen muse-glimmer-post i katalogen, och skärmbilden nedan är Muse Spark 1.2-sidan snarare än Glimmers, eftersom hela poängen med Glimmer är att du kör det själv och aldrig routar det någonstans. Muse Wonder är inte heller vår; Metas Model API och Muse Code är där det körs.

Det som upplägget med en enda slutpunkt ger är den hostade halvan av den uppdelningen. Leverantörernas listpriser förs vidare med 0 % påslag, så en leverantörs prisändring syns samma dag; automatisk failover täcker en uppströmsleverantör som försämras under körning; och routnings-DSL:en låter dig kombinera en billig modell och en dyr till ett enda anrop så att frontiermodellen bara anropas där den billiga modellens konfidens sjunker. För en familj med en 30B-modell i ena änden och en modell för $20 per miljon uttoken i den andra är den kombinationen hela poängen — merparten av trafiken behöver aldrig den dyra änden.

Att välja

• 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 när uppgiften måste utföras – agenter, datoranvändning, terminalarbete – eller när indata är tal eller video, eller när ett enda svar behöver sträcka sig över 128 000 token. En utförandepoäng på 0,5 % är inte ett budgetalternativ; det är en icke-deltagare.

• Inget av dem, om du handlar i mellanskiktet. Muse Spark 1.2 är steget mellan dem, det är modellen som Glimmer destillerades från, och den kostar en femtedel av vad Muse Wonder tar betalt för kapacitet någonstans i mellanrummet.

Indexgapet på 35 punkter är verkligt och det är också det minst användbara på den här sidan. De här två modellerna är inte närliggande produkter med ett pristeg mellan sig; de är två svar på frågor som bara överlappar de dagar då du råkar behöva båda. Beslutet gäller var tokens tar vägen, och det andra beslutet – det som folk glömmer – är att ett labb som släpper modeller så långt ifrån varandra i båda ändar av skalan kommer att fortsätta röra sig, så den modell du inte kan låsa fast är den modell du bör vara långsammast att bygga vidare på.