การ์ดไตเติ้ล Muse Glimmer: โมเดลเอเจนต์โอเพนเวตขนาด 30B ของ Meta สำหรับ GPU ในเครื่อง พร้อมป้ายระบุ Apache 2.0, รองรับ GPU ขนาด 24-32 GB และกลั่นจาก Muse Spark 1.2
Guides & Insights

Muse Glimmer: จริง ๆ แล้วรายงานทางเทคนิคของ Meta เคลียร์ประเด็นอะไรได้บ้างเกี่ยวกับ Local Agent ขนาด 30B

ผู้เขียน

jinhao.song

วันที่เผยแพร่

โมเดลล่าสุด · 20ดูโมเดลทั้งหมด →
เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน
กลับไปยังโพสต์ทั้งหมด

Meta เผยแพร่รายงานทางเทคนิคสำหรับ Muse Glimmer เมื่อวันที่ 19 ตุลาคม 2026 ซึ่งเป็นเจ็ดสิบวันหลังจากที่ตัวโมเดลเปิดตัวเมื่อวันที่ 10 สิงหาคม ช่องว่างดังกล่าวเป็นเหตุผลว่าเอกสารนี้จึงสำคัญกว่ารายงานทั่วไป: มันเป็นเอกสารของ Meta ที่ละเอียดที่สุดเกี่ยวกับโมเดลนี้จนถึงตอนนี้ — มันแสดงการคำนวณเบื้องหลังข้อเสนอสำหรับฮาร์ดแวร์ผู้บริโภค และระบุว่าแถว benchmark ใดที่ Meta รันเอง และแถวใดที่ยืมมาจากผู้อื่น Muse Glimmer เป็นโมเดล dense ขนาด 3 หมื่นล้านพารามิเตอร์ ใช้สัญญาอนุญาต Apache 2.0 รับข้อความและภาพเป็นอินพุต กลั่นมาจากโมเดลครู Muse Spark ระดับแนวหน้าของ Meta และตลอดรายงานมีการทดสอบ benchmark เทียบกับ Gemma4-31B และ Qwen3.6-27B รายงานยังประเมินต้นทุนของการกลั่นนี้อย่างเหมาะสมเป็นครั้งแรก: น้ำหนัก BF16 ขนาด 55.7GB ถูกบีบอัดเหลือ 19.65GB เพื่อให้โมเดลภาษาพอดีกับการ์ด 32GB โดยวัดต้นทุนด้านคุณภาพแทนที่จะกล่าวอ้างเฉย ๆ ความล้มเหลวของ AI และเหตุการณ์เกี่ยวกับเอเจนต์ที่ได้รับการบันทึกไว้ซึ่งอยู่เบื้องหลังการเปิดตัวเช่นนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive ซึ่งแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง เกรดความเชื่อมั่น และธงข้อโต้แย้งของตัวเอง

การเปิดเผยสองข้อในรายงานฉบับนี้ไม่ค่อยดูดีเท่ากับบล็อกเปิดตัว ข้อแรกคือตาราง benchmark เป็นการผสม ไม่ใช่การรวบรวมผลเฉพาะของ Meta: สี่แถวมาจาก Artificial Analysis อีกสองตัวเลขเป็นรายงานของคู่แข่งเอง และที่เหลือคือการรันภายในของ Meta เทียบกับการตั้งค่าที่ Meta ยังยอมรับว่าไม่ได้ปรับให้เหมาะกับคู่แข่ง ข้อที่สองคือการตรวจสอบที่บทความนี้เดิมบอกว่าจะใช้เวลาหลายสัปดาห์นั้นได้เกิดขึ้นแล้ว Artificial Analysis ได้ให้คะแนน Muse Glimmer แล้ว และบนดัชนีปัจจุบัน โมเดลอยู่ที่ 17 — ตามหลัง Qwen3.6-27B ที่ 21 และนำหน้า Gemma4-31B ที่ 15 ขณะเดียวกัน คำสัญญาที่ Meta ให้ไว้พร้อมการเปิดตัว คือเวตแบบเปิดสำหรับ Muse Spark ที่ใหญ่กว่ามาก ได้ถูกทำตามเมื่อวันที่ 15 ตุลาคม ในชื่อ Muse Spark Open: พารามิเตอร์รวม 816B โดยมี 42B ที่ใช้งาน ภายใต้สัญญาอนุญาตที่ไม่ใช่ Apache 2.0

สิ่งที่รายงานบอกว่าจริง ๆ แล้วโมเดลคืออะไร

สถาปัตยกรรมนี้เปิดเผยต่อสาธารณะแล้วถึงระดับรูปร่างของเทนเซอร์ และอธิบายพฤติกรรมส่วนใหญ่ที่ผู้คนถกเถียงกันได้ Muse Glimmer มีพารามิเตอร์รวมประมาณ 29.6B โดยแบ่งเป็นประมาณ 25.16B ในบล็อก Transformer จำนวน 52 บล็อก, 1.34B สำหรับการฝังโทเค็นแบบไม่ผูกน้ำหนัก, 1.34B สำหรับการฉายเอาต์พุตแบบไม่ผูกน้ำหนัก และตัวเข้ารหัสการรับรู้แยกต่างหากอีก 1.8B — เป็น ViT-G/14 จำนวน 50 เลเยอร์ที่ความกว้าง 1536 แบ่งแพตช์ที่ 14 พิกเซลเทียบกับกริดอ้างอิงขนาด 448 พิกเซล มิติซ่อนคือ 6,656 แอตเทนชันเป็นแบบ grouped-query โดยมีหัวคิวรี 32 หัวเทียบกับหัวคีย์-แวลู 2 หัวในอัตราส่วน 16:1 พร้อมหน้าต่างเลื่อนขนาด 2,048 โทเค็นในรูปแบบซ้ำสามชั้นโลคอลแล้วหนึ่งชั้นโกลบอล และใช้ RoPE เฉพาะเลเยอร์โลคอลเท่านั้น คำศัพท์มี 202,048 โทเค็นบน tokenizer แบบ Llama 4 BPE และบริบทอยู่ที่ 128K ขึ้นไป จุดตัดความรู้คือ 4 มกราคม 2026

ตัวเลขสองตัวในบทความสมควรได้รับความสนใจมากกว่าที่ได้รับในวันเปิดตัว ตัวแรกคือจำนวนภาษา: บทคัดย่อระบุว่า "กว่าหนึ่งร้อยภาษา" เนื้อหาหลักระบุว่าประมาณ 140 ภาษา และภาคผนวกอ้างถึงคะแนน Omnilingual-GAIA2 ที่ 60.4 เทียบกับ 37.5 ของ Gemma4-31B และ 45.0 ของ Qwen3.6-27B นั่นเป็นช่องว่างที่ใหญ่ และเช่นเดียวกับทุกสิ่งอื่นในตาราง มันคือการรันของ Meta เอง ตัวที่สองคือสูตรการฝึก: การฝึกก่อน (pre-training) เป็นการกลั่นแบบ logit จาก Muse Spark โดยใช้ top 256 logits ของครู โดยใช้ KL divergence สำหรับ 95% แรกของการรัน และสลับไปใช้ cross-entropy บนเป้าหมาย ground-truth สำหรับ 5% สุดท้ายเพื่อแก้ไขอคติจากการตัดทอนที่การกลั่นแบบ top-k ก่อให้เกิด การฝึกกลาง (mid-training) ขยายบริบทจาก 32K เป็น 128K และใส่ข้อมูลเส้นทางแบบ agentic; การฝึกหลัง (post-training) คือ supervised fine-tuning จากนั้นจึงเป็นการกลั่นแบบ on-policy แล้วจึงเป็นการเรียนรู้แบบเสริมกำลังหลายวัตถุประสงค์ Meta ระบุอย่างชัดเจนว่าการกลั่นแบบ on-policy เอาชนะสูตรที่ใช้เพียงการเรียนรู้แบบเสริมกำลังเพียงอย่างเดียวในขนาดนี้ ซึ่งเป็นข้อมูลที่มีประโยชน์สำหรับใครก็ตามที่กำลังฝึกโมเดล agent ขนาดเล็กของตนเอง

บรีฟผลิตภัณฑ์ไม่เปลี่ยนแปลง Meta สร้าง Glimmer สำหรับ "เวิร์กโฟลว์เอเจนต์โลคัลที่ทำงานตลอดเวลา" ซึ่งเป็นเอเจนต์ที่เรียกใช้เครื่องมือ ทำตามแผนหลายขั้นตอน ฟื้นตัวเมื่อการเรียกใช้ล้มเหลวแทนที่จะหยุด และสามารถปรับระดับความพยายามในการให้เหตุผลขึ้นหรือลงได้ งานที่ตั้งเป้าไว้คืองานที่ดูไม่หวือหวา ได้แก่ การเขียนโค้ดในเครื่อง การเรียกฟังก์ชัน การจัดการตารางเวลา การจัดระเบียบไฟล์ และการประเมินแบบ LLM-as-a-judge โดยทำงานภายใต้เฟรมเวิร์กสำหรับประสานงานอย่าง OpenClaw ซึ่งบทความอ้างถึงชื่อนี้ว่าเป็นเหตุผลที่ความต้องการตัวเรียกใช้เครื่องมือที่กะทัดรัดและเชื่อถือได้มีอยู่ตั้งแต่แรก

ตัวเลขของคำกล่าวอ้างที่ว่า “พอดีกับ GPU ของคุณ” มาจากไหน

นี่คือส่วนที่รายงานทางเทคนิคถูกจัดทำขึ้นเพื่อชี้ขาด และมันยังคงยืนหยัดได้ดีกว่าสิ่งที่การตลาดทำไว้ ที่ BF16 น้ำหนักกินพื้นที่ 55.7GB Meta กำหนดเป้าหมายการติดตั้งใช้งานที่มีหน่วยความจำ 24GB หรือ 32GB โดยสำรองพื้นที่ไว้สำหรับ KV cache ที่ไม่ได้ควอนไทซ์ ตัวเข้ารหัสการรับรู้ และตัวร่าง DFlash ดังนั้นจึงมุ่งเป้าไปที่น้ำหนักโมเดลภาษาที่ต่ำกว่า 20GB โดยประเมินแผนการควอนไทซ์หลังการฝึกเจ็ดรูปแบบ — GPTQ, AWQ, NVFP4 แบบยูนิฟอร์ม, MXFP8 แบบยูนิฟอร์ม, Q4_K_M ของ llama.cpp, รูปแบบการปรับเทียบที่เรียกว่า Greedy-KL และ EvoPress ที่ดัดแปลง — เทียบกับ negative log-likelihood แบบ held-out จากนั้นจึงเทียบกับเกณฑ์มาตรฐานปลายทาง 15 รายการ

ผลลัพธ์คือโปรไฟล์การดีพลอยที่ตั้งชื่อไว้สองโปรไฟล์ แทนที่จะเป็นคำกล่าวอ้างแบบคลุมเครือว่า "4-bit" เพียงคำเดียว โปรไฟล์ 32GB คือ EvoPress ที่มีน้ำหนัก 19.65GB และจาก 15 เบนช์มาร์ก โดยเฉลี่ยได้ 75.6% เทียบกับ 75.7% ของ BF16 — ต่างกันหนึ่งในสิบของจุด โปรไฟล์ 24GB คือ Q4_K_M ที่มีขนาดเล็กกว่า โดยเฉลี่ย 74.8% ลดลงเก้าในสิบของจุด ความยาวคำตอบเฉลี่ยเปลี่ยนจาก 11,070 โทเคนที่ BF16 เป็น 11,417 ที่ EvoPress และ 10,774 ที่ Q4_K_M ดังนั้นความกังวลทั่วไปที่ว่าการควอนไทซ์แบบรุนแรงจะทำให้ความยาว chain-of-thought พองขึ้นจึงไม่ปรากฏที่นี่ เหล่านั้นเป็นการวัดของ Meta บนชุดการประเมินของ Meta; เป็นตัวเลขคุณภาพเทียบกับหน่วยความจำที่ชัดเจนที่สุดเท่าที่มีใครเผยแพร่สำหรับโมเดลนี้ และยังคงเป็นตัวเลขจากผู้ขาย

ความเร็วเป็นจุดเดียวที่เปเปอร์บางกว่าบทความบล็อก รายงานระบุว่าน้ำหนัก 4 บิตผสานกับการถอดรหัสแบบ speculative ให้ “ความเร็วที่ใช้งานได้จริงบน RTX 5090 ตัวเดียว” และอธิบายตัว drafter อย่างละเอียด — ห้าชั้น ขนาดบล็อก 16, 32 query head และ 8 key-value head ฝึกแบบออฟไลน์บน on-policy rollouts ด้วยวัตถุประสงค์ D-PACE — แต่ไม่ได้เผยแพร่ตาราง throughput ตัวเลขที่แพร่หลายอยู่ คือความเร็วถอดรหัสเพิ่มขึ้นประมาณ 3.1 เท่าบน RTX 5090 (จาก 74.9 เป็น 233 โทเคน/วินาทีใน llama.cpp), 1.8 เท่าบน M5 Max และ 1.5 เท่าบน M4 Max มาจากสื่อเปิดตัวและ model card ของ Meta ไม่ได้มาจากรายงาน ให้ถือเป็นตัวเลขที่ผู้ขายระบุไว้จนกว่าจะมีคนทำซ้ำบนเครื่องของตนเอง ซึ่งสำหรับโมเดลโลคัลแล้วเป็นการทดลองที่ทำได้ง่ายจริง ๆ

เหตุใดการเปิดตัวครั้งนี้จึงสำคัญยิ่งกว่าเพียงแค่ข้อมูลจำเพาะ

ตั้งแต่ Llama 4 ในฤดูใบไม้ผลิปี 2025 Meta เงียบไปเกี่ยวกับน้ำหนักเปิด โดยถอยกลับไปสู่สาย frontier แบบ proprietary ภายใต้ Meta Superintelligence Labs Muse Glimmer คือการกลับมาสู่สาธารณะของกลยุทธ์นั้น และมาพร้อมบทความของ Zuckerberg ยาว 14 หน้าเรื่อง “The Future is for Everyone” ซึ่งโต้แย้งว่าการควบคุมแบบกระจุกตัวคือความเสี่ยง AI ที่แท้จริง พร้อมกองทุนมูลค่า 1 พันล้านดอลลาร์ชื่อเดียวกัน เอกสารดังกล่าวไม่ได้พูดถึงการเมืองซ้ำ แต่ทำสิ่งที่มีประโยชน์กว่า นั่นคือแสดงให้เห็นว่าการกลับมาสู่น้ำหนักเปิดไม่ใช่ท่าทีครั้งเดียว

เมื่อวันที่ 15 ตุลาคม Meta ได้เผยแพร่น้ำหนักของ Muse Spark Open — พารามิเตอร์รวม 816B, พารามิเตอร์ที่ใช้งาน 42B, คอนเท็กซ์ 1M โทเคน และตามที่ Meta ระบุ สามารถรันบน Apple M5 Ultra Mac Studios สองเครื่องด้วย MLX นี่คือรุ่นพี่น้องแบบโอเพนเวตของ teacher และตอบคำถามที่บทความนี้เดิมทีทิ้งค้างไว้ คำตอบนี้มีเครื่องหมายดอกจันกำกับ: Muse Spark Open เผยแพร่ภายใต้ Muse Model License ที่มีข้อกำหนดเชิงพาณิชย์จำกัด ไม่ใช่ Apache 2.0 Glimmer ยังคงเป็นรุ่นที่เปิดกว้างกว่าของทั้งสอง และด้วยขนาด 30B จึงเป็นเพียงรุ่นเดียวในคู่นี้ที่พอดีกับหน่วยความจำของการ์ดจอสำหรับผู้บริโภคเพียงใบเดียว การวางตำแหน่งของ Meta เองคือ Spark Open เป็นโมเดลระดับเดสก์ท็อปสำหรับผู้ที่มีสแต็ก Mac Studio; Glimmer คือรุ่นสำหรับการ์ดจอ 24GB

ตัวเลขทั้งหมดของ Spark Open ข้างต้นเป็นของ Meta และโดยเฉพาะข้อกล่าวอ้างที่ว่า "รันบน Mac Studios สองเครื่อง" ยังไม่มีการทำซ้ำอย่างเป็นอิสระ สิ่งที่ไม่มีการโต้แย้งคือรูปร่างของไลน์อัป ได้แก่ โมเดลเอเจนต์ขนาด 30B แบบเปิดกว้าง โมเดลเรือธงขนาด 816B แบบจำกัด และชั้น API ระดับแนวหน้าซึ่งอยู่เหนือทั้งสอง นั่นเป็นกลยุทธ์แบบเปิดน้ำหนักที่สอดคล้องกันมากกว่าการเปิดตัวเพียงครั้งเดียว และเป็นสิ่งที่ต้องนำมาคิดในทุกการตัดสินใจเกี่ยวกับการสร้างบนโมเดลที่เล็กกว่าของ Meta

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).

การกล่าวอ้างเรื่อง "รมควัน" ทีละแถว

สกอร์บอร์ดด้านบนถูกสร้างขึ้นในวันเปิดตัว และมีหนึ่งบรรทัดในนั้นที่ถูกแซงไปแล้ว: คอลัมน์ Artificial Analysis ของมันยังคงระบุว่า "no entry" สำหรับ Muse Glimmer สกอร์การ์ดของ Meta เองเปรียบเทียบ Muse Glimmer ที่ความแรงในการให้เหตุผลระดับสูงกับ Gemma4-31B และ Qwen3.6-27B ในสามสิบหกแถว รูปแบบจากวันเปิดตัวยังคงอยู่: ชัยชนะที่ใหญ่ที่สุดคือการให้เหตุผลแบบเอเจนต์ทั่วไป การค้นหา และงานหลายภาษา

• MCP-Atlas (การใช้เครื่องมือแบบเอเจนต์) — Muse Glimmer 75.5, Gemma4-31B 54.2, Qwen3.6-27B 62.5 ยังคงเป็นแถวที่เด่นที่สุดและมีช่องว่างที่ใหญ่ที่สุดในชุดนี้

• DeepSearch QA — 74.6 เทียบกับ 61.7 และ 71.1; GAIA2 — 43.3 เทียบกับ 36.4 และ 40.0; WildClawBench — 47.6 เทียบกับ 37.6 และ 43.2

• GDPval-AA v2 — 953 Elo เทียบกับ 811 ของ G​emma และ 1,141 ของ Q​wen น่าหยุดคิดตรงที่ว่า ในงานความรู้ที่มีคุณค่าทางเศรษฐกิจ Q​wen ชนะไปแบบทิ้งห่าง

• SWE-Bench Pro — 51.2 เทียบกับ 36.9 และ 50.2; ARC-AGI — 66.9 ที่การให้เหตุผลระดับ high, 67.9 ที่ระดับ xhigh ใหม่ที่รายงานเพิ่มเข้ามา; LiveCodeBench Pro (2025 Q2) — 64.1 ที่ระดับ high, 66.8 ที่ระดับ xhigh

• τ³-Banking — 23.5 เทียบกับ 15.1 และ 16.7; PinchBench (การใช้เครื่องมือ) — 90.5

แถวที่มันแพ้ก็ให้ข้อมูลไม่น้อยเช่นกัน Qwen3.6-27B ทำได้เหนือกว่าในด้านการใช้งานคอมพิวเตอร์แบบลงมือปฏิบัติและการทำงานในเทอร์มินัล: OSWorld-Verified 75.6 เทียบกับ 65.9 ของ Glimmer, TerminalBench 2.1 60.7 เทียบกับ 51.7, SWE-Bench Verified 77.2 เทียบกับ 76.0 และทำได้เหนือกว่า SkillsBench เล็กน้อยที่ 46.6 เทียบกับ 44.3 Gemma4-31B มีบันทึกด้านความเป็นส่วนตัวและความปลอดภัยที่ดีกว่า — อัตราการละเมิด CIMemories ที่ 12.1% เทียบกับ 26.4% ของ Glimmer และ 53.4% ของ Qwen และมีอัตราความสำเร็จในการโจมตีต่ำที่สุดบน Siren AgentDojo ที่ 25.6% เทียบกับ 28.4% ของ Glimmer และ 40.3% ของ Qwen Gemma ยังทำได้เหนือกว่าเล็กน้อยในการทดสอบการให้เหตุผลแบบเฉพาะเจาะจงแคบๆ โดย GPQA Diamond อยู่ที่ 85.7 เทียบกับ 83.5 และ Humanity's Last Exam อยู่ที่ 23.6 เทียบกับ 22.0

ภาคผนวกวิธีวิทยาเป็นส่วนที่เปลี่ยนวิธีที่คุณควรอ่านทุกสิ่งข้างต้น และแก้ไขสิ่งที่บทความนี้ระบุไว้ตอนเปิดตัว ไม่ใช่ทุกแถวจะเป็นผลของ Meta เอง สำหรับโมเดลคู่แข่ง Meta รายงาน "ผลลัพธ์ที่ดีที่สุดระหว่างคะแนนที่รายงานเองหรือการทำซ้ำภายในของเรา" และเกณฑ์วัดสี่รายการ — τ³-Banking, GDPval-AA v2, Terminal-Bench 2.1 และ SciCode — ได้มาจาก Artificial Analysis แทนที่จะรันภายในเอง ตัวเลข SWE-Bench Verified สำหรับ Qwen3.6-27B เป็นการรายงานเองของ Q​wen ตัวเลข SWE-Bench Pro สำหรับ Q​wen เป็นการรันภายในของ Meta เนื่องจากตัวเลขที่ Q​wen เผยแพร่มาจากเวอร์ชันที่ปรับปรุงแล้วของเกณฑ์วัด และ Meta ประเมินชุดงานต้นฉบับ สำหรับส่วนที่เหลือ Meta ทำซ้ำผลของคู่แข่งด้วยตนเอง และระบุว่าเครื่องมือเอเจนต์และพรอมต์ระบบของตน "อาจไม่ได้ปรับแต่งมาเฉพาะสำหรับโมเดลของบุคคลที่สามที่เป็นกรรมสิทธิ์"

นั่นเป็นการเปิดเผยที่รอบคอบกว่าที่บล็อกเปิดตัวเสนอ และมันมีผลได้ทั้งสองทาง นี่ไม่ใช่การกวาดชัยของผู้ขายแบบหมดจด ซึ่งช่วยเสริมความน่าเชื่อถือของตาราง แต่ "ผลลัพธ์ที่ดีที่สุดระหว่างการรายงานตนเองและการทำซ้ำของเรา" เป็นกฎที่ช่วยคู่แข่งได้เฉพาะในแถวที่ตัวเลขของคู่แข่งเองสูงกว่า และข้อแม้เรื่องการตั้งค่าที่ยังไม่ได้ปรับแต่งของ Meta ยังใช้กับทุกแถวที่ Meta สร้างขึ้นเอง รายละเอียดระดับแถวตอนนี้ตรวจสอบได้แล้ว ซึ่งเป็นสิ่งที่ต้องการ; แต่ทิศทางของอคติไม่อาจทราบได้อย่างเต็มที่จากบทความ

กระดานคะแนนอิสระบอกว่าอะไร

Artificial Analysis ได้ให้คะแนนโมเดลนี้แล้ว ซึ่งทำให้ข้อแม้ที่ว่า "ยังไม่มีผลลัพธ์อิสระ" ที่บทความนี้มีมาตลอดเดือนสิงหาคมหมดความจำเป็น บนดัชนีปัจจุบันของ AA Muse Glimmer ที่ความเข้มข้นในการให้เหตุผลสูงมี Intelligence Index อยู่ที่ 17 จัดเป็นอันดับ 14 จาก 141 โมเดลในชุดเปรียบเทียบ Qwen3.6-27B อยู่ที่ 21 และ Gemma4-31B อยู่ที่ 15 AA ยังวัดได้ 137 โทเคนเอาต์พุตต่อวินาที โดยมีเวลาไปยังโทเคนแรก 0.91 วินาที — ถือว่าเร็วสำหรับระดับนี้ จัดเป็นอันดับ 16 จาก 64 — และมีค่าใช้จ่ายประมาณ $0.06 ต่องาน Intelligence Index

ระดับคะแนนจำเป็นต้องมีข้อแม้ แต่การจัดอันดับไม่จำเป็นต้องมี บทความช่วงสัปดาห์เปิดตัวของ AA ระบุว่าโมเดลสามตัวเดียวกันได้ 35, 38 และ 30 บนดัชนีของตน ขณะที่หน้าข้อมูลโมเดลปัจจุบันระบุว่าได้ 17, 21 และ 15 ตัวเลขสัมบูรณ์เปลี่ยนไป แต่ลำดับไม่เปลี่ยน ไม่ว่าสาเหตุของการปรับสเกลคืออะไร ข้อเท็จจริงที่คงที่ในการอ่านทั้งสองครั้งคือการจัดอันดับ: Qwen นำหน้า Glimmer ในคะแนนรวม Glimmer นำหน้า Gemma และ Glimmer นำหน้าในแถวที่เฉพาะเจาะจงด้านเอเจนต์ นั่นสนับสนุนข้อกล่าวอ้างที่แคบกว่า "นำหน้าโมเดลเปิดที่มีขนาดใกล้เคียงกัน" — บนดัชนีความฉลาดทั่วไป โมเดล 27B จากเดือนเมษายนยังคงชนะ — และข้อกล่าวอ้างที่แคบกว่านี้คือข้อกล่าวอ้างที่ถูกต้อง

การประเมินในสัปดาห์เปิดตัวของ AA ได้เพิ่มข้อค้นพบที่ควรนำไปพิจารณาต่อ: อัตราการสร้างข้อมูลเท็จ (hallucination) อยู่ที่ 82% สำหรับ Muse Glimmer เทียบกับ 49% สำหรับ Qwen3.6-27B โดยมีดัชนี AA-Omniscience ที่ −33 สำหรับเอเจนต์ที่ทำงานแบบไม่มีผู้ดูแลบนเครื่องของคุณและเรียกใช้เครื่องมือ ตัวเลขนี้ควรเป็นตัวกำหนดว่าคุณจะให้ autonomy แก่มันมากเพียงใด มากกว่าที่ MCP-Atlas ทำ AA ยังระบุในตอนนี้ว่า Qwen3.6-27B ถูกเลิกใช้งาน (deprecated) โดยให้ใช้ Qwen3.8-27B แทน ดังนั้นคู่แข่งที่ Glimmer ถูกนำมาเปรียบเทียบด้วยในตารางนี้เป็นส่วนใหญ่จึงไม่ใช่โมเดลปัจจุบันของผู้ผลิตอีกต่อไป — รายละเอียดที่การเปรียบเทียบของ Meta ไม่สามารถคาดการณ์ได้ในเดือนสิงหาคม และรายงานซึ่งเผยแพร่ในเดือนตุลาคมก็ไม่ได้กล่าวถึง

ภาพด้านล่างคือหน้าสำหรับเปรียบเทียบ ณ ตอนก่อนที่ Glimmer จะได้รับการให้คะแนน ซึ่งเป็นเหตุผลว่าทำไมจึงแสดงรายชื่อผู้เข้าแข่งขันที่ Glimmer กำลังจะเข้าร่วม แทนที่จะแสดง Glimmer อยู่ในนั้น โปรดอ่านเป็นฐานอ้างอิงก่อนการตรวจสอบ ไม่ใช่เป็นอันดับปัจจุบัน

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.

ค่าใช้จ่ายที่แท้จริงในการใช้งาน

Muse Glimmer เองนั้นฟรี — Apache 2.0 ไม่มีค่าธรรมเนียมต่อโทเคน ไม่มีการจ่ายเงินให้ Meta และรายงานยืนยันว่าการเผยแพร่นี้รวมน้ำหนักความละเอียดเต็ม ตัวแปร 4-bit และ DFlash speculation head ไว้ด้วย ต้นทุนอยู่ที่ฮาร์ดแวร์ที่รองรับมัน BF16 ต้องใช้ 55.7GB ซึ่งหมายถึงต้องใช้การ์ดสองใบ หรือไม่ก็ไม่มีการ์ดสำหรับผู้บริโภคตัวไหนรองรับได้เลย โปรไฟล์ EvoPress 32GB คือตัวที่คุณควรเลือกหากกำลังจะซื้อ: มันแลกมาด้วยความแม่นยำเฉลี่ยที่ลดลงหนึ่งในสิบของจุดเมื่อเทียบกับ BF16 และใส่ได้ในการ์ด 32GB ใบเดียว หรือ Mac ระดับสูงที่มีหน่วยความจำแบบรวม โปรไฟล์ Q4_K_M 24GB แลกมาด้วยเก้าในสิบของจุด และใส่ได้ในการ์ดระดับ RTX 5090 ซึ่งเป็นการแลกเปลี่ยนที่สมเหตุสมผลสำหรับเอเจนต์ที่ทำงานตลอดเวลา

หากคุณต้องการเช่าแทนการซื้อ อัตราโฮสต์ที่ติดตามอยู่ตอนนี้ต่ำกว่าอัตราที่หน้านี้อ้างถึงในเดือนสิงหาคม Artificial Analysis บันทึกไว้ที่ $0.30 ต่อหนึ่งล้านโทเค็นอินพุต และ $1.20 ต่อหนึ่งล้านโทเค็นเอาต์พุตสำหรับ Muse Glimmer เทียบกับ $0.35 และ $1.50 ที่รายการแรก ๆ มีตอนเปิดตัว โดยมีส่วนลดแคช 87% และอัตรา blended ใกล้ $0.21 สิ่งเหล่านี้เป็นอัตราตลาดที่ผู้ให้บริการระบุไว้ ไม่ใช่ราคาของ Meta — Meta ไม่ได้เผยแพร่ endpoint Glimmer แบบโฮสต์ของตัวเอง และเอกสารสำหรับนักพัฒนาของ Meta ถูกเขียนโดยเน้นการชี้เครื่องมือของคุณไปยังเซิร์ฟเวอร์ Muse Glimmer ภายในเครื่อง ดัชนีไม่ได้แสดงว่าการเปลี่ยนแปลงนี้เป็นการลดราคาโดยผู้ให้บริการรายเดิม หรือผู้ให้บริการที่ถูกกว่าเข้ามาอยู่ในชุดที่ติดตาม ไม่ทางใดก็ทางหนึ่ง ทิศทางสำหรับการเปิดตัวแบบ open-weight นั้นคาดเดาได้

การเปรียบเทียบที่ควรทำอย่างรอบคอบยังคงเป็นการเปรียบเทียบระหว่างระบบภายในกับระบบโฮสต์ และมันไม่ได้สูสีอย่างที่การตลาดสื่อเลย การ์ด 32GB เป็นต้นทุนคงที่ที่ตัดจำหน่ายไปกับทุกโทเคนที่คุณสร้างขึ้นตลอดไป ส่วนอัตราค่าบริการแบบโฮสต์เป็นต้นทุนส่วนเพิ่มที่ขยายตามปริมาณ และหายไปได้ถ้าผู้ให้บริการหายไปด้วย ที่ $0.30 และ $1.20 เส้นทางแบบโฮสต์ถูกพอที่ทีมส่วนใหญ่ควรเริ่มจากตรงนั้นก่อนซื้อฮาร์ดแวร์ และเส้นทางแบบภายในจะชนะก็ต่อเมื่อโทเคนไม่สามารถออกจากเครื่องได้ หรือปริมาณสูงพอจน GPU ถูกกว่าค่าใช้จ่ายที่เป็นบิล

ขอชี้แจงเกี่ยวกับเราสักหน่อย เพราะเรื่องนี้มีผลต่อวิธีที่คุณจะตั้งราคาสำหรับสิ่งเหล่านี้ Muse Glimmer ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter — เราจัดเส้นทาง API แบบโฮสต์ และโมเดลนี้ยังไม่ได้กลายเป็นเส้นทางแบบโฮสต์ ดังนั้นการบวกกำไร 0% และการจัดการแบบคีย์เดียวสำหรับทุกอย่างจึงยังไม่ใช้กับโมเดลนี้ในตอนนี้ สิ่งที่ใช้คือวินัย: สำหรับ โมเดลกว่า 200 รายการที่เราจัดเส้นทาง ราคาที่แสดงคือราคาลิสต์ของผู้ให้บริการที่ส่งต่อโดยบวกกำไร 0% ดังนั้นการลดราคาของผู้ขายจะมีผลที่นี่ในวันเดียวกัน แทนที่จะเป็นหลังการคำนวณกำไรใหม่ นั่นคือมาตรฐานที่การเปรียบเทียบนี้ควรถูกวัดด้วย ไม่ว่าคุณจะรัน Glimmer ด้วยวิธีใด

วิธีที่คุณจะใช้จริงๆ ในสัปดาห์นี้

เนื่องจากเผยแพร่เป็นน้ำหนักแบบเปิด (open weights) การเข้าถึงจึงเป็นการดาวน์โหลด รีโปฐานคือ meta-models/Muse-Glimmer-30B บน Hugging Face โดยมีตัวแปรแบบ 4-bit และบิลด์ GGUF ที่เผยแพร่ควบคู่กัน การรองรับรันไทม์ตั้งแต่วันแรกได้แก่ llama.cpp, MLX และ ExecuTorch; ตามมาด้วย Ollama, LM Studio, vLLM และ SGLang ภายในไม่กี่วัน พร้อมงานปรับแต่งประสิทธิภาพสำหรับฮาร์ดแวร์ที่ระบุไว้สำหรับ AMD, Arm, Dell, Intel และ Nvidia เส้นทางปฏิบัติสำหรับคนส่วนใหญ่ยังไม่เปลี่ยน: ดึง GGUF มา โหลดใน llama.cpp หรือ local runner ชี้ agent scaffold ไปที่มัน และเริ่มด้วยโปรไฟล์ 24GB Q4_K_M เว้นแต่คุณจะมี 32GB เหลือไว้สำหรับตัว EvoPress

หากคุณกำลังตัดสินใจว่าจะต่อยอดบนมันหรือไม่ การวางกรอบอย่างตรงไปตรงมาคือ Glimmer เป็นเอเจนต์โลคอลที่ดี มีระดับคุณภาพขั้นต่ำที่จัดทำเอกสารไว้ มีปัญหาการฮัลลูซิเนชันที่วัดได้ และมีตารางเบนช์มาร์กจากผู้ขายที่ตอนนี้ตรวจสอบได้บางส่วน ส่วนโมเดลครูเป็นอีกกรณีหนึ่ง: Muse Spark 1.2 สามารถกำหนดเส้นทางผ่าน OrcaRouter ได้ ในราคา $1.25 ต่ออินพุตหนึ่งล้านโทเคน และ $4.25 ต่อเอาต์พุตหนึ่งล้านโทเคน ทีมจึงสามารถรันโมเดลเล็กบนอุปกรณ์สำหรับงานต้นทุนต่ำ งานที่เป็นส่วนตัว และงานที่พร้อมใช้ตลอดเวลา และกำหนดเส้นทางเคสยาก ๆ ไปยังโมเดลใหญ่ผ่านคีย์เดียวกันได้ การแยกกันแบบนั้น — โมเดลนักเรียนโลคอลสำหรับลูปรูทีน และโมเดลครูที่โฮสต์ไว้สำหรับการส่งต่อเคสที่ยากขึ้น — คือสถาปัตยกรรมที่รีลีสทั้งสองรองรับจริง และสามารถทดสอบได้ภายในสัปดาห์นี้ในราคาของ GPU ที่คุณอาจมีอยู่แล้วบวกงบโทเคน การสลับสำรองอัตโนมัติคือสิ่งที่ทำให้ครึ่งที่โฮสต์ไว้ปลอดภัยพอจะวางบนเส้นทางโปรดักชันได้ ในขณะที่โมเดลยังอยู่ระหว่างสร้างประวัติผลงานที่เป็นอิสระ ซึ่งเป็นสถานะที่ Glimmer กำลังอยู่พอดี

ภาพหน้าจอด้านล่างคือการ์ดโมเดลตามที่ปรากฏในวันเปิดตัว ประโยค “ไม่ถูกนำไปใช้งานโดยผู้ให้บริการ inference รายใด” ในนั้นหมายถึง inference แบบ first-party ของ Hugging Face เอง ซึ่งเป็นคนละส่วนกับการโฮสติ้งโดยบุคคลที่สามที่เริ่มเมื่อวันที่ 9 สิงหาคม และเป็นเครื่องเตือนใจที่มีประโยชน์ว่าประโยคนั้นล้าสมัยเร็วเพียงใด

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.

ดูอะไรดี

สามสิ่งที่เคยจะเป็นตัวตัดสินเรื่องราวนี้ได้คลี่คลายไปเกือบหมดแล้ว การเปิดตัว Spark แบบ open-weights เกิดขึ้นเมื่อวันที่ 15 ตุลาคม การวัดผลโดยอิสระก็เกิดขึ้นแล้ว และระบุว่า Qwen นำในภาพรวม Glimmer นำในด้าน agentics ส่วน Gemma ตามหลังทั้งสองราย การโฮสต์แพร่หลายออกไป และราคาที่ติดตามอยู่ตอนนี้คือ $0.30 และ $1.20 แทนที่จะเป็น $0.35 และ $1.50

สิ่งที่เหลืออยู่แคบลงและน่าสนใจมากขึ้น ประการแรก คือจะมีใครนอก Meta ที่ทำซ้ำการแลกเปลี่ยนจากควอนไทเซชันได้หรือไม่ — ช่องว่าง 0.1 จุดและ 0.9 จุดเป็นส่วนที่แข็งแกร่งที่สุดของรายงานและเป็นสิ่งที่ตรวจสอบได้ง่ายที่สุดบนการ์ด 24GB ประการที่สอง คือความเป็นผู้นำด้านเอเจนต์จะยังคงอยู่รอดกับฮาร์เนสที่ไม่ได้สร้างขึ้นรอบโมเดลหรือไม่; MCP-Atlas ที่ 75.5 คือตัวเลขที่ต้องเอาชนะ และเป็นตัวเลขที่เปิดรับความแตกต่างของสแกฟโฟลด์มากที่สุด ประการที่สาม คือการเปิดตัวขนาดเล็กครั้งถัดไปของ Meta จะสืบทอดสัญญาอนุญาต Apache 2.0 หรือ Muse Model License แบบจำกัดที่ Spark Open เปิดตัวภายใต้นั้น — ตัวเลือกเพียงข้อเดียวนั้นตัดสินว่าเส้น Glimmer จะยังใช้เป็นรากฐานสำหรับผลิตภัณฑ์ของผู้อื่นได้หรือไม่

ทวีตเปิดตัวกล่าวถึงข่าวได้อย่างถูกต้องและใจกว้างต่อข้อสรุป สิ่งที่รายงานทางเทคนิคเพิ่มเข้ามาคือส่วนที่ขาดหายไปในเดือนสิงหาคม: ตอนนี้คุณเห็นได้แล้วว่ามีการวัดอะไร บนฮาร์ดแวร์ใด โดยใคร และแลกมาด้วยคุณภาพในต้นทุนเท่าใด นั่นเป็นพื้นฐานที่ดีกว่าสำหรับการตัดสินใจ ทั้งตาราง benchmark และทวีต และเป็นเหตุผลว่าทำไมโมเดลนี้จึงยังคุ้มค่าที่จะวางแผนโดยอ้างอิงถึง แทนที่จะเพียงคุ้มค่าที่จะอ่านเกี่ยวกับ

คำถามที่ควรค่าแก่การตอบจริง ๆ

Muse Glimmer เป็นโอเพนซอร์สจริงหรือไม่?

เป็นโมเดลแบบเปิดน้ำหนัก (open weights) ภายใต้ Apache 2.0 — ใครก็สามารถดาวน์โหลด แก้ไข ไฟน์จูน และนำไปใช้งานเชิงพาณิชย์ได้โดยไม่ต้องจ่ายเงินให้ Meta รายงานยังยืนยันสิ่งที่สัญญาอนุญาตครอบคลุมจริง ๆ: น้ำหนักความแม่นยำเต็ม ตัวแปร 4 บิตสองแบบ และหัวดราฟเตอร์ DFlash ถูกเปิดเผยทั้งหมด สิ่งที่ไม่ได้เปิดเผยคือข้อมูลการฝึกและน้ำหนักของครู Muse Spark ซึ่งเป็นเหตุผลที่คำว่า "open weights" เป็นถ้อยคำที่ระมัดระวัง มากกว่าจะเป็นโอเพนซอร์สเต็มรูปแบบในความหมายของ OSI ในทางปฏิบัติ ข้อตกลงนี้เป็นแบบเดียวกับที่ทำให้ Llama กลายเป็นตระกูลโมเดลเปิดที่ถูกนำไปใช้งานมากที่สุดในวงการ AI

Muse Glimmer เอาชนะ Gemma4-31B และ Qwen3.6-27B ได้จริงหรือไม่?

บนตารางของ Meta เอง รุ่นนี้ชนะในแถวส่วนใหญ่ที่เกี่ยวกับงานแบบเอเจนต์และการค้นหา และภาคผนวกวิธีการตอนนี้แสดงให้เห็นว่าแถวเหล่านั้นแถวใดบ้างเป็นการรันของ Meta และแถวใดมาจาก Artificial Analysis หรือรายงานของคู่แข่งเอง การตีความจากแหล่งอิสระนั้นแคบกว่า: บนดัชนี Intelligence ของ AA นั้น Qwen3.6-27B ได้ 21 และ Muse Glimmer ได้ 17 โดย Gemma4-31B อยู่ที่ 15 ดังนั้นข้อความที่ถูกต้องคือ Glimmer นำในระดับขนาดเดียวกันด้านการใช้เครื่องมือ การวางแผนหลายขั้นตอน และงานแบบเอเจนต์หลายภาษา แต่ไม่ได้นำด้านปัญญาทั่วไปแบบภาพรวมหรือด้านงานที่ใช้คอมพิวเตอร์

ฉันสามารถรันมันบนแล็ปท็อปได้ไหม?

เฉพาะในกรณีที่ "laptop" หมายถึงเครื่องที่มี GPU แยกความจุ 24GB หรือ 32GB หรือ Mac รุ่นไฮเอนด์ที่มีหน่วยความจำแบบรวมมากขนาดนั้น รายงานระบุว่าน้ำหนัก BF16 อยู่ที่ 55.7GB และมุ่งเป้าไปที่โปรไฟล์บีบอัดสองแบบ: น้ำหนัก 19.65GB สำหรับเครื่อง 32GB และบิลด์ Q4_K_M ที่เล็กกว่าสำหรับ 24GB โดยทั้งสองแบบเหลือพื้นที่เผื่อสำหรับ KV cache, perception encoder และ drafter บนกราฟิกแบบ integrated หรือเครื่อง 16GB คุณจะเจอการควอนไทซ์ที่หนักขึ้นและเอาต์พุตที่ช้า แทนที่จะเป็นเอเจนต์ที่ทำงานตลอดเวลาแบบที่การเปิดตัวนี้ออกแบบมา

ฉันจะได้มันมาจากที่ไหน และมีให้ใช้ผ่าน API หรือเปล่า

น้ำหนักโมเดลอยู่บน Hugging Face ที่ meta-models/Muse-Glimmer-30B และคุณสามารถรันได้ในเครื่องผ่าน llama.cpp, MLX, ExecuTorch, Ollama หรือ LM Studio การเข้าถึงแบบโฮสต์มีผ่านแพลตฟอร์มของบุคคลที่สามในราคาประมาณ $0.30 ต่อหนึ่งล้านโทเค็นอินพุต และ $1.20 ต่อหนึ่งล้านโทเค็นเอาต์พุต ตามราคาของผู้ให้บริการที่ Artificial Analysis ติดตามอยู่ Meta ไม่ได้เผยแพร่ปลายทาง Glimmer แบบโฮสต์ของตัวเอง และโมเดลนี้ไม่ได้อยู่บน OrcaRouter — หากมันกลายเป็นเส้นทางแบบโฮสต์ คีย์เดียวกันกับที่เข้าถึงโมเดลกว่า 200 รายการที่เราให้บริการเส้นทางอยู่จะเข้าถึงมันได้ แต่ปัจจุบันยังไม่เป็นเช่นนั้น

การเปรียบเทียบในบทความนี้1

ตรวจพบจากบทความนี้ · เบนช์มาร์ก: Artificial Analysis · อัปเดตทุกวัน

© 2026 OrcaRouter

สำหรับผู้ให้บริการ

ให้บริการแพลตฟอร์มการอนุมานอยู่หรือไม่ นำโมเดลของคุณขึ้น OrcaRouter

[email protected]

เข้าร่วมคอมมูนิตี้ของเรา

Discord[email protected]XLinkedInGitHubYouTube