Muse Wonder vs Muse Glimmer: Một Cái là Bảng Giá, Cái Kia là File

Meta Superintelligence Labs hiện bán hai mô hình chỉ chung một cái họ và gần như không chung gì khác. Muse Wonder, phát hành ngày 12 tháng 10 năm 2026, là một mô hình tiên phong độc quyền với giá 4,00 USD mỗi triệu token đầu vào và 20,00 USD mỗi triệu token đầu ra, cửa sổ 1.048.576 token và Chỉ số Trí tuệ Artificial Analysis là 52. Muse Glimmer, phát hành ngày 10 tháng 8 năm 2026, là một mô hình Apache 2.0 30 tỷ tham số mà Meta xuất xưởng đã lượng tử hóa sẵn xuống 4-bit để nằm gọn dưới 20 GB VRAM, chạy được khi ngắt mạng, và đạt 17 trên cùng chỉ số đó. Đó là khoảng cách 35 điểm, và đó không phải là con số thú vị. Con số thú vị là 20 GB: một trong hai cái này bạn có thể cầm trong tay, còn cái kia bạn chỉ có thể thuê.

Hai sản phẩm, không phải hai bậc

Thật dễ để coi Muse Glimmer là một Muse Wonder bị cắt gọn. Nguồn gốc lại đi theo chiều ngược lại. Glimmer được huấn luyện bằng chưng cất logit từ giáo viên Muse Spark lớn hơn của Meta, sau đó tinh chỉnh trên dữ liệu agentic ngữ cảnh dài và được tăng cường cho việc dùng công cụ — đây là một mô hình nhỏ được tạo ra để bắt chước một mô hình lớn, chứ không phải một mô hình lớn bị loại bỏ bớt tính năng. Muse Wonder ra đời từ cùng phòng thí nghiệm tám tuần sau đó trên một hướng hoàn toàn khác: ngữ cảnh 1M, giọng nói và video là đầu vào hạng nhất, suy luận bắt buộc trên một thang nỗ lực chạy từ tối thiểu đến tối đa, và một checkpoint song sinh chỉ dành cho thuê bao phía sau nó.

• Trọng số — Muse Glimmer Apache 2.0, có thể tải xuống, được phát hành ở dạng 4-bit; Muse Wonder độc quyền, không công bố checkpoint

• Số tham số — Muse Glimmer 30 tỷ, lượng tử hóa dưới 20 GB; Muse Wonder không tiết lộ

• Nơi nó chạy — Muse Glimmer trên GPU của chính bạn, ngoại tuyến; Muse Wonder trên hạ tầng của Meta qua mạng

• Cửa sổ ngữ cảnh — Muse Glimmer 131.072 token, có thể mở rộng lên 262.144; Muse Wonder 1.048.576 token

• Đầu vào theo phương thức — Muse Glimmer văn bản và hình ảnh; Muse Wonder văn bản, hình ảnh, giọng nói và video

• Giá — Muse Glimmer không tính phí theo token nếu bạn tự triển khai, 0,325 đô-la cho đầu vào và 1,35 đô-la cho đầu ra mỗi triệu nếu bạn thuê; Muse Wonder 4,00 đô-la cho đầu vào và 20,00 đô-la cho đầu ra

• Giới hạn đầu ra — Muse Wonder 943.718 token trong một phản hồi duy nhất; Muse Glimmer không được ghi nhận ở quy mô đó

• Thời điểm cập nhật kiến thức — Muse Glimmer tháng 1 năm 2026; Muse Wonder chưa được phát hành

• Thay đổi có thể hấp thụ được mà một trong hai không thể hấp thụ — Muse Glimmer có thể được ghim, được fork và được tinh chỉnh; Muse Wonder có thể bị ngừng hỗ trợ

Meta đã thử nghiệm Glimmer trên RTX 5090 và trên chip Apple M4 Max và M5 Max, đây chính là định nghĩa thực tế của việc "chạy cục bộ" ở đây — dấu chân độ chính xác đầy đủ là hơn 55 GB, nên bản phát hành 4-bit chính là toàn bộ lý do khiến mô hình có thể triển khai được. Không có gì về Muse Wonder hoạt động theo cách này. Bạn truy cập nó qua API, với một mức phí, chừng nào Meta còn chọn cung cấp nó.

Khoảng cách 35 điểm được tạo nên từ những gì

Khoảng cách lớn như vậy thường có nghĩa là một mô hình đơn giản là kém hơn. Ở đây, nó chủ yếu có nghĩa là hai mô hình được xây dựng cho những công việc khác nhau, và các điểm phụ cho thấy điều đó chứ không che giấu nó. Tất cả số liệu bên dưới là các đo lường của Artificial Analysis trên bản sửa đổi v4.3.2 trừ khi có ghi chú khác.

• Chỉ số Trí tuệ — Muse Wonder (max) 52, đứng thứ chín trong số 219 mô hình; Muse Glimmer (high) 17, đứng thứ mười lăm trong số 142

• Khả năng ghi nhớ ngữ cảnh dài — Muse Glimmer 83,3%, vượt qua 82,7% của Claude Sonnet 5.5 trong cùng lần chạy

• Terminal-Bench 4.0 — Muse Glimmer 0.5%

• Điểm chuẩn tự động hóa — Muse Glimmer 0.068

• Kỳ thi cuối cùng của nhân loại — Muse Glimmer 22.0%

• Tốc độ đầu ra — Muse Glimmer 143,8 token mỗi giây; Muse Wonder không được công bố trên cùng một khung đánh giá

• Chi phí cho mỗi tác vụ lập chỉ mục — Muse Glimmer khoảng $0,06 khi chạy trên máy chủ; Muse Wonder khoảng $4,52

Dòng về khả năng gợi nhớ ngữ cảnh dài là dòng đáng để dừng lại suy nghĩ. Một mô hình 30 tỷ tham số được lượng tử hóa xuống 20 GB mà ngang bằng với một mô hình tiên phong hoàn toàn mới trong việc tìm một sự kiện trong một đầu vào rất dài không phải là một sai lệch do làm tròn — đó chính là điều mà công thức huấn luyện nhắm tới, và đó là tuyên bố mạnh mẽ nhất mà bất kỳ ai có thể đưa ra cho Glimmer. Dòng về Terminal-Bench là đầu còn lại: nửa phần trăm nghĩa là mô hình không hoàn thành các tác vụ phần mềm mang tính tác tử, và không khoản tiết kiệm nào về phần cứng khiến một tác vụ không bao giờ kết thúc trở nên rẻ hơn. Một nghiên cứu đã qua bình duyệt về điều phối đa tác tử có bao gồm Muse-Glimmer-30B đã phát hiện ra rằng nó không khôi phục được ứng viên nào, đây cũng là cùng một phát hiện từ một hướng khác.

Vậy là hình dạng đã rõ ràng. Glimmer đọc tốt, trả lời nhanh, chạy được ở mọi nơi và không thể thực thi. Wonder đọc đầu vào lớn hơn, thực thi, và chi phí cho mỗi tác vụ lập chỉ mục cao hơn khoảng bảy mươi lăm lần khi bạn thuê bản nhỏ thay vì sở hữu nó.

Con số $0.06 là một cái bẫy

Con số gấp bảy mươi lăm lần đó xứng đáng bị loại ngay lập tức. Mức 0,06 USD cho mỗi tác vụ chỉ mục là thứ Artificial Analysis đã chi để gọi Muse Glimmer qua một endpoint được host với giá 0,325 USD và 1,35 USD mỗi triệu token — nó định giá kinh tế của việc thuê mô hình, không phải việc vận hành mô hình. Khi tự host, hóa đơn theo token biến mất và được thay bằng một GPU bạn đã sở hữu hoặc phải mua, cộng thêm thời gian kỹ thuật để phục vụ nó. Việc đặt 0,06 USD bên cạnh 4,52 USD như thể đó là một so sánh cùng tiêu chí là sai lầm dễ mắc nhất trên trang này.

Nói thẳng ra thì hai mô hình này hoàn toàn không nằm trên cùng một trục. Muse Wonder được định giá theo token và chi phí của nó tăng theo khối lượng. Muse Glimmer được định giá theo accelerator và chi phí của nó không tăng theo khối lượng — điều này khiến nó trở nên đắt đỏ ở mức mười yêu cầu mỗi ngày và rẻ một cách đáng kinh ngạc ở mức mười triệu.

Offline là yêu cầu bắt buộc, không phải sự nhân nhượng

Với một loại hình triển khai, so sánh này không còn là so sánh nữa. Một yêu cầu không thể rời khỏi thiết bị, một xưởng sản xuất hay hiện trường không có kết nối, một môi trường cách ly hoàn toàn nơi bản thân một lệnh gọi API đã là hành vi vi phạm tuân thủ, một ngân sách độ trễ mà chỉ một vòng khứ hồi cũng đã là quá nhiều — không có trường hợp nào trong số đó được giải quyết bằng một mô hình tốt hơn nằm sau mạng. Các trọng số Apache 2.0 vừa dưới 20 GB và chạy không cần kết nối chính là toàn bộ câu trả lời, và Muse Wonder không tham gia vào câu hỏi này ở bất kỳ mức giá nào.

Đó cũng chính là nơi duy nhất mà giấy phép thôi chỉ còn là một dòng chú thích. Tài liệu ra mắt của chính Meta cho Muse Wonder không nói gì về trọng số, và sẽ chẳng có trọng số nào được công bố; Full checkpoint đứng sau gói đăng ký Muse Code cũng bị đóng tương tự. Glimmer là một tệp. Bạn có thể fork nó, tinh chỉnh nó, ghim revision, và tiếp tục phục vụ nó sau khi nhà cung cấp không còn mặn mà — điều mà với một mô hình được phát hành cách đây hai tháng bởi một phòng thí nghiệm đã tung ra thêm hai thế hệ nữa thì không phải là mối lo giả định.

Giữ cả ba, đâu mới là câu trả lời thực sự

Hầu hết các nhóm đọc đến đây đều không chọn một. Họ muốn một mô hình nhỏ trên phần cứng của riêng họ cho nửa khối lượng công việc rẻ, riêng tư, khối lượng lớn và một mô hình tiên phong qua API cho nửa khó, và phần khó xử là ở chỗ hai nửa đó thường có nghĩa là hai ngăn xếp hoàn toàn tách biệt.

Một trong ba mô hình Meta thuộc dòng này là một tuyến do chúng tôi cung cấp. meta/muse-spark-1.2 — mô hình teacher lớn hơn mà Glimmer được chưng cất từ đó — nằm trong danh mục OrcaRouter với mức giá 1,25 USD cho input và 4,25 USD cho output trên mỗi triệu token trong cửa sổ 1.048.576 token, kèm mức đọc cache 0,15 USD, khiến nó trở thành nấc giữa: năng lực cao hơn hẳn so với mô hình student 30B, chỉ bằng một phần nhỏ mức giá của Muse Wonder, và có thể truy cập bằng cùng một key như mọi thứ khác. Nó cũng đang gánh 42,8 triệu token lưu lượng mỗi tuần qua danh mục này, một tín hiệu hữu ích cho bất kỳ ai đang băn khoăn liệu dòng Spark có thực sự làm được việc.

Hai lưu ý về tính trung thực. Bản thân Muse Glimmer không phải là một trong các tuyến của chúng tôi — không có mục muse-glimmer nào trong danh mục, và ảnh chụp bên dưới là trang của Muse Spark 1.2 chứ không phải trang của Glimmer, vì toàn bộ điểm mấu chốt của Glimmer là bạn tự chạy nó và không bao giờ định tuyến nó đi đâu cả. Muse Wonder cũng không phải của chúng tôi; Model API của Meta và Muse Code là nơi nó chạy.

Điều mà cách bố trí một điểm cuối duy nhất mang lại chính là nửa phần được lưu trữ của sự tách đôi đó. Giá niêm yết của nhà cung cấp được chuyển tiếp thẳng với mức chênh lệch 0%, nên việc một nhà cung cấp đổi giá sẽ hiện ra ngay trong cùng ngày; chuyển đổi dự phòng tự động xử lý tình huống một nhà cung cấp thượng nguồn suy giảm giữa chừng; và DSL định tuyến cho phép bạn kết hợp một mô hình rẻ với một mô hình đắt thành một lời gọi duy nhất, sao cho mô hình tiên tiến nhất chỉ được gọi ở những chỗ mà độ tin cậy của mô hình rẻ tụt xuống. Với một họ mô hình có một mô hình 30B ở một đầu và một mô hình 20 đô-la cho mỗi triệu token đầu ra ở đầu kia, sự kết hợp đó chính là toàn bộ ý nghĩa — phần lớn lưu lượng không bao giờ cần đến đầu đắt tiền.

Chọn

• Muse Glimmer khi các token không thể rời khỏi máy, khi không có mạng, khi bạn cần một thứ có thể ghim lại và giữ, hoặc khi khối lượng đủ lớn để hóa đơn theo token trở thành chi phí chi phối. Trong phạm vi đó, nó nhanh, súc tích và mạnh về đọc ngữ cảnh dài, và điểm tổng hợp đánh giá thấp nó đúng ở những công việc như vậy.

• Muse Glimmer cho việc trích xuất và truy xuất khối lượng lớn trên các tài liệu dài, nơi mà recall ngữ cảnh dài 83,3% mới là con số quan trọng và 0,5% trên Terminal-Bench thì không bao giờ được nhắc đến.

• Muse Wonder khi tác vụ phải được thực thi — agent, sử dụng máy tính, công việc trên terminal — hoặc khi đầu vào là giọng nói hay video, hoặc khi một phản hồi duy nhất cần chạy vượt quá 128.000 token. Điểm thực thi 0,5% không phải là một lựa chọn tiết kiệm chi phí; nó là một bên không tham gia.

• Không cái nào cả, nếu bạn đang mua ở phân khúc giữa. Muse Spark 1.2 là nấc nằm giữa chúng, nó là mô hình mà Glimmer được chưng cất từ đó, và có giá chỉ bằng một phần năm mức Muse Wonder tính cho năng lực nằm đâu đó trong khoảng giữa.

Khoảng cách chỉ số 35 điểm là có thật, và nó cũng là thứ ít hữu ích nhất trên trang này. Hai mô hình này không phải là những sản phẩm liền kề với một bậc giá ở giữa; chúng là hai câu trả lời cho những câu hỏi chỉ giao nhau vào những ngày bạn tình cờ cần cả hai. Quyết định nằm ở chỗ các token chạy, và quyết định thứ hai — cái mà người ta hay quên — là một phòng lab tung ra sản phẩm cách xa nhau đến vậy ở cả hai đầu của dải sẽ tiếp tục dịch chuyển, nên mô hình mà bạn không thể ghim chặt là mô hình mà bạn nên chậm nhất trong việc xây dựng dựa trên nó.