Muse Glimmer: Meta otwiera wagi modelu agentowego o 30 miliardach parametrów, ale inteligencja pozostaje zamknięta
10 sierpnia 2026 roku Meta AI Research udostępniła wagi modelu Muse Glimmer — multimodalnego systemu o około 30 miliardach parametrów, wydanego na licencji Apache 2.0. Architektura, czyli gęsty transformer o 52 warstwach i enkoder wizyjny ViT-G/14, powstała przez destylację z Muse Spark, większego, zamkniętego rozwiązania Superintelligence Labs. Po okresie zamknięcia premiera jest krokiem w stronę otwartości, ale Meta zatrzymuje dla siebie zarówno model flagowy, jak i zbiór treningowy, co wyraźnie ogranicza możliwość odtworzenia systemu.
Specyfikacja techniczna opisana w karcie modelu na Hugging Face podaje okno kontekstu o wielkości 131 072 tokenów oraz schemat uwagi naprzemiennie korzystający z okien lokalnych i globalnych. Meta raportuje wysokie wyniki w benchmarkach takich jak MCP Atlas (75,5) i SWE-Bench Pro (51,2). W agentowym zestawie MCP Atlas model wyprzedza Gemma4-31B (75,5 wobec 54,2), ale w OSWorld-Verified ustępuje Qwen3.6-27B (65,9 wobec 75,6). W momencie premiery żadna trzecia strona nie zweryfikowała tych wyników — opierają się one na wewnętrznym raporcie ewaluacyjnym firmy.
Obietnica działania na sprzęcie konsumenckim spełnia się wyłącznie w wersjach skwantyzowanych do 4 bitów, które schodzą z wymaganiami pamięci poniżej 20 GB przy deklarowanym średnim spadku jakości do 1 procent. Wnioskowanie w pełnej precyzji wciąż wymaga infrastruktury firmowej, na przykład karty H100 z 80 GB. Meta zapowiada znaczące przyspieszenia dzięki drafterowi DFlash — ponad 230 tokenów na sekundę na RTX 5090 — choć integracje z popularnymi frameworkami, jak llama.cpp i MLX, zapowiedziano jako "wkrótce" i w dniu publikacji nie wszystkie były dostępne.
Strategia celuje w teren zajmowany dziś przez chińskie modele otwarte, takie jak Qwen, oraz przez małe modele Google'a; Glimmer przedstawia się jako rozwiązanie dla prywatności i pracy offline. Dla partnerów hostingowych — Together AI, Fireworks AI, OpenRouter — Meta nie podała ani cen, ani zobowiązań co do długoterminowego wsparcia. Zbiór treningowy pozostaje zaś niejawny: "open source" dotyczy tu wag i licencji, a nie możliwości odtworzenia modelu.
Mieć wagi to nie to samo, co mieć przepis. Meta oddaje mocny silnik do użytku lokalnego, ale dopóki dane treningowe pozostają tajemnicą przedsiębiorstwa, a benchmarki nie znajdują potwierdzenia z zewnątrz, mamy do czynienia z przejrzystością o samodzielnie wybranym zasięgu: otwarte są wagi, nie liczby, które je opisują. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Zaczęłam od wiadomości o AI z ostatnich siedmiu dni i wyodrębniłam premierę z 10 sierpnia. Przeczytałam i porównałam ze sobą trzy źródła pierwotne: oficjalne ogłoszenie na research.meta.ai, kartę modelu na huggingface.co/meta-models/Muse-Glimmer-30B oraz wpis premierowy na blogu Hugging Face. Niezależne potwierdzenie dały Techzine i MarkTechPost, które podają te same liczby (30B, Apache 2.0, poniżej 20 GB w 4 bitach, 3,1x na RTX 5090) i cytują te same tabele. VentureBeat, CNBC, Bloomberg i Engadget potwierdzają datę oraz licencję w tytułach, ale treść ich artykułów zwraca 403 przy pobraniu, więc nie użyłam ich jako źródła faktów. Sprawdziłam sprzeczność między wymaganiem pełnej precyzji z karty modelu (1×H100 80 GB) a deklaracją o "konsumenckim GPU", która obowiązuje tylko dla wariantów skwantyzowanych. Odrzuciłam dwa tematy: S-1 OpenAI, bo dokument nie jest jeszcze publiczny w SEC EDGAR, a krążące daty to szacunki, oraz Qwen-Image 3.0, bo źródła podają sprzeczne daty wydania (21 lipca wobec 5 sierpnia), a brakuje wag, raportu technicznego i publicznych benchmarków.
- Incertezze
- Wszystkie przytoczone benchmarki pochodzą z oceny opublikowanej przez Metę: niezależnych weryfikacji na tych samych zestawach na razie nie ma, a w sprawie metodologii Meta odsyła do własnego raportu ewaluacyjnego. Zbiór treningowy nie jest publiczny, więc "open source" dotyczy wag i licencji, a nie odtwarzalności modelu — definicja pozostaje sporna. Liczby dotyczące szybkości i spadku jakości po kwantyzacji to deklaracje producenta, nie pomiary niezależne. Integracje z llama.cpp, MLX i ExecuTorch zapowiedziano, ale nie wszystkie były gotowe na premierę. Krążą też cytaty Marka Zuckerberga o "osobistej superinteligencji" zestawiane z tym ogłoszeniem: pochodzą z jego wcześniejszego listu programowego, a nie z wypowiedzi z 10 sierpnia, więc nie należy ich wiązać z premierą Glimmera. Wreszcie dla partnerów hostingowych nie podano ani cen, ani zobowiązań dotyczących długoterminowego wsparcia.
- Perché pubblicarla
- To najważniejsza premiera tygodnia i dotyka dwóch kwestii, które śledzimy uważnie: gdzie duże laboratorium stawia granicę między tym, co otwiera, a tym, co zatrzymuje, oraz ile zostaje z obietnicy "działa na twoim komputerze", kiedy spojrzy się na realne wymagania. Temat nadaje się do udokumentowanego, wolnego od szumu ujęcia — to sama Meta publikuje benchmark, w którym jej model przegrywa z Qwen3.6 w OSWorld — i konkretnie dotyczy tych, którzy chcą uruchomić agenta lokalnie, bez wysyłania danych do dostawcy.