Meta Superintelligence Labs udostępniło 10 sierpnia 2026 Muse Glimmer — otwarty model agentowy o 30 miliardach parametrów, zaprojektowany do działania lokalnie na jednym GPU. Wagi modelu trafiają na licencję Apache 2.0, co oznacza pełne otwarcie także do zastosowań komercyjnych. To powrót Meta do strategii otwartych wag po okresie zamkniętych premier.
Najważniejsze w skrócie
- 30 miliardów parametrów, model agentowy zoptymalizowany pod lokalne uruchomienie
- Licencja Apache 2.0, wagi dostępne na Hugging Face
- Działa na Macu lub PC z jednym GPU, poniżej 20 GB pamięci po kwantyzacji do 4 bitów
- Speculative decoding DFlash: do 3,1x szybsza generacja na RTX 5090
- Porównywany z Gemma4-31B i Qwen3.6-27B w zadaniach agentowych, kodowaniu i multimodalności
Model pod lokalne workflow agentowe
Muse Glimmer celuje w zadania agentowe wykonywane od początku do końca: wielokrotne użycie narzędzi w długich sekwencjach, wieloetapowe wnioskowanie i odzyskiwanie po błędach, gdy narzędzie zawiedzie. Model przyjmuje tekst i obrazy, obsługuje ponad 100 języków i pozwala regulować poziom wysiłku obliczeniowego. Meta wskazuje też na zgodność ze wzorcami orkiestracji, takimi jak OpenClaw. Kluczowa różnica wobec dużych zamkniętych modeli to nacisk na uruchomienie u siebie, bez wysyłania danych do chmury.
Sprzęt konsumencki i szybkość
Model zmieści się w pamięci poniżej 20 GB po kwantyzacji do 4 bitów, co pozwala uruchomić go na pojedynczym GPU w zwykłym komputerze. Meta dołożyła własną technikę przyspieszania — DFlash, wariant speculative decoding?speculative decoding: Technika przyspieszania generacji: mniejszy model podpowiada kilka tokenów naraz, a główny model tylko je weryfikuje.. Według firmy daje ona do 3,1x szybszą generację na karcie RTX 5090 oraz 1,8x na M5 Max i 1,5x na M4 Max wobec zwykłego generowania token po tokenie. Integracje z llama.cpp, MLX i ExecuTorch są zapowiedziane.
| Sprzęt | Przyspieszenie generacji |
|---|---|
| RTX 5090 | do 3,1× |
| M5 Max | do 1,8× |
| M4 Max | do 1,5× |
Otwarcie na tle rywali
W przeciwieństwie do zamkniętych modeli agentowych OpenAI czy Anthropic, Meta stawia na pełne otwarcie wag na Apache 2.0. To licencja pozwalająca na komercyjne wykorzystanie bez opłat licencyjnych. Model mierzy się z Gemma4-31B od Google i Qwen3.6-27B od Alibaba — rywalami w tej samej klasie wielkości. Meta deklaruje mocne wyniki w swojej kategorii, ale nie publikuje liczbowej przewagi nad każdym z nich.
Dlaczego to ważne?
Otwarcie wag agentowego modelu na Apache 2.0 obniża próg wejścia dla firm, które nie chcą uzależniać się od API dużych dostawców. Lokalne uruchomienie na jednym GPU zmienia rachunek kosztów i prywatności: dane nie opuszczają maszyny, a opłaty za tokeny znikają. Dla Meta to sygnał powrotu do strategii, która zbudowała ekosystem wokół jej wcześniejszych otwartych modeli. Najważniejsze pytanie dotyczy jakości — czy model tej wielkości utrzyma niezawodność w długich zadaniach agentowych, gdzie zamknięci rywale wciąż mają przewagę.
Co dalej?
- Integracje z llama.cpp, MLX i ExecuTorch zapowiedziane, ale nie wydane w dniu premiery
- Dokumentacja i instrukcje wdrożenia dostępne pod dev.meta.ai/docs/muse-glimmer
- Brak opublikowanych liczbowych wyników benchmarków wobec Gemma4-31B i Qwen3.6-27B do niezależnej weryfikacji
Źródła
- Meta AI Research — Introducing Muse Glimmer, an open agentic model
- VentureBeat — Meta returns to open source with Muse Glimmer, an Apache 2.0-licensed 30B model optimized for agents
- MarkTechPost — Meta AI Releases Muse Glimmer
