Meta Muse Glimmer 30B

Meta Muse Glimmer 30B — открытая мультимодальная модель Meta для локальных AI-агентов, работы с инструментами и программирования. Она вышла 10 августа 2026 года, принимает текст и изображения, генерирует текст, поддерживает контекст 131 072+ токенов и распространяется под Apache 2.0.

Что представляет собой Muse Glimmer 30B

Название «30B» округляет размер модели. В технической карточке Meta указано около 29,6 млрд параметров с учётом отдельного vision encoder — компонента, который обрабатывает изображения. Модель получает текст и изображения, а на выходе формирует только текст; аудио она не принимает и не создаёт. На одно изображение предусмотрено до 4096 визуальных токенов.

Muse Glimmer рассчитана на агентные сценарии: вызов инструментов, многошаговые задачи, программирование, работу с интерфейсами и документами. Это не специализированная видеомодель. Видео можно разбирать как последовательность отдельных кадров, но Meta не заявляет оптимизацию модели под полноценное понимание видеопотока.

Контекст и форматы весов

Заявленное контекстное окно — 131 072+ токенов. При локальном запуске полный контекст увеличивает KV cache и расход памяти. В llama.cpp его можно уменьшить параметром -c, если длинный диалог или большой набор документов не нужен.

Meta публикует основной BF16-checkpoint в safetensors. Полноточного BF16-файла в формате GGUF нет. Для более компактного запуска доступны готовые четырёхбитные сборки:

• K-Quant-17GB Q4_K_M занимает 16,8 ГБ;
• K-Quant-Dynamic Q4_K_XL занимает 19,7 ГБ;
• vision projector для обработки изображений занимает ещё 1,4 ГБ;
• необязательный DFlash drafter для ускорения генерации — около 1,6 ГБ.

В рекомендациях Meta полноточный вариант отнесён к системам с 64 ГБ VRAM, K-Quant-Dynamic — к классу 32 ГБ, а K-Quant-17GB — к классу 24 ГБ. Это ориентиры для конфигураций, которые проверяла Meta, а не минимальные системные требования и не гарантия запуска на любой видеокарте с таким объёмом памяти. В отдельном измерении Meta сборка K-Quant-17GB с vision projector и полным контекстом 131k заняла 19,0 GiB VRAM; DFlash добавил примерно 1,5 GiB.

Как запустить модель локально

Основной checkpoint поддерживают Transformers, vLLM и SGLang. Для GGUF Meta документирует llama.cpp версии b10353 или новее. Также указаны Docker Model Runner и ExecuTorch; на странице модели перечислены Ollama, LM Studio и Unsloth. Конкретную совместимость с Windows, Linux, Apple Silicon или выбранной GPU следует проверять по версии рантайма и формату весов.

Для текстовых задач vision projector не нужен. Для запроса с изображением его нужно подключить вместе с основной моделью. DFlash тоже необязателен: он ускоряет декодирование в совместимой конфигурации, но увеличивает расход памяти.

Meta приводит измерения K-Quant-17GB с DFlash при batch size 1 и greedy decoding. На RTX 5090 скорость составила 233,4 токена в секунду против 74,9 без speculative decoding; на M4 Max — 37,8 против 23,7, на M5 Max — 50,2 против 26,6. Эти результаты описывают конкретные тестовые системы Meta и не переносятся автоматически на другое оборудование.

Лицензия и стоимость

Веса Muse Glimmer 30B опубликованы под разрешительной лицензией Apache 2.0. Она допускает исследовательское и коммерческое использование при соблюдении условий лицензии, но не превращает облачный инференс в бесплатную услугу.

Meta не указывает отдельную денежную цену за скачивание опубликованных весов. При самостоятельном размещении пользователь оплачивает оборудование, электричество и хостинг. Доступ через Fireworks, Together AI, OpenRouter и других провайдеров тарифицируется по их правилам; цену нужно проверять у выбранной площадки перед подключением. Бесплатный Meta API для этой модели не заявлен.

Результаты тестов Meta

В режиме High reasoning Meta сообщает следующие результаты:

Это оценки разработчика, а не независимое тестирование. Итог зависит от режима рассуждения, промпта, инструментов и конфигурации запуска, поэтому числа подходят для первичного сравнения, но не гарантируют результат в рабочем агенте.

Для квантованных вариантов Meta также сообщает среднее снижение результата на 15 общих тестах: около 0,2% для K-Quant-Dynamic и 1,0% для K-Quant-17GB относительно исходной модели. Перед внедрением стоит проверить на собственных данных качество зрения, кода и вызовов инструментов.

Ограничения и безопасность агентов

Muse Glimmer может ошибаться в новых многошаговых задачах, неверно выбирать инструмент или продолжать действие после неудачного шага. Model card рекомендует дополнительные защитные правила и подтверждение человеком необратимых операций. Агенту не следует без проверки выдавать права на платежи, удаление данных, публикацию или изменение production-систем.

Открытые веса позволяют разместить модель в собственной инфраструктуре и не отправлять запросы внешнему API. Однако фактическая приватность зависит от выбранного рантайма, журналирования и подключённых инструментов. При использовании облачного провайдера действуют его условия хранения и обработки данных.

Кому подойдёт Muse Glimmer 30B

Модель стоит рассмотреть разработчикам, которым нужны открытые веса, обработка изображений и агентные функции. Meta относит готовые четырёхбитные сборки к системам класса 24–32 ГБ VRAM, но фактический расход зависит от длины контекста, vision projector, DFlash и выбранного рантайма. Полноточный BF16-вариант требует заметно больше ресурсов.

Для автономных действий в критичных системах одной модели недостаточно: нужны ограниченные права, журналирование, проверка вызовов инструментов и подтверждение необратимых шагов. Если важнее готовый облачный API без обслуживания инфраструктуры, следует отдельно сравнить провайдеров по цене, региональной доступности, лимитам и политике данных.