Muse Glimmer: Meta otevřela váhy modelu, který se vejde do jedné grafické karty

Meta Superintelligence Labs vydala 10. srpna 2026 Muse Glimmer, model o 30 miliardách parametrů s otevřenými vahami pod licencí Apache 2.0. Je stavěný na trvale běžící lokální agenty a vejde se na jednu spotřebitelskou grafickou kartu. Mark Zuckerberg k tomu oznámil, že za pár týdnů Meta otevře i váhy verze své vlajkové lodi Muse Spark 1.2.

Načasování stojí za povšimnutí. Před měsícem, 9. července, Meta poprvé v historii zpoplatnila vlastní model, když Muse Spark 1.1 vyšel za placeným Meta Model API. Tehdy to vypadalo na definitivní odklon od otevřenosti, na které si firma postavila jméno s řadou Llama. Dnes je zpět u Apache 2.0 a slibuje otevřít i to nejsilnější, co má.

Co Muse Glimmer je

Model má 30 miliard parametrů a je hustý (dense), tedy zapojuje při každém dotazu všechny. To ho odlišuje od většiny dnešních otevřených modelů, které staví na architektuře MoE a aktivují jen zlomek parametrů.

Vznikl destilací z většího modelu Muse Spark. Zjednodušeně řečeno se menší model učil napodobovat výstupy toho většího, což je levnější než trénovat od nuly, ale zároveň to znamená, že jeho strop je daný učitelem.

Meta ho cílí na čtyři schopnosti potřebné pro agentní práci: dokončování úloh od začátku do konce, spolehlivé volání nástrojů, uvažování přes mnoho kroků a zotavení z chyby. Ta poslední je zajímavá: když volání nástroje selže nebo vrátí nesmysl, model je trénovaný chybu diagnostikovat a zkusit to znovu, místo aby se zastavil. Právě na tom lokální agenti obvykle ztroskotají.

K tomu přijímá obrázky, je trénovaný na datech z více než stovky jazyků, umí volit úroveň úsilí a funguje s orchestrátorem OpenClaw.

Proč se vejde do notebooku

V plné přesnosti by 30 miliard parametrů zabralo přes 55 GB paměti, což žádná spotřebitelská karta nenabízí. Meta model kvantizovala, tedy snížila přesnost uložených vah, zhruba na čtyři bity a stlačila ho pod 20 GB. Zbytek do 24 nebo 32 GB zůstane na pracovní paměť, na kodér pro porozumění obrazu a na pomocný model, který navrhuje tokeny dopředu a zrychluje generování. Podle Mety to na agentních úlohách zhoršilo výsledky minimálně nebo vůbec a zrychlení dosahuje 3,1násobku na RTX 5090, 1,8násobku na MacBooku s M5 Max a 1,5násobku na M4 Max.

Váhy jsou na Hugging Face včetně kvantizovaných GGUF variant. Vlastní měření si Meta odbyla přes llama.cpp na RTX a přes ExecuTorch na Applu, takže obě cesty fungují od prvního dne, stejně jako SGLang. Spustit model jde přes Ollamu, LM Studio nebo Unsloth, další integrace (MLX, vLLM) mají přibývat.

Srovnání s ostatními otevřenými modely

Tady je vidět, jak zvláštní léto to bylo. Za šest týdnů se otevřené modely posunuly od strojů pro datové centrum k něčemu, co si spustíte na herní grafické kartě.

Je potřeba říct rovnou, že Muse Glimmer hraje jinou ligu. Kimi K3 má na indexu inteligence od Artificial Analysis 57 bodů a DeepSeek V4-Flash 0731 padesát, tedy oba jsou hluboko nad tím, co třicetimiliardový destilát zvládne. Meta ho ostatně ani nesrovnává s nimi, jen s modely své velikosti, konkrétně s Gemma4-31B a Qwen3.6-27B.

Rozdíl je v tom, k čemu jsou. K3 nebo Qwen3.8-Max jsou modely, o kterých čtete titulky a které si pronajmete přes API. Muse Glimmer je model, který vám poběží bez internetu na stole a bude vám hlídat kalendář.

Zajímavý mezistupeň představuje DeepSeek V4-Flash-0731 z konce července. Ten je stavěný na dvě profesionální karty, takže míří na firemní server, ne na notebook. Mezi ním a Glimmerem tedy leží celý segment, o který se teď povede zápas.

Co říkají benchmarky

Meta model srovnává s Gemma4-31B a Qwen3.6-27B, oba v režimu uvažování. Všechna čísla pocházejí od Mety, nezávislé měření zatím neexistuje, model vyšel před několika hodinami.

Souhrnně má Muse Glimmer nejlepší výsledek ve dvanácti z dvaceti čtyř řádků, tedy přesně v polovině. Proti Gemmě vede v devatenácti řádcích, proti Qwenu ve čtrnácti. Zajímavější je ale rozložení těch výher, protože po roztřídění je vidět jasný vzorec.

V agentní práci Glimmer dominuje. Vyhrává pět z osmi řádků a některé s velkým náskokem. Na MCP Atlas, což měří práci s nástroji přes protokol Model Context Protocol, dává 75,5 proti 62,5 u Qwenu a 54,2 u Gemmy. Na DeepSearch QA 74,6, na GAIA2 43,3, na WildClawBench 47,6. Tam všude vede.

V programování je obrázek smíšený. Na TerminalBench 2.1 dává Glimmer 51,7 proti 60,7 u Qwenu, na SWE-Bench Verified 76,0 proti 77,2, zato na SWE-Bench Pro vede 51,2 proti 50,2. V multimodalitě vede Qwen ve všech čtyřech řádcích, byť rozdíly jsou v desetinách bodu. Meta model prodává mimo jiné na lokální programování, a tam Glimmer podle vlastních čísel Mety čistou výhru nemá: práce v terminálu patří Qwenu, práce nad repozitářem těsně Glimmerovi.

V dlouhém kontextu Glimmer zase vede. Na AA-LCR dává 80,0 proti 73,3 u Qwenu, na Beam 128K 65,1 proti 63,0. Pro agenta, který má držet nit přes dlouhou úlohu, to dává smysl.

Jedno číslo si zaslouží vytáhnout zvlášť. Meta model prezentuje jako agenta, který potřebuje hluboký přístup k osobnímu kontextu, tedy ke kalendáři, zprávám a souborům. Na testu CI Memories, který měří porušení kontextuální integrity, tedy únik informací tam, kam nepatří, má Glimmer hodnotu 26,4 proti 12,1 u Gemmy. Více než dvojnásobek. Proti Qwenu (53,4) je na tom sice výrazně líp, a Meta k tomu dodává, že Glimmer zároveň vytáhne víc relevantních informací (pokrytí 64,8 proti 53,0 u Gemmy), takže část toho rozdílu jde na vrub tomu, že model je prostě sdílnější. Jenže u modelu, jehož hlavním prodejním argumentem je práce s osobními daty, je i tak tohle číslo důležitější než většina ostatních v tabulce.

Za zmínku stojí i to, že GDPval-AA je 953 bodů. Kimi K3 má na témže testu 1668 a Claude Opus 5 1861. Ukazuje to, kde třicetimiliardový model reálně stojí, když ho vytáhnete z jeho velikostní třídy.

Otevřenost má hranici

Apache 2.0 se vztahuje na váhy, ne na tréninková data ani na postup. Část tisku o vydání píše jako o open source, a ta zkratka je zavádějící: jsou to otevřené váhy, ne otevřený zdroj. Slib k Muse Sparku 1.2 má mimochodem stejnou opatrnou formulaci, Zuckerberg mluví o otevření vah verze modelu, ne nutně toho, co dnes běží za API.

Shrnutí

Muse Glimmer je pro Metu obrat, který přišel měsíc po opačném obratu. Firma se vrací k tomu, co jí dřív získalo vývojářskou obec, a přidává slib, že otevře i vlajkový model. Zuckerberg to zarámoval do vyprávění o osobní superinteligenci v rukou lidí, což je marketing, ale ta věcná část za ním sedí: model o třiceti miliardách parametrů, který běží lokálně, umí pracovat s nástroji a zotavit se z chyby, je pro spoustu praktických nasazení užitečnější než bilionový kolos v cizím datovém centru.

Až přijde nezávislé měření a otevřené váhy Muse Spark 1.2, bude jasnější, jestli je to začátek nové etapy, nebo jednorázové gesto. Zatím to vypadá slibně, a hlavně použitelně.