Meta pokreće Muse Glimmer pod Apache 2.0 licencom za lokalne AI agente koji mogu raditi na potrošačkom GPU-u.
Tvrtkino Superintelligence Labs objavilo je težine modela s 30 milijardi parametara na Hugging Face. Meta tvrdi da ga programeri mogu koristiti za lokalno kodiranje, pozivanje funkcija, lokalne agente i LLM kao ocjenjivača.
Ova objava cilja na operativna ograničenja s kojima se suočavaju AI timovi: modeli koji se hostaju u oblaku zahtijevaju pristup mreži i središnju infrastrukturu. Umjesto toga, Meta nudi Muse Glimmer za radne procese koji zahtijevaju model na uređaju, uključujući osobne agente s pristupom rasporedima, porukama, datotekama i drugim privatnim kontekstima.
Meta Muse Glimmer prednjači u nekoliko benchmarkova agenata
Benchmark testovi Metinog Muse Glimmera postavili su ga ispred Gemma4-31B i Qwen3.6-27B u pet od osam općih benchmarkova. Model je postigao 75.5 na MCP Atlasu. Gemma4-31B je dosegao 54.2, a Qwen3.6-27B 62.5.
DeepSearch QA slijedi sličan obrazac. Meta izvješćuje o rezultatu od 74.6 za Muse Glimmer, nasuprot 61.7 za Gemma4-31B i 71.1 za Qwen3.6-27B. Objavljeni podaci identificiraju oba benchmarka kao testove sposobnosti agenta da radi unutar scaffolda i ispuni višekratne zahtjeve.
Model je ostvario 23.5 na τ²-Banking. Gemma4-31B je zabilježio 15.1, a Qwen3.6-27B 16.7.
Muse Glimmer također je postigao 47.6 na WildClawBench, ispred Gemma4-31B s 37.6 i Qwen3.6-27B s 43.2. Njegov GAIA2 rezultat iznosio je 43.3, u usporedbi s 36.4 i 40.0.
Ostali rezultati agenata favoriziraju Qwen3.6-27B. Meta daje tom modelu 1,141 na GDPval-AA, dok Muse Glimmer ima 953, a Gemma4-31B 811. Qwen3.6-27B također je predvodio SkillsBench s rezultatom od 46.6, dok je Muse Glimmer postigao 44.3.
OSWorld-Verified pokazao je najveću razliku u ovoj grupi. Meta izvješćuje o 75.6 za Qwen3.6-27B. Muse Glimmer je dosegao 65.9, a Gemma4-31B 58.5.
Ovi testovi mjere ograničene zadatke. Ne pokazuju kako će lokalni agent ponašati nakon što organizacija poveže svoje vlastite datoteke, kalendare, sustave poruka ili interne alate.
Rezultati kodiranja dijele se između Muse Glimmer i Qwen
Rezultati kodiranja Muse Glimmera pokazuju užu usporedbu. Model je predvodio SWE-Bench Pro s rezultatom od 51.2. Meta izvješćuje o 36.9 za Gemma4-31B i 50.2 za Qwen3.6-27B.
SciCode je dao sličan rezultat. Muse Glimmer je postigao 43.6, malo iznad Gemma4-31B koji je imao 43.4. Qwen3.6-27B zabilježio je 39.8.
Qwen3.6-27B vodio je dvije druge evaluacije kodiranja. Postigao je 77.2 na SWE-Bench Verified, u usporedbi s Muse Glimmerovih 76.0. TerminalBench 2.1 dao je Qwen3.6-27B rezultat od 60.7; Muse Glimmer je postigao 51.7, a Gemma4-31B 43.4.
Lokalni agent za kodiranje obavlja više od samog generiranja koda. Potreban mu je scaffold koji određuje koje repozitorije, terminale, testna okruženja i naredbe model može pristupiti. Meta tvrdi da Muse Glimmer podržava OpenClaw i druge obrasce orkestracije agenata, s prilagođenim scaffoldima obuhvaćenim u dokumentaciji za programere.
