A Meta Muse Glimmer egy 30 milliárd paraméteres, nyílt súlyú AI-modell, amelyet a Meta 2026. augusztus 10-én adott ki, és amelyet Mark Zuckerberg a cég eddigi legfontosabb nyílt lépéseként harangozott be. A modell Apache 2.0 licenc alatt érhető el, fogyasztói hardveren fut, és kifejezetten agent-munkára van optimalizálva.
A bejelentés több mint egy modellkiadás. Zuckerberg egy 14 oldalas esszében („The Future Is for Everyone”) állt ki a nyílt forráskódú AI mellett, és jelezte: hamarosan a Meta jelenlegi legfejlettebb, zárt modelljének, a Muse Spark 1.2-nek a súlyait is megnyitják.
Meta Muse Glimmer: mi ez a modell pontosan?
A Muse Glimmer egy 29,6 milliárd (kerekítve 30B) paraméteres, dense causal transformer, 52 réteggel és egy ~1,8 milliárd paraméteres ViT-G/14 percepciós enkóderrel. A kontextushossza meghaladja a 131 072 tokent, és több mint 100 nyelvet kezel.
A lényeg a licencben és a hozzáférésben van. Az Apache 2.0 korlátlan kereskedelmi felhasználást, módosítást és terjesztést enged — szemben a korábbi Llama közösségi licenccel, amely például havi 700 milliós felhasználói korlátot szabott. A súlyok a Hugging Face-en (meta-models/Muse-Glimmer-30B) tölthetők le.
A modell fut Ollama, LM Studio, vLLM és SGLang alatt, és elérhető a Together AI, Fireworks AI, valamint az OpenRouter platformon is. A Meta emellett hardveroptimalizációs partnerséget kötött az AMD-vel, az Armmal, a Dell-lel, az Intellel és az Nvidiával.
Elfér a saját gépeden: mennyi hardver kell hozzá?
A Meta Muse Glimmer erőssége, hogy tényleg helyben futtatható. Teljes BF16 precizitáson 55GB feletti memóriát igényel, de 4 bites kvantálással 20GB alá szorítható.
A gyakorlatban ez azt jelenti, hogy a K-Quant-17GB verzió 24GB VRAM-mal (például RTX 3090 vagy 4090) elfut, a K-Quant-Dynamic pedig 32GB VRAM-ot (RTX 5090) kér. Mac oldalon 32GB+ unified memory (MacBook Pro, Mac Studio) elég hozzá.
A pontosságcsökkenés meglepően kicsi: a Meta saját mérése szerint a 32GB-os verziónál mindössze 0,2%, a 24GB-osnál 1% 15 benchmarkon. A DFlash speculative decoding pedig érdemben gyorsít: RTX 5090-en 74,9-ről 233,4 tok/s-re (3,1x), Apple M5 Maxon 26,6-ról 50,2 tok/s-re (1,8x).
Hogyan teljesít a benchmarkokon?
A Meta Muse Glimmer nem egyeduralkodó, hanem egy specializált, helyi agent-modell. A SWE-Bench Pro teszten 51,2 pontot ér el, megelőzve a Qwen3.6-27B-t (50,2) és a Gemma4-31B-t (36,9).
Máshol viszont lemarad: a SWE-Bench Verified-en 76,0 a Glimmer és 77,2 a Qwen, az OSWorld-Verified-en pedig a Qwen vezet 75,6-tal a Glimmer 65,9-ével szemben. Alexandr Wang, a Meta AI-vezetője szerint a modell „24GB VRAM-on is elfut anélkül, hogy elveszítené az agent-megbízhatóságát”.
Ez a pozicionálás fontos. A Glimmer nem a legnagyobb frontier modellekkel akar versenyezni, hanem azt a rést tölti be, ahol a fejlesztőnek egy megbízható, saját gépen futó, agent-célú modell kell — felhő-API és hálózati függőség nélkül.
Miért most lépett a Meta a nyílt súly felé?
A háttérben egy piaci elmozdulás áll. A nyílt súlyú modellek versenyét jelenleg kínai fejlesztők vezetik: a Moonshot Kimi K3, az Alibaba Qwen3.8-Max és a DeepSeek V4-Flash teljesítményben az amerikai zárt modellekkel egy szinten mozog, míg az OpenAI, az Anthropic és a Google vezető modelljei zártak maradtak.
„Ahelyett, hogy központosítanánk a szuperintelligenciát, széles körben kellene elosztanunk, és minden embernek megadni a képességet, hogy irányítsa” — Mark Zuckerberg esszéjéből.
Neil Shah, a Counterpoint Research elemzője szerint a tét világos: „Ha a nyugati techóriások csak zárt kerteket építenek, a fejlesztők és a vállalati fejlesztők természetes módon a kínai nyílt súlyú modellek felé fordulnak. A Meta jól betöltheti ezt az űrt.”
A Meta korábban stratégiát váltott: a gyengén fogadott Llama 4 után tavaly a zárt Muse Sparkra állt át. A Glimmer az első teljesen nyílt kiadása azóta — a Meta idei AI-infrastruktúra capexe egyébként akár a 145 milliárd dollárt is elérheti.
5 döntéshozói következtetés a Muse Glimmerről
- A helyben futó modell valós opció lett: egy 30B-s, agent-célú modell ma elfut egy 24GB-os videokártyán, felhőköltség nélkül.
- Az adat a gépen marad: a fájlok, képernyőképek és érzékeny dokumentumok nem hagyják el az eszközt — ez megfelelési és adatvédelmi előny.
- Az Apache 2.0 valódi szabadságot ad: korlátlan kereskedelmi felhasználás és módosítás, a Llama licenc korlátai nélkül.
- Nem univerzális válasz: a Glimmer specializált agent-modell, benchmarkokon nem ver mindenkit — a modellválasztást a konkrét feladathoz kell mérni.
- A nyílt-zárt verseny felgyorsult: a Meta lépése a kínai nyílt modellek ellensúlya, ami a vállalati modellstratégiát is átrendezheti.
A Glimmer a nyílt AI melletti tét jele
A Meta Muse Glimmer önmagában egy erős, de nem verhetetlen modell. A jelentősége abban van, amit jelez: egy nagy techóriás visszatért a nyílt súlyú AI-hoz, méghozzá a legmegengedőbb licenccel és fogyasztói hardverre hangolva.
A Szilícium-völgy megosztott: az Anthropic és az OpenAI a kontrollált, korlátozott AI mellett érvel, míg a Meta, az Nvidia, a Microsoft és a Google a nyílt forráskódot támogatja. A Glimmer ezt a törésvonalat élesíti ki — és a fejlesztők kezébe adja a döntést.
Kapcsolódó modell-elemzésünk: Kimi K3: a Moonshot új, 2,8 billió paraméteres nyílt AI modellje. További AI-modell hírekért iratkozz fel az AI Hírek hírlevelére.