Meta Lança Muse Glimmer: Modelo Agente de 30B com Pesos Abertos

A Meta lançou o Muse Glimmer em 10 de agosto — um modelo de pesos abertos de 30 bilhões de parâmetros sob licença Apache 2.0, feito sob medida para cargas de trabalho agentivas locais sempre ativas. Este não é um modelo de chat generalista. É destilado da família Muse Spark e explicitamente projetado para rodar agentes autônomos em uma única GPU de consumo (24GB VRAM). Disponível no Hugging Face hoje. Os pesos são gratuitos — sem chaves de API, sem cobrança por token.

O que aconteceu

O Muse Glimmer é o primeiro modelo de pesos abertos da Meta projetado desde a base para autonomia agentiva local — agentes de IA sempre ativos que rodam no seu hardware, não em um data center na nuvem.

• 29,6B de parâmetros, licença Apache 2.0. Sem restrições comerciais, sem cláusulas de compartilhamento de receita, sem limites de uso. Destilado do Muse Spark usando destilação logit, treinamento intermediário com dados pesados em agência e traços de raciocínio mais ricos, depois pós-treinado com fine-tuning supervisionado, destilação on-policy e aprendizado por reforço nos domínios geral, raciocínio, codificação e agentivo.
• Alvo em GPU de consumo. Em precisão total, o modelo precisa de 55GB+. Quantizado para ~4-bit (K-Quant-17GB), cabe em menos de 20GB — deixando espaço para o cache KV, o codificador de percepção e um drafter DFlash, tudo dentro de 24GB de VRAM (RTX 3090, RTX 4090 ou equivalente). Uma variante K-Quant-Dynamic com alvo de 32GB também é fornecida.
• Janela de contexto de 131K+. Longa o suficiente para sessões de agente de várias horas abrangendo bases de código inteiras, documentos e cadeias de chamadas de ferramentas. Treinado em mais de 100 idiomas com corte de conhecimento em 4 de janeiro de 2026.
• Arquitetura agent-first. Projetado para chamada de ferramentas, raciocínio multi-etapas, recuperação de falhas e execução persistente — não otimizado para Q&A de turno único ou escrita criativa. Inclui um codificador de percepção ViT-G/14 dedicado de ~1,8B de parâmetros para interpretar capturas de tela, gráficos e documentos junto com texto.
• Decodificação especulativa DFlash. Vem com um modelo drafter complementar que propõe blocos de 16 tokens em paralelo, verificados pelo modelo principal. Em uma RTX 5090, isso gera um aumento de velocidade de 3,1× (74,9 → 233,4 tok/s). No Apple M5 Max: 1,8× (26,6 → 50,2 tok/s). No M4 Max: 1,5× (23,7 → 37,8 tok/s). Essas são medições da própria Meta.

A tabela de benchmarks da Meta compara o Glimmer com o Gemma4-31B e o Qwen3.6-27B. O Glimmer lidera em orquestração agentiva — MCP Atlas (75,5 vs. 54,2/62,5), DeepSearch QA (74,6) e SWE-Bench Pro (51,2 vs. 36,9/50,2). Atinge 94,7 no AIME 2026. Mas fica atrás do Qwen no OSWorld-Verified (65,9 vs. 75,6), TerminalBench 2.1 (51,7 vs. 60,7) e na maioria dos benchmarks multimodais. Todos os números são reportados pelo fornecedor.

Em uma demonstração, o Glimmer descobriu autonomamente uma instância do Home Assistant na rede local, consultou APIs de dispositivos, escreveu um dashboard HTML/CSS/JavaScript do zero e implantou um servidor local para verificar seu próprio trabalho — um fluxo de agente multi-etapas, não um Q&A de chatbot.

Os pesos abertos do Muse Spark 1.2 são os próximos. Mark Zuckerberg e Alexandr Wang confirmaram que os pesos abertos do modelo de fronteira da Meta, Muse Spark 1.2, virão "nas próximas semanas". Se a Meta cumprir, isso colocaria um modelo de fronteira emblemático dos EUA em circulação aberta — algo que nenhum laboratório americano fez nesse patamar.

Por que isso importa

Modelos de pesos abertos que rodam em hardware de consumo existem desde o Llama. Mas todo lançamento anterior de pesos abertos — Llama, Mistral, Qwen, DeepSeek — foi projetado como um modelo generalista que poderia rodar agentes. O Muse Glimmer é o primeiro modelo de pesos abertos projetado para agentes como caso de uso principal.

A autonomia sempre ativa vai para o local. Fluxos agentivos na nuvem (Claude Code, Cursor Agent, GPT-5.6) cobram por token e dependem de disponibilidade de API. Um modelo local rodando na sua GPU elimina ambos — seu agente de codificação roda 24/7 sem custos medidos ou dependência de internet. Arquivos sensíveis, ambientes de desenvolvimento e capturas de tela ficam na sua máquina.

A licença Apache 2.0 é uma mudança estratégica. A família Llama da Meta usava uma licença comunitária personalizada com um teto de 700 milhões de usuários mensais que atraiu anos de críticas. O Muse Spark é fechado e medido a $4,25/M de tokens de saída. O Glimmer sob Apache 2.0 — sem restrições, sem limites de uso, liberdade comercial total — sinaliza que a Meta está competindo pelo ecossistema de desenvolvedores de pesos abertos, não apenas vendendo acesso à API. Também dá aos desenvolvedores (e seus departamentos jurídicos) uma clareza incomum para implantação empresarial.

O ecossistema de pesos abertos está se especializando. Por dois anos, laboratórios chineses (DeepSeek, Qwen, Kimi, GLM, MiniMax) dominaram os lançamentos de pesos abertos, respondendo por aproximadamente 61% do consumo de tokens do OpenRouter até maio de 2026. O Glimmer é um contrapeso de origem americana — e compete em um novo eixo: não em contagem bruta de parâmetros ou amplitude de raciocínio, mas em confiabilidade agentiva em hardware de consumo.

Agentes locais são fundamentalmente irreguláveis. Você não pode bloquear um download do Hugging Face. O framework de revisão pré-lançamento da Casa Branca exclui explicitamente modelos de pesos abertos de seu escopo. Um modelo agentivo Apache 2.0 que roda em um PC doméstico fica fora de todos os frameworks atuais de governança de IA.

O que muda para você

Se você é um desenvolvedor que roda IA local: O Muse Glimmer em uma GPU de 24GB significa que você pode rodar um agente de codificação sempre ativo, assistente de pesquisa ou agente de automação residencial localmente — sem chaves de API, sem cobrança por token, sem necessidade de internet. O Ollama 0.32.7 já oferece suporte. Integrações com LM Studio, vLLM, SGLang e OpenRouter estão sendo lançadas esta semana.

Se você está avaliando modelos de pesos abertos: O perfil de benchmark do Glimmer é mais forte em orquestração agentiva e raciocínio, mais fraco em automação de terminal e tarefas no nível do SO. Teste-o contra o Qwen3.6-27B se sua carga de trabalho envolve comandos shell ou controle de GUI de desktop; teste-o contra o Gemma4-31B se você precisa de raciocínio multimodal amplo. Vale a pena verificar o ganho de velocidade do DFlash no seu próprio hardware — a diferença entre 75 tok/s e 233 tok/s pode fazer um agente parecer responsivo ou quebrado.

Se você acompanha políticas de IA: O Muse Glimmer é o modelo agentivo de pesos abertos de maior capacidade lançado até hoje. Combinado com o compromisso da Meta de abrir os pesos do Muse Spark 1.2, isso coloca pressão nos frameworks de controle de exportação e revisão pré-lançamento que até agora evitaram confrontar modelos agentivos distribuídos abertamente.

FAQ

Como o Glimmer se compara ao Muse Spark 1.2? O Glimmer é uma destilação — menor (29,6B vs. um modelo de fronteira muito maior), quantizado para hardware local e com pesos abertos sob Apache 2.0. O Muse Spark 1.2 continua sendo o carro-chefe de pesos fechados da Meta para acesso à API na nuvem a $1,25/$4,25 por 1M de tokens. O Glimmer sacrifica alguma capacidade pela liberdade de implantação local. Os pesos abertos do Muse Spark 1.2 estão prometidos para as próximas semanas.

Que hardware eu preciso? Uma única GPU de consumo com 24GB de VRAM (RTX 3090, RTX 4090) para a configuração K-Quant-17GB, ou 32GB (RTX 5090) para a variante K-Quant-Dynamic. Macs Apple Silicon com 32GB+ de memória unificada (M4 Max, M5 Max) também podem rodar a stack completa. Um laptop típico de 8GB ou 16GB não consegue.

Isso substitui o Llama? Efetivamente sim. A Meta aposentou a marca Llama com o lançamento do Muse Spark em abril de 2026. O Glimmer é o primeiro modelo Apache 2.0 a substituir a linhagem do Llama — e carrega uma licença mais permissiva do que o Llama jamais teve. O Glimmer é menor que os modelos Llama finais, mas feito sob medida para um caso de uso específico, não um substituto generalista.

De onde vêm os benchmarks? Todos os benchmarks publicados são da avaliação da própria Meta. Nenhuma reprodução independente de terceiros existe ainda. Trate os números como direcionais — o desempenho agentivo real nas suas ferramentas e bases de código específicas é o que importa.

E quanto à segurança? A Meta avaliou o Glimmer sob seu Advanced AI Scaling Framework e determinou que ele não atinge o limiar de "IA de Fronteira". O risco nas categorias químico/biológico, cibernético e perda de controle foi classificado como Moderado ou inferior. No Siren AgentDojo, um teste de injeção de prompt, o Glimmer mostra uma taxa de sucesso de ataque de 28,4% com 94,2 de utilidade. A Meta recomenda confirmação humana no circuito para ações irreversíveis.