Muse Glimmer è il nuovo modello di Meta Superintelligence Labs capace di consultare documenti, interpretare schermate, scrivere codice e usare strumenti digitali senza inviare ogni richiesta a un server remoto. È stato progettato per eseguire in locale su hardware consumer le attività composte da più operazioni tipiche degli agenti AI.
Meta ha pubblicato i pesi del modello su Hugging Face con licenza Apache 2.0. Muse Glimmer conta circa 29,6 miliardi di parametri, riceve testo e immagini e genera risposte testuali. Il modello deriva dal più grande Muse Spark, utilizzato da Meta come sistema insegnante durante l’addestramento. Le capacità apprese sono state trasferite in un’architettura abbastanza compatta da poter essere eseguita su un Mac o su un PC dotato di una singola GPU con memoria sufficiente.
Un modello per agenti che restano sul dispositivo
La differenza più rilevante rispetto ai comuni modelli locali è la specializzazione. Muse Glimmer non è stato addestrato soltanto per rispondere a domande, ma per portare a termine attività composte da più passaggi: pianificare una sequenza di operazioni, chiamare funzioni rispettandone lo schema, interpretare il risultato, correggersi se uno strumento restituisce un errore e proseguire fino alla conclusione del compito.
Meta indica fra gli impieghi principali gli agenti personali locali, gli assistenti per la programmazione, la generazione di dati sintetici e la valutazione automatica delle risposte prodotte da altri modelli, il cosiddetto uso “LLM-as-a-judge”. Il funzionamento sul dispositivo permette di lavorare anche senza connessione e può ridurre la quantità di dati che deve lasciare il computer. La tutela della privacy dipende comunque dall’intera applicazione: un agente locale può ancora comunicare con servizi esterni attraverso gli strumenti che gli vengono concessi.
Il modello supporta diversi livelli di ragionamento – low, medium, high e xhigh – con i quali lo sviluppatore può scegliere il compromesso fra rapidità e qualità. È stato addestrato con dati in più di 100 lingue, anche se Meta avverte di non averne valutato in modo uniforme le prestazioni.
Immagini, schermate e 131.000 token di contesto
Muse Glimmer integra un encoder visivo dedicato da circa 1,8 miliardi di parametri. Può quindi ricevere sequenze nelle quali testo e immagini si alternano e analizzare schermate, grafici e documenti mentre interagisce con l’utente o con altri strumenti. L’output resta invece esclusivamente testuale: il modello non genera immagini e non supporta audio in ingresso o in uscita.
La finestra di contesto dichiarata supera i 131.072 token, una capacità utile per mantenere istruzioni, cronologia, documenti e risultati delle chiamate agli strumenti durante flussi di lavoro prolungati. L’architettura è un Transformer denso: per elaborare ogni token attiva l’intera rete e utilizza tutti i parametri del modello linguistico. Nei sistemi mixture-of-experts, invece, un meccanismo di instradamento seleziona di volta in volta soltanto alcuni blocchi specializzati, chiamati “esperti”. Muse Glimmer alterna inoltre livelli di attenzione locale e globale, così da contenere il costo di elaborazione delle sequenze lunghe.
L’addestramento si è svolto in tre fasi. Nel pre-training Meta ha usato la distillazione dei logit: Muse Glimmer non ha appreso soltanto le risposte prodotte da Muse Spark, ma anche i punteggi di probabilità assegnati dal modello insegnante ai possibili token successivi. Queste informazioni mostrano quali alternative il modello più grande considerava plausibili e forniscono un segnale di addestramento più ricco della sola risposta finale.
Una fase intermedia ha aumentato il peso di dati agentici, contesti lunghi e tracce di ragionamento. Nel post-training Meta ha combinato fine-tuning supervisionato, apprendimento per rinforzo e distillazione on-policy. In quest’ultimo caso è Muse Glimmer a generare le sequenze sulle quali si allena, mentre Muse Spark fornisce il segnale con cui correggerle: il modello compatto impara così anche dagli stati e dagli errori che incontra durante il proprio funzionamento.
I pesi occupano meno di 20 GB, ma serve memoria aggiuntiva
Un modello da 30 miliardi di parametri a piena precisione richiede oltre 55 GB di memoria. Meta distribuisce perciò anche due versioni quantizzate a circa 4 bit. La variante più compatta riduce i pesi del modello linguistico a circa 17 GB ed è destinata a sistemi con 24 GB di memoria; quella con una quantizzazione meno aggressiva punta a macchine con 32 GB. La versione BF16 completa richiede invece 64 GB di VRAM secondo la scheda tecnica.
Il dato inferiore a 20 GB non coincide con il consumo totale durante l’esecuzione. Serve ulteriore spazio per la cache KV, che conserva lo stato del contesto, per l’encoder visivo e per il piccolo modello ausiliario impiegato nell’accelerazione. Secondo i test di Meta, la perdita media di accuratezza è dell’1% per la variante da 17 GB e dello 0,2% per quella destinata a 32 GB, calcolata su 15 benchmark.
Per aumentare la velocità, Muse Glimmer include un “drafter” basato su DFlash. Questo modello più leggero propone blocchi di 16 token, che il modello principale verifica in parallelo invece di generarli tutti uno alla volta. Meta dichiara un’accelerazione di 3,1 volte su una Nvidia RTX 5090, da 74,9 a 233,4 token al secondo. I test riportano anche 1,5 volte su Apple M4 Max e 1,8 volte su M5 Max.
Le misure sono state ottenute con batch singolo, quindi elaborando una richiesta alla volta, e con decodifica greedy, una modalità deterministica che a ogni passaggio seleziona il token con la probabilità più alta senza introdurre campionamento casuale. La velocità reale può cambiare con la lunghezza del contesto, le impostazioni di generazione e gli strumenti usati dall’agente.
I benchmark premiano soprattutto le attività agentiche
Nei risultati pubblicati da Meta, Muse Glimmer viene confrontato con Gemma 4 31B e Qwen 3.6 27B nelle rispettive modalità di ragionamento. Il modello di Meta ottiene il punteggio più alto in diverse prove centrate sugli agenti: 75,5 su MCP Atlas, 74,6 su DeepSearch QA, 47,6 su WildClawBench e 43,3 su Gaia2.
Sul codice raggiunge 51,2 in SWE-Bench Pro, davanti ai due modelli di confronto, e 76 in SWE-Bench Verified, dove Qwen arriva a 77,2. Il quadro è meno uniforme nelle prove multimodali: Muse Glimmer prevale in CharXiv Reasoning con 78,8, ma resta leggermente dietro Qwen in ScreenSpot Pro, OmniDocBench e MMMU Pro. I valori provengono dalle valutazioni del produttore e non equivalgono a una verifica indipendente; mostrano però con chiarezza dove Meta ha concentrato l’ottimizzazione.
La scheda del modello invita inoltre a non affidargli da solo operazioni irreversibili. Muse Glimmer può ancora produrre informazioni errate, fallire in scenari non rappresentati nell’addestramento o subire attacchi attraverso istruzioni nascoste nei contenuti che analizza. Per gli agenti con accesso a file, messaggi o servizi esterni, Meta raccomanda barriere applicative e conferma umana prima delle azioni più delicate.
Download immediato, integrazioni in arrivo
I pesi BF16, le due varianti a 4 bit, l’encoder visivo e il drafter DFlash sono già disponibili nella pagina di Muse Glimmer su Hugging Face. Meta prevede nei giorni successivi al rilascio il supporto attraverso Ollama, LM Studio e Unsloth, oltre ai framework llama.cpp, ExecuTorch e MLX.
Per l’esecuzione su server sono citati vLLM e SGLang, mentre TorchTitan permetterà di addestrare e personalizzare ulteriormente il modello.
Muse Glimmer riporta così la strategia open weight di Meta su un terreno diventato centrale: agenti capaci di agire sui dati e sulle applicazioni dell’utente, ma abbastanza piccoli da restare sul suo computer. Il vantaggio rispetto al cloud non è soltanto l’assenza di un abbonamento o della rete. Per gli sviluppatori significa poter controllare il modello, la memoria e gli strumenti nello stesso ambiente, accettando però requisiti hardware ancora elevati e la responsabilità di costruire le protezioni che il modello, da solo, non può garantire.
