Meta Lanza Muse Glimmer, un Modelo Abierto de 30B que Corre en una Sola GPU de Consumo

Meta Superintelligence Labs lanzó Muse Glimmer el 10 de agosto — un modelo de pesos abiertos de 30,000 millones de parámetros diseñado específicamente para agentes de IA permanentes que corren en una sola GPU de consumo, sin necesidad de conexión a la nube. Es gratuito bajo licencia Apache 2.0, y los pesos ya están disponibles en Hugging Face en formatos BF16, GGUF k-quant y ExecuTorch.

El modelo es un transformer causal denso con un codificador de percepción dedicado de 1,800 millones de parámetros, destilado del modelo frontera cerrado de Meta, Muse Spark. A precisión completa necesita 55GB de memoria, pero la configuración K-Quant-17GB de Meta reduce eso a 24GB de VRAM — una RTX 5090, un Mac Studio, una GPU de estación de trabajo — perdiendo solo 1.0% de precisión. Un modo más conservador, K-Quant-Dynamic, mantiene la degradación en 0.2% con 32GB. El verdadero truco es la decodificación por difusión en bloques DFlash, que predice 16 tokens por pasada en lugar de uno, entregando una aceleración de 3.1x — de 74.9 a 233.4 tokens por segundo en una RTX 5090.

Meta lo comparó contra los dos competidores de pesos abiertos más cercanos en su categoría de tamaño: Gemma4-31B de Google y Qwen3.6-27B de Alibaba. En MCP Atlas, un benchmark de orquestación agéntica de herramientas, Muse Glimmer obtuvo 75.5 frente a 54.2 de Gemma4 — una diferencia de 21 puntos. Sin embargo, no es una victoria total. En OSWorld-Verified, un benchmark de uso de computadora, Qwen3.6-27B lidera con 75.6 frente a 65.9 de Muse Glimmer, y Qwen también gana en TerminalBench 2.1. El modelo está construido para orquestación agéntica y llamadas de función, no para control general de computadora — y los benchmarks confirman esa especialización.

Esta es la apuesta más clara de Meta hasta ahora de que la próxima ola de agentes de IA correrá localmente en lugar de a través de llamadas a una API. Un asistente de código, un agente de navegador o un evaluador basado en modelo que nunca sale de tu máquina evita la latencia, el costo por token y las concesiones de privacidad de enrutar cada acción por un modelo frontera alojado en la nube. La licencia Apache 2.0 significa que las startups pueden ajustar y comercializar el modelo sin ninguna regalía asociada — el mismo manual que convirtió a Llama en el modelo base por defecto para gran parte del ecosistema de IA de código abierto.

El nivel de pesos abiertos entre 27 y 31 mil millones de parámetros ya está genuinamente disputado — Meta, Google y Alibaba presentando entradas con semanas de diferencia entre sí — lo cual es buena noticia para quien construye sobre esa base y mala noticia para los proveedores de API cerradas que venden inferencia a ese nivel de capacidad.

Fuentes

Lecturas relacionadas