Metaは2026年8月10日、ローカル環境で常時動作するAIエージェント向けのオープンウェイトモデル「Muse Glimmer」を発表した。約300億パラメータ規模ながら、Macのほか、単一のコンシューマー向けGPUを搭載したPCでの動作を想定している。重みは同日、Apache License 2.0で公開され、Hugging Faceのモデルカードから入手できる。
複数のツールを使う長時間のタスクに対応
Muse GlimmerはローカルAIエージェントでの利用を念頭に、複数段階にわたる推論やツール呼び出し、長時間のタスク実行、失敗からの復旧に対応できるよう訓練されている。ツールがエラーや想定外の結果を返した場合は、原因を調べて処理をやり直すという。
また、画像認識用のエンコーダーを備え、スクリーンショットやグラフ、文書を会話と組み合わせて扱える。推論レベルを切り替えることで、品質と速度のバランスも調整できる。100を超える言語のデータで学習しており、OpenClawやHermes Agentなどのエージェント実行基盤に対応する。
4ビット量子化とDFlashでローカル実行向けに最適化
Metaによると、300億パラメータのモデルをフル精度で動かすには55GBを超えるメモリーが必要になる。同社は重みを約4ビットに量子化し、言語モデル部分を20GB未満に圧縮した。これにより、推論中の情報を保持するKVキャッシュ、画像認識用エンコーダー、生成を高速化する補助モデルを同時に動かしても、24GBまたは32GBのメモリーを備えた環境で動かせるとしている。
モデルカードには、64GBのVRAMを想定したフル精度版のほか、32GB向けの「K-Quant-Dynamic」と24GB向けの「K-Quant-17GB」が示されている。15種類のベンチマークの精度指標を平均すると、量子化による性能低下はK-Quant-Dynamicが0.2％、K-Quant-17GBが1.0％だったという。
生成の高速化には、ブロック拡散モデル「DFlash」を使った投機的デコーディングを採用した。軽量な補助モデルが一度に16トークンの候補を生成し、Muse Glimmer本体が並列に検証して必要に応じて修正することで、1トークンずつ生成する通常の方式より高速化できるという。Metaは量子化した補助モデルも公開している。
エージェント性能と安全性を評価
MetaはMuse Glimmerを、同規模のGemma4-31BおよびQwen3.6-27Bと比較した。エージェントのツール利用を評価するMCP Atlasでは、Muse Glimmerの75.5に対し、Gemma4-31Bは54.2、Qwen3.6-27Bは62.5だった。ソフトウェア開発タスクを扱うSWE-Bench Proでは、Muse Glimmerが51.2、Gemma4-31Bが36.9、Qwen3.6-27Bが50.2を記録した。
Qwen3.6-27BがMuse Glimmerを上回った評価もある。OSWorld-VerifiedではMuse Glimmerが65.9、Qwen3.6-27Bが75.6だった。TerminalBench 2.1でも、Muse Glimmerの51.7に対してQwen3.6-27Bは60.7となった。比較では、Muse Glimmerを「High reasoning」、ほかの2モデルを「Thinking mode」で評価している。詳しい条件はMetaの評価方法に関するレポートで確認できる。
性能評価とは別に、Metaはコンテンツの安全性、プライバシー、化学・生物、サイバーなどについてもリスクを評価し、同社の基準でオープンウェイト公開が可能と判断した。
GGUF版やExecuTorch版も配布
Hugging Faceでは、モデル本体のほか、GGUF形式の量子化版、ExecuTorch向けモデル、DFlashの補助モデルを配布している。モデルカードでは、OllamaやLM Studioなどのローカル実行環境と、複数のホスティングサービスを案内している。また、Transformersによる推論例に加え、vLLMやSGLangを使って推論サーバーを立ち上げる方法も掲載されている。
