O que é Muse Glimmer?
O Muse Glimmer é um modelo de pesos abertos da Meta Superintelligence Labs, lançado em 10 de agosto de 2026. Foi o primeiro modelo de licença aberta da Meta desde que o Muse Spark substituiu a linha Llama em abril, e é destilado do Muse Spark. É um modelo denso de cerca de 29,6 bilhões de parâmetros, incluindo um codificador de imagem de 1,8 bilhão de parâmetros, e lê texto e imagens. O contexto é de 131.072 tokens e o corte de conhecimento é 4 de janeiro de 2026.
A Meta o criou para agentes que rodam localmente: tool calls, planos em várias etapas e recuperação de etapas que falharam. A intensidade do raciocínio pode ser definida como low, medium, high ou xhigh. A precisão total mira 64GB de memória gráfica, enquanto os builds quantizados da própria Meta miram placas de 32GB e 24GB, com perdas médias de precisão de 0,2% e 1% em 15 benchmarks. Um 'drafter' DFlash incluído propõe 16 tokens de cada vez; a Meta mediu a saída subindo de 74,9 para 233,4 tokens por segundo em uma RTX 5090.
Tudo, incluindo os pesos quantizados e o drafter, está sob Apache 2.0. A Meta não oferece API própria. Os pesos estão no Hugging Face, com builds GGUF e ExecuTorch, e o OpenRouter lista versões hospedadas pela DeepInfra e pela Together. Em 15 de outubro, a Meta também lançou um modelo de pesos abertos muito maior, o Muse Spark Open, mas sob uma licença própria com termos de atribuição e de receita.
Muse Glimmer vale a pena?
A Meta lançou o Glimmer como um produto, não como um despejo de pesos. Os builds quantizados oficiais vêm com a perda de precisão medida, o drafter de decodificação especulativa está incluído, e a tabela de velocidade cobre uma RTX 5090 e dois chips de MacBook. Um desenvolvedor com uma única placa de 24GB recebe uma configuração testada no primeiro dia, algo que poucos lançamentos abertos se dão ao trabalho de oferecer.
Na tabela da própria Meta, ele lidera o Gemma 4 31B e o Qwen3.6-27B em testes de agentes: 75,5 no MCP Atlas contra 54,2 e 62,5, e 51,2 no SWE-Bench Pro contra 36,9 e 50,2. O Qwen3.6-27B ainda venceu o OSWorld-Verified, por 75,6 a 65,9, e o Terminal-Bench 2.1, por 60,7 a 51,7. Depois chegou o Qwen3.8-27B, e o card da Alibaba o coloca em 84,3 no OSWorld-Verified, quase 20 pontos à frente do Glimmer. Todos esses são números dos fornecedores, rodados no harness de cada um.
Os números de segurança merecem mais atenção do que recebem. No teste de privacidade da própria Meta, o Glimmer vazou em 26,4% dos casos contra 12,1% do Gemma, e no teste de prompt injection AgentDojo os ataques tiveram sucesso em 28,4% das vezes. Para um modelo vendido como agente local sempre ligado com acesso a ferramentas, isso pede confirmações antes de qualquer ação irreversível, que é o que o card da Meta recomenda.
O preço inclina ainda mais a comparação. O OpenRouter lista o Glimmer a partir de US$ 0,30 por milhão de tokens de entrada, enquanto o Qwen3.8-27B aparece a US$ 0,04, e o contexto nativo de 262K do Qwen é o dobro dos 131K do Glimmer. A licença Apache 2.0 limpa de um laboratório americano e o empacotamento para hardware são vantagens reais, mas agora são as principais do Glimmer.
Onde ele se destaca
Um desenvolvedor solo com uma RTX 4090 ou 5090 criando um agente de automação para desktop
Rodar um agente com tool calling totalmente offline, sem conta de API
Carregue o build quantizado de 17GB da Meta mais o drafter no llama.cpp; a Meta mediu 233,4 tokens por segundo em uma 5090. O custo é a placa; o risco é o prompt injection, que teve sucesso em 28,4% das vezes na execução AgentDojo da Meta.
Um líder de engenharia atento a compliance em uma empresa americana de software de saúde
Escolher um modelo aberto cuja licença e origem o jurídico aprove
Apache 2.0 sem política de uso aceitável além da lei, de um laboratório americano, evita os termos próprios do Muse Spark Open e as dúvidas que alguns compradores levantam sobre modelos chineses. Os dados de pacientes ficam em hardware que a empresa controla.
Uma startup rodando algumas centenas de sessões internas de agentes por dia
Prototipar em um endpoint hospedado antes de comprar GPUs
Chame pelo OpenRouter: 300M de tokens de entrada e 60M de saída por mês custam cerca de US$ 162 na DeepInfra. O mesmo volume no Qwen3.8-27B a US$ 0,04/US$ 1,35 sai por cerca de US$ 93, então o endpoint hospedado do Glimmer faz sentido principalmente como etapa de teste antes de levar os mesmos pesos para a sua própria placa.
Antes de decidir
- Configuração
- Baixe o build GGUF do Hugging Face e rode no llama.cpp, no Ollama ou no LM Studio; defina a intensidade do raciocínio no prompt de sistema com 'Reasoning strength: high'.
- Integrações
- Transformers, vLLM e llama.cpp; builds ExecuTorch para Apple silicon; funciona com os scaffolds OpenClaw e Hermes Agent; OpenRouter para chamadas hospedadas.
- Dados e privacidade
- A Apache 2.0 permite uso comercial sem limite de receita. Rodando localmente, nada sai da máquina; no OpenRouter valem os termos do provedor de hospedagem. Os dados de treinamento da Meta incluem informações dos seus próprios produtos e serviços.
- Custo em escala
- Local: uma placa de 24GB para o build de 17GB, 32GB para o build quase sem perdas, 64GB para precisão total. Hospedado: US$ 0,30/US$ 1,20 por 1M de tokens na DeepInfra, US$ 0,35/US$ 1,50 na Together, então 300M de entrada e 60M de saída por mês custam cerca de US$ 162.
- Limites
- Contexto de 131.072 tokens; entrada só de texto e imagem, vídeo tratado como quadros; só benchmarks informados pelo fornecedor; taxa de violação de 26,4% no teste de privacidade da Meta e 28,4% de sucesso de ataques no AgentDojo.
O que é bom
- Apache 2.0, incluindo pesos quantizados e drafter
- Builds oficiais para placas de 24GB e 32GB com perda de precisão medida de 1% e 0,2%
- O drafter incluído eleva uma RTX 5090 de 74,9 para 233,4 tokens por segundo, segundo a Meta
- 75,5 no MCP Atlas, à frente do Gemma 4 31B e do Qwen3.6-27B na tabela da Meta
O que não é
- O Qwen3.8-27B marca 84,3 contra 65,9 dele no OSWorld-Verified, segundo a Alibaba
- Contexto de 131K, metade dos 262K nativos do Qwen3.8-27B; sem áudio, vídeo só como quadros
- Vaza mais que o Gemma no teste de privacidade da própria Meta (26,4 contra 12,1)
- Nenhum dado ou código de treinamento divulgado
Ideal para
Desenvolvedores que constroem agentes locais sempre ligados em uma única GPU de consumo e querem uma licença permissiva de um laboratório americano.
Alternativas ao Muse Glimmer
Muse Glimmer: perguntas frequentes
- Muse Glimmer vale a pena?
- O Glimmer é o modelo aberto mais cuidadosamente ajustado à placa de vídeo que as pessoas têm, e o Qwen3.8-27B o superou nos benchmarks em poucas semanas. Damos nota 4.1 de 5.
- Quanto custa Muse Glimmer?
- Pesos gratuitos sob Apache 2.0; sem API da Meta. Hospedado no OpenRouter a partir de US$ 0,30 por 1M de tokens de entrada e US$ 1,20 por 1M de saída (DeepInfra).
- Quais são as desvantagens de Muse Glimmer?
- O Qwen3.8-27B marca 84,3 contra 65,9 dele no OSWorld-Verified, segundo a Alibaba; contexto de 131K, metade dos 262K nativos do Qwen3.8-27B; sem áudio, vídeo só como quadros; vaza mais que o Gemma no teste de privacidade da própria Meta (26,4 contra 12,1); nenhum dado ou código de treinamento divulgado.
- Para quem Muse Glimmer é indicado?
- Desenvolvedores que constroem agentes locais sempre ligados em uma única GPU de consumo e querem uma licença permissiva de um laboratório americano.
- Quanto custa Muse Glimmer para uma equipe ou em produção?
- Local: uma placa de 24GB para o build de 17GB, 32GB para o build quase sem perdas, 64GB para precisão total. Hospedado: US$ 0,30/US$ 1,20 por 1M de tokens na DeepInfra, US$ 0,35/US$ 1,50 na Together, então 300M de entrada e 60M de saída por mês custam cerca de US$ 162.
- Muse Glimmer é seguro para dados da empresa?
- A Apache 2.0 permite uso comercial sem limite de receita. Rodando localmente, nada sai da máquina; no OpenRouter valem os termos do provedor de hospedagem. Os dados de treinamento da Meta incluem informações dos seus próprios produtos e serviços.
- Quais são as melhores alternativas ao Muse Glimmer?
- As alternativas mais próximas que analisamos são Qwen3.8-27B, Gemma 4, gpt-oss-20b e Muse Spark 1.3.
Respostas verificadas em 22 de out. de 2026.