Meta abriu o código-fonte do Muse Glimmer, um modelo de 30 bilhões de parâmetros destilado de seu maior Muse Spark 1.2, projetado para executar agentes de IA locais em hardware consumidor sem dependência de nuvem. Lançado sob Apache 2.0 com pesos em Hugging Face, Glimmer cabe em uma única GPU com 24GB VRAM e é otimizado para fluxos de trabalho de agentes incluindo function calling, geração de código, manipulação de arquivo e screenshot, e planejamento de tarefas multi-etapa. O modelo suporta entrada multimodal (texto + imagens) e executa em GPUs consumidor (série RTX), Mac M4/M5 Max, e hardware AMD Ryzen AI.
Glimmer foi treinado usando um pipeline de três fases: pré-treinamento via distilação de logit nas saídas de Muse Spark; mid-training em dados estendidos de contexto, pesados em agentes com rastreamento de raciocínio mais rico; e pós-treinamento combinando fine-tuning supervisionado com distilação on-policy e aprendizado por reforço. Um modelo drafter secundário leve baseado em DFlash usa decodificação especulativa, propondo blocos de 16 tokens para verificação paralela. Em NVIDIA RTX 5090, isso aumenta velocidade de geração de 74.9 para 233.4 tokens por segundo; em M4 Max de 23.7 para 37.8 tokens/seg; em M5 Max de 26.6 para 50.2 tokens/seg.
Para equipes de desenvolvimento e empresas construindo aplicações agentic, Glimmer remove latência de nuvem e custos de API por-token do loop. Benchmarks mostram liderança em MCP Atlas (75.5) e DeepSearch QA (74.6) versus Gemma4-31B e Qwen3.6-27B, sinalizando raciocínio agentic forte na borda. Meta enquadra isso como parte da visão 'superinteligência pessoal' de Zuckerberg—distribuindo IA capaz para dispositivos individuais ao invés de centralizá-la. Para indústrias reguladas, fluxos de trabalho sensíveis à privacidade, e implantações com restrição de custo, inferência local em pesos abertos desbloqueiam novos padrões agentic.