Metaが2026年8月10日、約30Bパラメータのエージェント向けモデル「Muse Glimmer」をオープンウェイトで公開した。ライセンスは商用利用も自由なApache 2.0で、Hugging Faceから誰でもダウンロードできる。8月5日のMuse Codeに続く、わずか5日での連打だ。
ここで思い出したいのは、Muse Codeが「データを渡せば20倍安い」という価格戦略で来たことだ。今度のGlimmerは無料、しかも重みごと配る。クローズド最高峰を追うのではなく、「手元で動くエージェント」という別の土俵を作りに来た——そう読むのが自然だろう。
何が公開されたのか
Muse Glimmerは、同社の主力モデルMuse Sparkを教師役にした蒸留モデルだ。設計の狙いはチャットではなくエージェント作業に振り切っている。コーディング、ツール使用、多段の推論、そして失敗からの立て直し——Muse Codeの裏で回っているような仕事を、手元のマシンでやらせるためのモデルである。
公称ベンチマークは、ローカルで動くサイズとしては目を引く水準だ。
| ベンチマーク | スコア |
|---|---|
| SWE-Bench Verified(実務コード修正) | 76.0 |
| SWE-Bench Pro | 51.2 |
| AIME 2026(数学) | 94.7 |
| MCP Atlas(ツール使用) | 75.5 |
| DeepSearch QA(調査タスク) | 74.6 |
「コンシューマGPUで動く」の正確な意味
見出しの踊る「1枚のGPUで動く」には、注釈が要る。必要メモリは4bit量子化でVRAM 24〜32GB。つまりRTX 5090(32GB)や、ユニファイドメモリの大きいMacが実質の下限だ。モデルカードの実測ではRTX 5090で毎秒233トークン、M4 Maxで毎秒37.8トークン。ゲーミングPCの中でも上位機の話であって、「そのへんのノートPCで動く」わけではない。
それでも意味は大きい。これまでこのクラスのエージェント性能はAPI課金の向こう側にあった。買い切りのハードウェアで、従量課金もデータ送信もなしにエージェントを回せる選択肢が生まれたからだ。コードや社内文書を外に出せない現場ほど、この選択肢は刺さる。
ZuckerbergのオープンAI論と、5日間の連打
公開に合わせてザッカーバーグCEOは、強力なAIを一部の企業に閉じるべきではなく、誰もが使える形で配るべきだという持論を改めて展開した(米CNBCなどが報道)。クローズド路線のOpenAIやAnthropicへの当てつけであることは、名指しせずとも明白だ。
Metaのこの1週間を並べると戦略が見える。8月5日にターミナル用エージェントのMuse Code、10日に手元で動くMuse Glimmer。入口(ツール)と足腰(ローカルモデル)を、続けざまに無料側へ倒してきた。API収益で先行する2社に対し、Metaは「普及の面」で殴る——DeepSeekが昨年見せた構図を、資本力のある巨人がやり直している格好だ。
試す前に知っておきたい注意点
留保も並べておく。第一に、上のスコアはすべてMetaの自社測定で、公開リーダーボードでの第三者検証はこれからだ。Muse Codeのときも「自社チャートで首位ではない」ことが話題になった経緯がある。第二に、VRAM 24GB未満の環境では素直に動かない。第三に、蒸留モデルは得意分野の外(長文の日本語生成など)で急に粗くなることがあり、汎用チャット用途なら別の選択肢のほうが快適な可能性が高い。
手元で試すなら、当サイトのLM Studio CLIの使い方が入口として便利だ。ローカルLLMの取り回しはこの1年で急速に整っている。
「賢さの競争」から「置き場所の競争」へ
筆者の関心は、性能の数字よりも置き場所にある。エージェントが実用になった今年、次の争点は「どこで動かすか」だ。クラウドの最強モデルか、手元の30Bか。仕事の中身によって答えが分かれる時代が、この公開で一段近づいた。まずは第三者ベンチマークの登場を待って、この公称スコアがどこまで本物かを見届けたい。
出典: Hugging Face「Muse-Glimmer-30B」モデルカード / AI at Meta 公式ポスト / CNBC / The New York Times
