Meta wypuszcza Muse Glimmer, otwarty model AI na jedno GPU. Zuckerberg wprost mówi, że to odpowiedź na Chiny

Meta wraca do otwartych modeli AI w momencie, gdy sama firma przez większość roku trzymała swoje najlepsze osiągnięcia zamknięte. Muse Glimmer, wypuszczony 10 sierpnia, to pierwszy publiczny produkt nowo utworzonego zespołu ds. superinteligencji Mety, model na 30 miliardów parametrów, udostępniony na permisywnej licencji Apache 2.0, zaprojektowany tak, żeby zmieścił się na jednym konsumenckim GPU. Mark Zuckerberg nie owija tego w bawełnę: w oficjalnym materiale prasowym wprost stawia premierę w kontekście rywalizacji z chińskimi laboratoriami AI.

Co dokładnie można uruchomić na własnym komputerze

Glimmer to okrojona, zdystylowana wersja mocniejszego modelu firmy, Muse Spark 1.2, zoptymalizowana pod lokalne, stale działające zadania agentowe: wywoływanie funkcji, lokalne kodowanie, ocenianie innych modeli jako LLM-as-a-judge. Architektura to 52 warstwy dekodera z grouped-query attention i powtarzającym się wzorcem uwagi lokalnej i globalnej, plus osobny enkoder percepcyjny w stylu ViT-G/14 na około 1,8 miliarda parametrów, odpowiedzialny za obsługę obrazu. Po kwantyzacji do precyzji 4-bitowej cała część językowa modelu zajmuje mniej niż 20 GB, co realnie mieści się w pamięci pojedynczej karty graficznej klasy konsumenckiej, nie w klastrze serwerowym.

Wyniki testów: dobre, nie najlepsze

Meta chwali się przewagą Glimmera w kilku testach agentowych: 75,5 punktu w MCP Atlas, 74,6 w DeepSearch QA, 47,6 w WildClawBench, 43,3 w GAIA2. W kodowaniu, na SWE-Bench Pro, Glimmer notuje 51,2 punktu, wyraźnie powyżej Gemma4-31B (36,9) i odrobinę powyżej Qwen3.6-27B (50,2), czyli modelu z podobnej klasy wagowej, który sam trafił już na łamy SPAWNSY przy okazji premiery Qwen3.8-Max. To jednak nie jest czyste zwycięstwo na całej linii. W teście OSWorld-Verified, sprawdzającym realną obsługę systemu operacyjnego przez agenta, Qwen wyprzedza Glimmera 75,6 do 65, różnica zbyt duża, żeby ją zignorować w materiałach marketingowych Mety, mimo że firma sama publikuje te liczby.

W testach bezpieczeństwa obraz jest podobnie mieszany. W teście podatności na manipulację Siren AgentDojo Glimmer daje się oszukać w 28,4% prób, gorzej niż Gemma (25,6%), ale wyraźnie lepiej niż Qwen (40,3%). W teście prywatności CI Memories Glimmer notuje wynik 26,4 wobec 12,1 u Gemma, co sugeruje, że model chętniej ujawnia informacje, które powinien trzymać dla siebie. Kogoś, kto planuje wdrożyć agenta lokalnie do zadań dotykających prywatnych danych, ta liczba powinna skłonić do dodatkowej ostrożności już na etapie planowania, zanim agent w ogóle dostanie dostęp do czegokolwiek wrażliwego.

Geopolityczne tło premiery

Zuckerberg wprost powiązał premierę Glimmera z rywalizacją wobec chińskich modeli open source i wezwał Waszyngton do wspierania amerykańskich wysiłków w tym obszarze. Ta deklaracja pada w oficjalnym materiale prasowym, nie w komentarzu na marginesie, więc tłumaczy cały ruch lepiej niż jakikolwiek fragment specyfikacji technicznej. Przez większą część 2026 roku otwarte modele z Chin, DeepSeek V4-Flash i wspomniany wyżej Qwen3.8-Max, budowały sobie reputację najbardziej opłacalnych opcji na rynku, wyceniane na ułamek kosztu zachodniej konkurencji przy porównywalnej jakości. Amerykańskie laby przez ten czas trzymały swoje najlepsze modele głównie za płatnym API, zostawiając kategorię "dobry model za darmo, do pobrania i modyfikacji" praktycznie w rękach chińskich dostawców. Glimmer to pierwszy poważny sygnał, że przynajmniej Meta uznała tę strategię za przegrywającą wobec darmowej, lokalnej alternatywy z Azji.

Sam zespół, który stworzył Glimmera, to nowy twór w strukturze Mety, powołany w ramach ogłoszonej wcześniej w tym roku inwestycji rzędu 21 miliardów dolarów w badania nad superinteligencją. To pierwszy publiczny produkt tego zespołu, więc premiera pełni podwójną funkcję: pokazuje konkretny model, ale też testuje, czy nowa struktura organizacyjna Mety w ogóle potrafi dowieźć coś do publikacji w rozsądnym tempie. Wcześniejsze doniesienia sugerowały spore przetasowania kadrowe wokół tego zespołu, w tym odejścia badaczy do konkurencji, więc sama premiera Glimmera to też odpowiedź na pytania o to, czy inwestycja realnie przekłada się na produkt, czy tylko na kolejne rundy rekrutacji.

Co to znaczy dla kogoś, kto chce z tego realnie skorzystać

Dla dewelopera budującego lokalnego agenta, licencja Apache 2.0 oznacza pełną swobodę modyfikacji i komercyjnego użycia bez opłat licencyjnych, a rozmiar poniżej 20 GB po kwantyzacji realnie mieści się na kartach klasy RTX 4090 czy nowszych Maców z odpowiednią ilością pamięci zunifikowanej. To stawia Glimmera w bezpośredniej konkurencji nie tylko z chińskimi modelami open source, ale też z mniejszymi wariantami własnej rodziny Gemma od Google. Wynik na SWE-Bench Pro sugeruje, że do lokalnego kodowania model faktycznie się nadaje, ale słabszy wynik na OSWorld-Verified i wyższa podatność na wyciek prywatnych danych oznaczają, że do zadań wymagających realnej autonomii w systemie operacyjnym trzeba dziś podchodzić ostrożniej niż sugeruje sam marketing premiery.

Największa wartość Glimmera leży w samym fakcie premiery: duży amerykański gracz uznał otwarte wagi za konieczny element własnej strategii wobec konkurencji, nie tylko w konkretnym wyniku pojedynczego benchmarku. Jeśli ten kierunek się utrzyma, deweloperzy zyskują realny wybór między płatnym API a lokalnym modelem o porównywalnej klasie, niezależnie od tego, czy wolą amerykańskiego, czy chińskiego dostawcę wag.