Muse Glimmer 30B
5242°
Esegui questo modello
Offerte / Annunci
Meta | contesto da 131.072 token | $0.30/M input, $1.20/M output. Muse Glimmer 30B è un modello multimodale denso open-weight di Meta Superintelligence Labs, distillato da Muse Spark e ottimizzato per agenti autonomi su hardware consumer. È adatto per flussi agentici e di coding a lungo termine, con ragionamento multi-step, uso affidabile di strumenti, recupero da errori, comprensione immagini e supporto multilingue in oltre 100 lingue.
Guide per questo modello
Ollama vs LM Studio (2026): quale app AI locale usare e quali modelli top esegue ciascuna
Quanta VRAM serve davvero per l'AI locale?
Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)
Note del capitano
Note del 2026-10-13
Muse Glimmer 30B è un modello multimodale open-weight di Meta Superintelligence Labs, distillato da Muse Spark e costruito specificamente per agenti autonomi che girano su hardware consumer. Con circa 30 miliardi di parametri accetta testo e immagini intercalati, copre più di 100 lingue e ha licenza Apache 2.0. Se vuoi un agente locale capace che gestisca uso di strumenti, codice e comprensione immagini senza dipendere dal cloud, questa è la classe di dimensione da considerare.
Conosciuto per
- Progettato per flussi agentici: uso di strumenti, recupero da errori e pianificazione multi-step.
- Funziona localmente su hardware consumer con licenza Apache 2.0, senza bisogno di cloud.
- Encoder di percezione ViT-G dedicato per screenshot, grafici e documenti.
- Sforzo di ragionamento controllabile per bilanciare qualità e velocità a richiesta.
- Compatibile out-of-the-box con OpenClaw, Hermes Agent e altri framework agentici.
Attenzione a
- Testo solo in output: il modello legge immagini ma non le genera.
- Conoscenza aggiornata fino al 4 gennaio 2026; non conosce eventi successivi.
- Un modello denso da 30B richiede VRAM significativa; verifica l'hardware prima di scaricare.
Prompt da provare
Agente di debug multi-step
Hai uno script Python che esegue scraping di una pagina web, analizza una risposta JSON e scrive i risultati in un CSV. Lo script fallisce silenziosamente e produce un file vuoto. Analizza ogni fase metodicamente, individua dove probabilmente avviene il fallimento, scrivi una versione corretta dello script e spiega cosa hai cambiato e perché.
Da screenshot a piano d'azione
Allego uno screenshot della dashboard di un'app web. Identifica ogni elemento interattivo visibile, descrivi cosa fa ciascuno basandoti sull'etichetta o icona, poi scrivi un piano passo-passo che un agente potrebbe seguire per esportare i dati mostrati nella tabella principale in un file CSV locale.
Recupero da fallimento di chiamata a strumento
Hai chiamato un'API meteo con i parametri corretti e hai ricevuto un errore 429 per limite di chiamate. Ti servono le temperature attuali di tre città per un report da consegnare in due minuti. Ragiona sulle opzioni, decidi una strategia di fallback e scrivi la logica rivista della chiamata allo strumento includendo gestione dei retry e un percorso di degradazione elegante se tutti i retry falliscono.
Confronta con
- Muse Spark 1.3 ContributorModello solo APIContesto di 1,048,576 token · Input $0.10/M, output $0.20/M
- Muse Spark 1.3Modello solo APIContesto di 1,048,576 token · Input $1.25/M, output $4.25/M
- Muse WonderModello solo APIContesto di 1,048,576 token · Input $4.00/M, output $20.00/M
- Muse Spark 1.2Modello solo APIContesto di 1,048,576 token · Input $1.25/M, output $4.25/M
Altri modelli di testo da meta
Domande frequenti
- Posso eseguire Muse Glimmer 30B localmente?
- Sì. I pesi sono open sotto licenza Apache 2.0 e il modello è disponibile su Hugging Face a meta-models/Muse-Glimmer-30B. Meta lo ha ottimizzato esplicitamente per hardware consumer, anche se un modello denso da 30B richiede VRAM significativa.
- Quanto costa usarlo via API e quanto è lungo il contesto?
- Il prezzo è $0,30 per milione di token in input e $1,20 per milione in output, con una finestra di contesto di 131.072 token.
- In cosa differisce Glimmer da Muse Spark?
- Muse Glimmer 30B è distillato da Muse Spark e sacrifica parte della scala grezza di Spark per una dimensione che gira su hardware consumer, con il processo di distillazione mirato specificamente alle capacità agentiche piuttosto che alle prestazioni generali.
Verdetto del capitanoUna rarità: un modello agente aperto e eseguibile localmente che tratta l'uso di strumenti e il recupero da errori come funzionalità di primo piano, non come ripensamenti.
Scheda modello su Hugging Face
Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Come si calcola questo punteggio
Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.
Glossario: i termini usati qui
- Punteggio heat
- Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
- Soglia minima
- I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
- Equivalenti di download
- Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
- Scala logaritmica
- Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
- Like
- Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
- Tasso di adozione
- Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
- Misurato e stimato
- Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
- Seeder
- Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
- AI Horde
- Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
- Siti di generazione
- Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
- Token OpenRouter
- Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modello completo (checkpoint)
- I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
- LoRA e embedding
- Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
- Famiglia e pesi
- La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
- Età
- Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
- Boost famiglia
- Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
- Punteggio stand-in
- Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
- Novità! (periodo di grazia)
- Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
- Tendenza
- Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
- Modello tipico
- Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.
Muse Glimmer 30B è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.
Altri modelli Text / LLMAltri Testo / LLM Text / LLMllmmetavisioneragionamentoagentiprogrammazionelocale
Sfoglia per famiglia di modelli
Modelli Text / LLM
434
Modelli Anima
528
Modelli Chroma
19
Modelli Fibo
2
Modelli Flux
1,496
Modelli Flux 2 / Klein
1,239
Modelli Flux 3
3
Modelli Moss
3
Modelli Iris
1
Modelli MiniMax H3
364
Modelli Hunyuan
204
Modelli Ideogram
20
Modelli Krea2
717
Modelli Qwen
20
Modelli Qwen2
47
Modelli Ltx2
153