Pot rula Muse Glimmer 30B local?

Da. Greutățile sunt deschise sub licență Apache 2.0 și modelul este disponibil pe Hugging Face la meta-models/Muse-Glimmer-30B. Meta l-a optimizat explicit pentru hardware de consum, deși un model dens de 30B va cere VRAM semnificativ.

Cât costă utilizarea prin API și cât de lung este contextul?

Prețurile sunt 0,30 USD per milion de tokeni de intrare și 1,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.

Cum diferă Glimmer de Muse Spark?

Muse Glimmer 30B este distilat din Muse Spark și face un compromis între scara brută a lui Spark și o dimensiune care rulează pe hardware de consum, procesul de distilare vizând în mod specific capabilitățile agentice, nu performanța generală.

Muse Glimmer 30B

5242°

#llm #meta #viziune #raționament #agenți #programare

Rulează modelul

Oferte / Reclame

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Meta | context de 131.072 tokeni | $0.30/M input, $1.20/M output. Muse Glimmer 30B este un model multimodal dens, open-weight de la Meta Superintelligence Labs, distilat din Muse Spark și optimizat pentru agenți autonomi pe hardware de consum. Este potrivit pentru fluxuri agentice și de programare pe termen lung, cu raționament în mai mulți pași, utilizare fiabilă a uneltelor, recuperare după eșecuri, înțelegere a imaginilor și suport multilingv pentru peste 100 de limbi.

Ghiduri pentru acest model

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

Muse Glimmer 30B este un model multimodal cu greutăți deschise de la Meta Superintelligence Labs, distilat din Muse Spark și construit special pentru agenți autonomi care rulează pe hardware de consum. La aproximativ 30 miliarde de parametri, acceptă text și imagini intercalate, acoperă peste 100 de limbi și are licență Apache 2.0. Dacă vrei un agent local capabil care gestionează utilizarea uneltelor, cod și înțelegerea imaginilor fără dependență de cloud, aceasta este clasa de mărime pe care să o iei în considerare.

Cunoscut pentru

Creat special pentru fluxuri agentice: utilizarea uneltelor, recuperarea după eșec și planificare în mai mulți pași.
Rulează local pe hardware de consum sub licență Apache 2.0, fără cloud necesar.
Encoder dedicat ViT-G pentru percepție, care gestionează capturi de ecran, grafice și documente.
Efort de raționament controlabil, permițând compromis între calitate și viteză la fiecare cerere.
Compatibil cu OpenClaw, Hermes Agent și alte cadre agentice din cutie.

Atenție la

Text doar la output: modelul citește imagini, dar nu le poate genera.
Cunoașterea se oprește la 4 ianuarie 2026; nu știe nimic după această dată.
Un model dens de 30B necesită VRAM semnificativ; verifică-ți hardware-ul înainte de descărcare.

Cel mai bun pentru

Agenți și utilizare unelte

Sugestii de încercat

Agent de depanare în mai mulți pași

Ai un script Python care extrage date de pe o pagină web, parsează un răspuns JSON și scrie rezultatele într-un CSV. Scriptul eșuează silențios și produce un fișier gol. Parcurge fiecare etapă metodic, identifică unde e cel mai probabil să apară eroarea, scrie o versiune corectată a scriptului și explică ce ai schimbat și de ce.

Captură de ecran către plan de acțiune

Atașez o captură de ecran a panoului de control al unei aplicații web. Identifică fiecare element interactiv vizibil, descrie ce face fiecare pe baza etichetei sau iconiței, apoi scrie un plan pas cu pas pe care un agent l-ar putea urma pentru a exporta datele din tabelul principal într-un fișier CSV local.

Recuperare după eșec la apelul unui instrument

Ai apelat un API meteo cu parametrii corecți și ai primit o eroare 429 de limită de rată. Ai nevoie de temperatura curentă în trei orașe pentru un raport care trebuie predat în două minute. Raționează opțiunile, decide o strategie de rezervă și scrie logica revizuită a apelului instrumentului, inclusiv gestionarea retry-urilor și o cale de degradare grațioasă dacă toate retry-urile eșuează.

Compară cu

Muse Spark 1.3 Contributor
Model doar API
context de 1,048,576 tokeni · $0.10/M intrare, $0.20/M ieșire
Muse Spark 1.3
Model doar API
context de 1,048,576 tokeni · $1.25/M intrare, $4.25/M ieșire
Muse Wonder
Model doar API
context de 1,048,576 tokeni · $4.00/M intrare, $20.00/M ieșire
Muse Spark 1.2
Model doar API
context de 1,048,576 tokeni · $1.25/M intrare, $4.25/M ieșire

Mai multe modele text de la meta

Întrebări frecvente

Pot rula Muse Glimmer 30B local?: Da. Greutățile sunt deschise sub licență Apache 2.0 și modelul este disponibil pe Hugging Face la meta-models/Muse-Glimmer-30B. Meta l-a optimizat explicit pentru hardware de consum, deși un model dens de 30B va cere VRAM semnificativ.
Cât costă utilizarea prin API și cât de lung este contextul?: Prețurile sunt 0,30 USD per milion de tokeni de intrare și 1,20 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.
Cum diferă Glimmer de Muse Spark?: Muse Glimmer 30B este distilat din Muse Spark și face un compromis între scara brută a lui Spark și o dimensiune care rulează pe hardware de consum, procesul de distilare vizând în mod specific capabilitățile agentice, nu performanța generală.

Verdictul căpitanului
Un lucru rar: un model agent deschis, rulabil local, care tratează utilizarea uneltelor și recuperarea după eșec ca funcții de primă clasă, nu ca gânduri ulterioare.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Cum se adună acest scor

Acest model nu are încă date de popularitate de la nicio sursă, așa că are un număr provizoriu sub 7,000° care menține listele complete. Nu va fi niciodată clasat mai sus decât un model cu date. Descompunerea apare aici imediat ce o sursă o raportează.

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Modele similare

Modele AI pentru generare de imagini, video și text

Muse Glimmer 30B este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM și verifică-i scorul de căldură pentru a vedea cât este de popular.

Mai multe modele Text / LLM llm meta viziune raționament agenți programare local

Răsfoiește după familia de modele