Muse Glimmer 30B
5242°
Ejecutar este modelo
Ofertas / Anuncios
Meta | contexto de 131,072 tokens | $0.30/M entrada, $1.20/M salida. Muse Glimmer 30B es un modelo multimodal denso y de peso abierto de Meta Superintelligence Labs, destilado de Muse Spark y optimizado para agentes autónomos en hardware de consumo. Es adecuado para flujos de trabajo agenticos y de codificación de largo horizonte, con razonamiento multi-paso, uso confiable de herramientas, recuperación de fallos, comprensión de imágenes y soporte multilingüe en más de 100 idiomas.
Guías para este modelo

Ollama vs LM Studio (2026): qué app local de IA usar y qué modelos principales corre cada una
¿Cuánta VRAM necesito realmente para IA local?
¿Qué es un archivo GGUF? Modelos cuantizados explicados (Q4, Q8, fp8, NF4)
Notas del capitán
Notas del 2026-10-13
Muse Glimmer 30B es un modelo multimodal de pesos abiertos de Meta Superintelligence Labs, destilado de Muse Spark y construido específicamente para agentes autónomos que corren en hardware de consumo. Con aproximadamente 30 mil millones de parámetros acepta texto e imágenes entrelazados, cubre más de 100 idiomas y tiene licencia Apache 2.0. Si quieres un agente local capaz que maneje uso de herramientas, código y comprensión de imágenes sin dependencia en la nube, esta es la clase de tamaño a considerar.
Conocido por
- Diseñado para flujos agenticos: uso de herramientas, recuperación de fallos y planificación multi-paso.
- Corre localmente en hardware de consumo bajo licencia Apache 2.0, sin necesidad de nube.
- Codificador de percepción ViT-G dedicado para capturas de pantalla, gráficos y documentos.
- Esfuerzo de razonamiento controlable para intercambiar calidad por velocidad por solicitud.
- Compatible con OpenClaw, Hermes Agent y otros scaffolds agenticos desde el primer momento.
Cuidado con
- Solo salida de texto: el modelo lee imágenes pero no puede generarlas.
- El conocimiento se corta el 4 de enero de 2026; no sabe nada posterior.
- Un modelo denso de 30B requiere VRAM significativa; verifica tu hardware antes de descargar.
Prompts para probar
Agente de depuración multi-paso
Tienes un script en Python que raspa una página web, analiza una respuesta JSON y escribe resultados en un CSV. El script falla silenciosamente y produce un archivo vacío. Recorre cada etapa metódicamente, identifica dónde es más probable que falle, escribe una versión corregida del script y explica qué cambiaste y por qué.
De captura de pantalla a plan de acción
Adjunto una captura de pantalla del panel de control de una aplicación web. Identifica cada elemento interactivo visible, describe qué hace cada uno según su etiqueta o icono, y luego escribe un plan paso a paso que un agente podría seguir para exportar los datos mostrados en la tabla principal a un archivo CSV local.
Recuperación ante fallo en llamada a herramienta
Llamaste a una API del clima con los parámetros correctos y recibiste un error 429 por límite de tasa. Necesitas la temperatura actual en tres ciudades para un informe que vence en dos minutos. Razonar sobre tus opciones, decide una estrategia de respaldo y escribe la lógica revisada de llamada a la herramienta incluyendo manejo de reintentos y una ruta de degradación elegante si todos fallan.
Comparar con
- Muse Spark 1.3 ContributorModelo solo APIContexto de 1,048,576 tokens · $0.10/M entrada, $0.20/M salida
- Muse Spark 1.3Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
- Muse WonderModelo solo APIContexto de 1,048,576 tokens · $4.00/M entrada, $20.00/M salida
- Muse Spark 1.2Modelo solo APIContexto de 1,048,576 tokens · $1.25/M entrada, $4.25/M salida
Más modelos de texto de meta
Preguntas frecuentes
- ¿Puedo ejecutar Muse Glimmer 30B localmente?
- Sí. Los pesos son abiertos bajo Apache 2.0 y el modelo está disponible en Hugging Face en meta-models/Muse-Glimmer-30B. Meta lo optimizó explícitamente para hardware de consumo, aunque un modelo denso de 30B demandará VRAM significativa.
- ¿Cuánto cuesta usarlo vía API y qué longitud de contexto tiene?
- El precio es $0.30 por millón de tokens de entrada y $1.20 por millón de tokens de salida, con una ventana de contexto de 131,072 tokens.
- ¿En qué se diferencia Glimmer de Muse Spark?
- Muse Glimmer 30B está destilado de Muse Spark y sacrifica algo de la escala bruta de Spark por un tamaño que corre en hardware de consumo, con el proceso de destilación apuntando específicamente a capacidades agenticas en lugar de rendimiento general.
Veredicto del capitánUna rareza: un modelo agente abierto y ejecutable localmente que trata el uso de herramientas y la recuperación de fallos como características principales y no como añadidos.
Ficha del modelo en Hugging Face
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
