AIツール

Muse Glimmer レビュー

Muse Glimmer は、コンシューマーハードウェア上での常時稼働するローカルワークフローと信頼性の高いツール使用のために最適化された、300億パラメータのオープンなエージェント型マルチモーダルモデルです。

shipped 2026年8月11日agentsfreemium

Domain rating80Monthly visits381K/mo

agentsproductivity

注目ポイント

1ローカルエージェントワークフロー用に最適化された300億パラメータモデル。

22026年8月10日に、寛容な Apache 2.0 ライセンスの下でリリースされました。

3MCP Atlas で 75.5、SWE-Bench Pro ベンチマークで 51.2 を達成。

4Hugging Face や llama.cpp などの統合により、Mac または PC でのローカルデプロイメントをサポートします。

Muse Glimmer について

プラットフォーム

Local deployment on Mac or PC

対象ユーザー

AI developers and researchers

料金プラン

Open Source

Free

• Available for local deployment
• Open weights under Apache 2.0 license
• Developer documentation provided

経営陣

Mark ZuckerbergCo-founder

API Docs GitHubOpen Source

overview

Muse Glimmer とは？

Muse Glimmer は、Meta Superintelligence Labs によって開発された300億パラメータのオープンなエージェント型 AI モデルであり、商用ユーザー、研究者、開発者が自律的で常時稼働するローカルエージェントワークフローを実行できるようにします。ローカルハードウェアのメモリと計算の制約に対して能力のバランスを取るように特別に設計されており、ローカルコーディングから多段階タスク実行までのユースケースをサポートします。

features

Muse Glimmer の主な機能

Muse Glimmer は、高度な推論能力とマルチモーダル処理を含む、堅牢なローカルエージェント操作のために設計されたいくつかの機能を組み込んでいます。

エンドツーエンドのエージェント型タスク完了: ローカルハードウェア上での多段階計画とタスク実行を促進します。
信頼性の高いツール使用: マルチターンワークフロー全体でスキーマを持つツールの正確な呼び出しを保証し、障害回復メカニズムを含みます。
多段階推論: 連続的な思考プロセスを必要とする複雑で長期間のタスクをサポートします。
障害回復: 失敗したツール呼び出しを自律的に診断し、再試行するように設計されています。
マルチモーダル入力と推論: 専用の知覚エンコーダを介して、テキストと画像（例：スクリーンショット、チャート）を交互に解釈します。
Scaffold 互換性: さまざまなローカルランタイムおよびプラットフォームと統合します。
制御可能な労力: ローカルメモリと計算の制約との間でパフォーマンスのバランスを取るように最適化されています。
多言語サポート: 複数の言語にわたる機能を提供します。

use cases

Muse Glimmer を使用すべきユーザー

Muse Glimmer は、プライバシーに敏感な環境やリソースが限られた環境でオンデバイス AI 機能が必要なユーザーを主なターゲットとしています。

商用ユーザーおよび研究者: 多段階計画とタスク実行のためのローカル AI エージェントの開発と展開に。
エージェント型アプリケーションを構築する開発者: ソフトウェアタスクをローカルで記述、デバッグ、解決できるコーディングエージェントの作成に。
ローカルプライバシーとデータ制御を優先するユーザー: クラウドに依存せずに動作するパーソナルアシスタントやドキュメント分析に。
評価者: 他のモデルの出力を評価するための LLM-as-a-judge アプリケーションに。

how to use

Muse Glimmer の使用方法

Muse Glimmer は、ローカルデプロイメントで利用可能なオープンウェイトモデルであり、使いやすさのためにさまざまな統合プラットフォームをサポートしています。

1モデルウェイトのダウンロード: Meta の研究ポータルまたは Hugging Face などのサポートされているプラットフォームから Muse Glimmer モデルウェイトを入手します。
2ローカルランタイムの選択: Ollama、LM Studio、llama.cpp、MLX などの互換性のあるローカルランタイムを選択します。
3インストールと設定: 選択したランタイムを Mac または PC にセットアップし、ハードウェアがメモリ要件（例：量子化されたバリアントの場合は 24 GB または 32 GB）を満たしていることを確認します。
4アプリケーションとの統合: API または直接統合を通じて、ローカル AI エージェント、コーディングタスク、またはマルチモーダル理解にモデルを利用します。
5エージェント型ワークフローの開発: Muse Glimmer の機能を使用して、多段階計画とタスク実行を設計および実装します。

pricing

Muse Glimmer の価格とプラン

Muse Glimmer は寛容なオープンソースライセンスの下で配布されており、幅広いアプリケーションで自由にアクセスできます。

オープンソース: 無料（モデルウェイトは Apache 2.0 ライセンスの下で利用可能であり、商用利用、変更、再配布に制限はありません）。

Pros

+Optimized for always-on local agent workflows on consumer hardware (e.g., Macs, PCs with single consumer GPUs).
+Open-source under Apache 2.0 license, allowing unrestricted commercial use and modification.
+Strong performance in agentic benchmarks, including MCP Atlas (75.5) and SWE-Bench Pro (51.2).
+Supports multimodal input and reasoning through a dedicated perception encoder.
+Designed for reliable tool use, function calling, and failure recovery in multi-turn workflows.
+Integrates with popular local runtimes and platforms like Hugging Face, Ollama, and llama.cpp.

Cons

−Higher hallucination rate (82% on AA-Omniscience) compared to some competitors like Qwen3.6 27B (49%).
−Performance on computer-use benchmarks (e.g., OSWorld-Verified, TerminalBench 2.1) is generally lower than Qwen3.6-27B.
−Some users have noted it can be 'pretty censored' in its responses.
−Requires specific hardware memory envelopes (e.g., 24 GB or 32 GB for quantized variants) for optimal local operation.

類似ツール

Muse Glimmer と競合製品の比較

Muse Glimmer は、長期間実行される多段階のエージェント型ワークフローに最適化された、特殊なローカルエージェントモデルとして位置付けられており、汎用 LLM やローカルランタイムプラットフォームとは一線を画しています。

OllamaOn Stork

Simplifies running large language models locally on your computer, providing a command-line interface and an API for various models.

While Muse Glimmer is a specific, pre-optimized model, Ollama is a platform that allows you to run many different open-source models locally, offering more flexibility in model choice but requiring you to select and manage the models yourself for agentic workflows.

LM StudioOn Stork

Provides a desktop application with a graphical user interface to discover, download, and run various open-source LLMs locally, including a local inference server.

Similar to Ollama, LM Studio offers a user-friendly GUI for managing and running local models that can be used for agentic tasks. Muse Glimmer is a pre-optimized model, whereas LM Studio provides the environment to run a variety of models, potentially requiring more experimentation to find the best fit for specific agent workflows.

LocalAIOn Stork

Acts as a drop-in replacement for the OpenAI API, allowing you to run various open-source models locally with an OpenAI-compatible API.

LocalAI focuses on providing an OpenAI-compatible API for local models, making it easier to integrate into existing applications or agent frameworks designed for OpenAI. Muse Glimmer is a specific model, while LocalAI is a framework that allows you to swap in different local models, offering broader compatibility but potentially requiring more setup.

Llama.cppOn Stork

A C/C++ port of Facebook's LLaMA model, optimized to run large language models efficiently on consumer hardware, including CPUs.

Llama.cpp is a foundational library for running many open-source LLMs locally, including those that can power agentic workflows, often with excellent performance on consumer hardware. Muse Glimmer is a specific, pre-optimized model, whereas Llama.cpp is a lower-level tool that provides the core engine for running a wide range of compatible models, requiring more technical comfort to set up and use directly.

Storkでもっと