Meta Muse Glimmer funciona sin conexión en una GPU, pero necesita 24 GB de VRAM

Meta lanzó Muse Glimmer el 10 de agosto, un modelo de lenguaje con aproximadamente 30 000 millones de parámetros. Lo que destaca no es tanto el modelo en sí como la licencia y la máquina para la que está diseñado. Los pesos se encuentran en Hugging Face bajo la licencia Apache 2.0, por lo que puede descargarlos, modificarlos y utilizarlos con fines comerciales. Además, no está diseñado para ejecutarse en un centro de datos, sino en una sola tarjeta gráfica situada bajo su escritorio.

El modelo procede del Meta Superintelligence Lab y se ha extraído del modelo más grande, Muse Spark, lo que significa que un modelo grande ha enseñado a uno pequeño cómo responder. Acepta texto e imágenes como entrada, pero solo genera texto; admite más de 100 idiomas y funciona con una ventana de contexto de más de 131 000 tokens. Sus conocimientos se detienen el 4 de enero de 2026. Los lanzamientos más recientes de Meta han sido el agente Muse Code y el generador Muse Image.

Se requieren 24 GB de VRAM para su funcionamiento

A plena precisión, el modelo necesitaría 64 GB de memoria de vídeo. Meta lo comprime a aproximadamente 4 bits mediante cuantificación, una forma más aproximada de almacenar números que ocupa mucho menos espacio. Esto reduce la parte dedicada al lenguaje a menos de 20 GB, lo que deja espacio para el codificador de visión y la caché de la conversación en curso.

Se incluyen dos variantes ya preparadas. K-Quant-Dynamic está optimizado para 32 GB y pierde un 0,2 % de precisión de media en 15 pruebas de rendimiento, mientras que K-Quant-17GB cabe en 24 GB y pierde un 1,0 %. En la práctica, esto significa una GeForce RTX 5090, RTX 4090, RTX 3090 o un Mac con un M4 Max. Una tarjeta de gama media con 12 GB queda descartada. Si dispone de menos memoria, nuestra guía incluye modelos más pequeños para su propio portátil, e incluso el iPhone ya ejecuta un modelo de lenguaje utilizable.

Un acelerador lo hace tres veces más rápido

Para evitar que un modelo local resulte lento, Meta incluye una herramienta auxiliar llamada DFlash. Esta propone 16 tokens a la vez, y el modelo grande comprueba todo el bloque en una sola pasada y solo corrige lo que está incorrecto. Según las propias mediciones de Meta, el rendimiento en una RTX 5090 pasa de 74,9 a 233,4 tokens por segundo, lo que supone un factor de 3,1. Un MacBook con un M5 Max pasa de 26,6 a 50,2 tokens, y el M4 Max, de 23,7 a 37,8.

AMD publicó sus propias cifras ese mismo día. Un mini PC con un Ryzen AI Max+ 395 alcanza hasta 24 tokens por segundo y una Radeon AI PRO R9700 hasta 53, medidos en Windows con llama.cpp. AMD califica estas cifras como preliminares.

Sólida en planificación, más débil en la interfaz

Meta compara Muse Glimmer con el Gemma4-31B de Google y el Qwen3.6-27B de Alibaba. Cuando el modelo recurre a herramientas y elabora planes a lo largo de varios pasos, se sitúa claramente a la cabeza. Obtiene una puntuación de 75,5 en MCP Atlas frente a 54,2 y 62,5, y de 74,6 en DeepSearch QA frente a 61,7 y 71,1.

Qwen se impone en otros aspectos. En el manejo de una interfaz de escritorio real, la puntuación es de 65,9 frente a 75,6; en la terminal, de 51,7 frente a 60,7. Y en la prueba de seguridad Siren AgentDojo, que mide la facilidad con la que un modelo puede ser manipulado mediante instrucciones ocultas en documentos externos, la tasa de éxito de los ataques de Muse Glimmer, del 28,4 %, supera a la de Qwen, pero queda por detrás de la de Gemma4, que es del 25,6 %. Es importante tenerlo en cuenta antes de aplicar el modelo a sus propios archivos y correo electrónico.

Cómo obtenerlo

En Hugging Face hay cuatro paquetes disponibles: el modelo base con los pesos completos de BF16, los archivos GGUF para llama.cpp, las compilaciones de ExecuTorch para dispositivos Apple y la herramienta auxiliar DFlash. La forma más sencilla es a través de LM Studio, donde el modelo aparece en los resultados de búsqueda. AMD recomienda disponer de más de 32 GB de memoria de vídeo o una asignación equivalente de memoria del sistema para ello. Si dispone de menos, proveedores como Unsloth ofrecen cuantizaciones más reducidas, pero en ese caso tendrá que descargar parte del modelo a la memoria del sistema habitual, lo que supone una pérdida notable de velocidad. La comunidad se ha movido con rapidez. Menos de un día después del lanzamiento ya había 57 cuantizaciones adicionales y seis ajustes de precisión disponibles. Probarlo en un navegador, tal y como se podía hacer con Kimi K3, no es una opción en este caso. Sin el hardware adecuado, Muse Glimmer queda fuera de su alcance.