Meta's Superintelligence Labs ha lanzado Muse Glimmer, un modelo de IA de 30 mil millones de parámetros publicado bajo una licencia Apache 2.0 que está diseñado para ejecutar agentes de IA localmente en GPU de consumo. Los pesos están disponibles en Hugging Face, lo que marca el último impulso de la compañía hacia el ecosistema de peso abierto que el CEO Mark Zuckerberg ha defendido en un ensayo de 6.500 palabras recientemente publicado sobre el futuro de la IA.

El lanzamiento llega en medio de una ola más amplia de cobertura de la industria de la IA que está remodelando la forma en que los desarrolladores construyen e implementan sistemas inteligentes. Meta dice que los desarrolladores pueden usar Muse Glimmer para codificación local, llamada de funciones, agentes autónomos y tareas de evaluación de LLM como juez sin enviar datos a una API alojada en la nube.

Creado para agentes en el dispositivo

Meta posiciona a Muse Glimmer como una solución para una restricción operativa específica: los modelos alojados en la nube necesitan acceso persistente a la red e infraestructura central, lo que puede generar problemas de latencia, costos y privacidad. En cambio, la compañía presenta el modelo para cargas de trabajo que requieren presencia en el dispositivo, incluidos agentes personales que necesitan acceso a horarios, mensajes, archivos y otros contextos privados.

El modelo acepta texto e imágenes entrelazados a través de un codificador de percepción dedicado, lo que permite a los agentes interpretar capturas de pantalla, gráficos y documentos como parte de una conversación. Meta informa que esta capacidad multimodal permite a los agentes razonar sobre las interfaces visuales, una característica importante para los equipos que crean herramientas que interactúan con software gráfico o páginas web.

Muse Glimmer también es compatible con OpenClaw y otros patrones de orquestación de agentes, con estructuras personalizadas detalladas en la documentación para desarrolladores del modelo. Un agente de codificación local construido sobre el modelo puede decidir a qué repositorios, terminales, entornos de prueba y comandos accede, aunque Meta advierte que las organizaciones deben definir los comandos y repositorios disponibles antes de medir el éxito de la tarea.

Rendimiento de referencia frente a rivales

Las pruebas de referencia internas de Meta colocan a Muse Glimmer por delante de Gemma4-31B de Google y Qwen3.6-27B de Alibaba en cinco de los ocho puntos de referencia de agentes generales. En una puntuación agente agregada, Muse Glimmer alcanzó 74,6, en comparación con 61,7 de Gemma4-31B y 71,1 de Qwen3.6-27B.

El modelo registró 47,6 en WildClawBench, por delante de los 37,6 de Gemma4-31B y los 43,2 de Qwen3.6-27B. En GAIA2, un punto de referencia para asistentes generales de IA, Muse Glimmer obtuvo una puntuación de 43,3, en comparación con 36,4 y 40,0 de los modelos de la competencia. OSWorld-Verified, que prueba la capacidad de un agente para operar en entornos informáticos reales, produjo la mayor brecha en el grupo: Muse Glimmer alcanzó 65,9 frente a 58,5 de Gemma4-31B.

No todas las categorías favorecieron el modelo de Meta. En SkillsBench, Qwen3.6-27B lideró con una puntuación de 46,6, mientras que Muse Glimmer registró 44,3. Qwen3.6-27B también lideró el PIBval-AA con 1.141, frente a los 953 de Muse Glimmer.

Los resultados de la codificación muestran un panorama competitivo

Los puntos de referencia de codificación de Muse Glimmer presentan una imagen competitiva más estrecha. El modelo lideró a SWE-Bench Pro con una puntuación de 51,2, en comparación con 36,9 para Gemma4-31B y 50,2 para Qwen3.6-27B. Sin embargo, Qwen3.6-27B se adelantó en SWE-Bench Verified con 77,2, frente a 76,0 de Muse Glimmer, y lideró TerminalBench 2.1 con 60,7 frente a 51,7 de Muse Glimmer.

El material proporcionado por Meta también describe el entrenamiento de reintentos para llamadas fallidas a herramientas, un comportamiento que permite a los agentes recuperarse de los errores automáticamente. La compañía señala que esta capacidad requiere controles sobre los intentos repetidos, particularmente cuando una herramienta puede alterar el código fuente o invocar sistemas externos.

La visión de peso abierto de Zuckerberg

El lanzamiento de Muse Glimmer coincide con la publicación de Zuckerberg de un extenso ensayo que expone su visión para el desarrollo de la IA. Según Reuters y Bloomberg, el CEO de Meta utilizó el ensayo para defender el enfoque de peso abierto, argumentando que los modelos ampliamente disponibles evitan la concentración del poder de la IA en unas pocas manos corporativas.

Según se informa, Zuckerberg advirtió contra los riesgos de que una sola entidad controle sistemas superinteligentes, afirmando que no existe una superinteligencia benévola singular. Los comentarios posicionan la estrategia de peso abierto de Meta como una filosofía técnica y una postura competitiva contra rivales de modelo cerrado como OpenAI y Anthropic.

El New York Times describió a Muse Glimmer como una versión de código abierto de las capacidades de IA de Meta que los consumidores pueden usar en casa, mientras que el Wall Street Journal señaló que el ensayo representa la articulación más detallada de Zuckerberg sobre su visión del mundo de la IA hasta la fecha.

Consideraciones prácticas para equipos

Los puntos de referencia de Meta demuestran el rendimiento en pruebas estandarizadas, pero no muestran cómo se comportará un agente local después de que una organización lo conecte a sus propios archivos, calendarios, sistemas de mensajería o herramientas internas. La compañía reconoce que los modelos de lectura de capturas de pantalla pueden interpretar lo que ven, pero las pruebas locales aún deben cubrir permisos, diseños de visualización, formatos de documentos y errores devueltos por las herramientas conectadas.

Para las organizaciones que evalúan Muse Glimmer, Meta recomienda definir los comandos y repositorios disponibles para el agente antes de la implementación. Las evaluaciones relacionadas con la seguridad del modelo incluyen pruebas de CI Memories y Siren AgentDojo, aunque la compañía utiliza medidas diferentes para cada una.

El lanzamiento pone a Meta en competencia directa con la línea Gemma de Google y los modelos Qwen de Alibaba en el espacio de peso abierto. Con la licencia Apache 2.0 que permite el uso comercial, Muse Glimmer podría acelerar la adopción entre los desarrolladores que desean capacidades de agencia sin los costos recurrentes y las compensaciones de privacidad de las API en la nube.

Manténgase por delante de la IA

Para conocer los últimos desarrollos en modelos de IA, lanzamientos de peso abierto y la dinámica competitiva que da forma a la industria, visite AI Buzz Wire para obtener una cobertura completa.

Leer más noticias sobre IA →