Meta Merilis Muse Glimmer, Model Open-Weight 30B yang Menjalankan Agen AI pada GPU Konsumen

Lab Superintelligence Meta telah merilis Muse Glimmer, model AI dengan 30 miliar parameter yang diterbitkan di bawah lisensi Apache 2.0 yang dirancang untuk menjalankan agen AI secara lokal pada GPU tingkat konsumen. Bobot tersebut tersedia di Hugging Face, menandai dorongan terbaru perusahaan tersebut ke dalam ekosistem bobot terbuka yang telah diperjuangkan oleh CEO Mark Zuckerberg dalam esai sepanjang 6.500 kata yang baru diterbitkan tentang masa depan AI.

Rilis ini hadir di tengah gelombang cakupan industri AI yang lebih luas yang mengubah cara pengembang membangun dan menerapkan sistem cerdas. Meta mengatakan pengembang dapat menggunakan Muse Glimmer untuk pengkodean lokal, pemanggilan fungsi, agen otonom, dan tugas evaluasi LLM sebagai juri tanpa mengirim data ke API yang dihosting di cloud.

Dibuat untuk Agen Pada Perangkat

Meta memposisikan Muse Glimmer sebagai solusi terhadap kendala operasional tertentu: model yang dihosting di cloud memerlukan akses jaringan yang persisten dan infrastruktur pusat, yang dapat menimbulkan masalah latensi, biaya, dan privasi. Perusahaan malah mengajukan model untuk beban kerja yang memerlukan kehadiran di perangkat, termasuk agen pribadi yang memerlukan akses ke jadwal, pesan, file, dan konteks pribadi lainnya.

Model ini menerima teks dan gambar yang disisipkan melalui encoder persepsi khusus, yang memungkinkan agen menafsirkan tangkapan layar, bagan, dan dokumen sebagai bagian dari percakapan. Meta melaporkan bahwa kemampuan multimodal ini memungkinkan agen mempertimbangkan antarmuka visual, sebuah fitur yang penting bagi alat pembuat tim yang berinteraksi dengan perangkat lunak grafis atau halaman web.

Muse Glimmer juga mendukung OpenClaw dan pola orkestrasi agen lainnya, dengan scaffold khusus yang dirinci dalam dokumentasi pengembang model. Agen pengkodean lokal yang dibangun berdasarkan model dapat memutuskan repositori, terminal, lingkungan pengujian, dan perintah mana yang diakses, meskipun Meta memperingatkan bahwa organisasi harus menentukan perintah dan repositori yang tersedia sebelum mengukur keberhasilan tugas.

Tolok Ukur Kinerja Terhadap Pesaing

Tes benchmark internal Meta menempatkan Muse Glimmer di depan Gemma4-31B Google dan Qwen3.6-27B Alibaba pada lima dari delapan benchmark agen umum. Pada skor agen agregat, Muse Glimmer mencapai 74,6, dibandingkan dengan 61,7 untuk Gemma4-31B dan 71,1 untuk Qwen3.6-27B.

Model ini membukukan 47,6 di WildClawBench, di depan Gemma4-31B dengan 37,6 dan Qwen3.6-27B dengan 43,2. Pada GAIA2, yang merupakan tolok ukur untuk asisten AI umum, Muse Glimmer mendapat skor 43,3, dibandingkan dengan 36,4 dan 40,0 untuk model pesaing. OSWorld-Verified, yang menguji kemampuan agen untuk beroperasi dalam lingkungan komputer nyata, menghasilkan kesenjangan terbesar dalam grup: Muse Glimmer mencapai 65,9 dibandingkan Gemma4-31B 58,5.

Tidak semua kategori menyukai model Meta. Di SkillsBench, Qwen3.6-27B memimpin dengan skor 46.6, di mana Muse Glimmer mencatatkan 44.3. Qwen3.6-27B juga memimpin GDPval-AA dengan 1.141, dibandingkan Muse Glimmer dengan 953.

Hasil Pengkodean Menunjukkan Lanskap Kompetitif

Tolok ukur pengkodean Muse Glimmer menyajikan gambaran persaingan yang lebih sempit. Model tersebut mengungguli SWE-Bench Pro dengan skor 51,2, dibandingkan dengan 36,9 untuk Gemma4-31B dan 50,2 untuk Qwen3.6-27B. Namun, Qwen3.6-27B unggul tipis di SWE-Bench Verified dengan 77,2, melawan 76,0 dari Muse Glimmer, dan memimpin TerminalBench 2.1 dengan 60,7 versus 51,7 dari Muse Glimmer.

Materi yang disediakan Meta juga menjelaskan pelatihan percobaan ulang untuk panggilan alat yang gagal, suatu perilaku yang memungkinkan agen pulih dari kesalahan secara otomatis. Perusahaan mencatat bahwa kemampuan ini memerlukan kontrol atas upaya berulang, terutama ketika alat dapat mengubah kode sumber atau memanggil sistem eksternal.

Visi Kelas Terbuka Zuckerberg

Peluncuran Muse Glimmer bertepatan dengan penerbitan esai panjang Zuckerberg yang memaparkan visinya untuk pengembangan AI. Menurut Reuters dan Bloomberg, CEO Meta menggunakan esai tersebut untuk memperjuangkan pendekatan open-weight, dengan alasan bahwa model yang tersedia secara luas mencegah konsentrasi kekuatan AI di beberapa tangan perusahaan.

Zuckerberg dilaporkan memperingatkan terhadap risiko satu entitas yang mengendalikan sistem super cerdas, dengan menyatakan bahwa tidak ada satu pun super intelijen yang baik hati. Pernyataan tersebut memposisikan strategi open-weight Meta sebagai filosofi teknis dan sikap kompetitif terhadap pesaing model tertutup seperti OpenAI dan Anthropic.

The New York Times menggambarkan Muse Glimmer sebagai versi open-source dari kemampuan AI Meta yang dapat digunakan konsumen di rumah, sementara Wall Street Journal mencatat bahwa esai tersebut mewakili artikulasi Zuckerberg yang paling detail tentang pandangan dunia AI-nya hingga saat ini.

Pertimbangan Praktis untuk Tim

Tolok ukur Meta menunjukkan kinerja pada pengujian standar, namun tidak menunjukkan bagaimana agen lokal akan berperilaku setelah organisasi menghubungkannya ke file, kalender, sistem pesan, atau alat internalnya sendiri. Perusahaan mengakui bahwa model pembacaan tangkapan layar dapat menafsirkan apa yang mereka lihat, namun pengujian lokal masih harus mencakup izin, tata letak tampilan, format dokumen, dan kesalahan yang dihasilkan oleh alat yang terhubung.

Untuk organisasi yang mengevaluasi Muse Glimmer, Meta merekomendasikan untuk menentukan perintah dan repositori yang tersedia untuk agen sebelum penerapan. Evaluasi terkait keselamatan model ini mencakup pengujian CI Memories dan Siren AgentDojo, meskipun perusahaan menggunakan pengukuran yang berbeda untuk masing-masing pengujian.

Rilis ini menempatkan Meta dalam persaingan langsung dengan lini Gemma Google dan model Qwen Alibaba di ruang terbuka. Dengan lisensi Apache 2.0 yang memungkinkan penggunaan komersial, Muse Glimmer dapat mempercepat adopsi di kalangan pengembang yang menginginkan kemampuan agen tanpa biaya berulang dan pengorbanan privasi dari API cloud.

Tetap Terdepan dalam AI

Untuk mengetahui perkembangan terkini dalam model AI, rilis open-weight, dan dinamika kompetitif yang membentuk industri ini, kunjungi AI Buzz Wire untuk liputan komprehensif.

Baca berita AI selengkapnya →