Meta's Superintelligence Labs heeft Muse Glimmer uitgebracht, een AI-model met 30 miljard parameters gepubliceerd onder een Apache 2.0-licentie dat is ontworpen om AI-agents lokaal uit te voeren op GPU's van consumentenkwaliteit. De gewichten zijn beschikbaar op Hugging Face en markeren de nieuwste stap van het bedrijf in het open-weight-ecosysteem dat CEO Mark Zuckerberg heeft verdedigd in een nieuw gepubliceerd essay van 6.500 woorden over de toekomst van AI.

De release komt te midden van een bredere golf van berichtgeving in de AI-industrie die een nieuwe vorm geeft aan de manier waarop ontwikkelaars intelligente systemen bouwen en implementeren. Meta zegt dat ontwikkelaars Muse Glimmer kunnen gebruiken voor lokale codering, functieaanroepen, autonome agenten en LLM-als-judge-evaluatietaken zonder gegevens naar een in de cloud gehoste API te sturen.

Gebouwd voor agenten op apparaten

Meta positioneert Muse Glimmer als een oplossing voor een specifieke operationele beperking: in de cloud gehoste modellen hebben permanente netwerktoegang en centrale infrastructuur nodig, wat latentie-, kosten- en privacyproblemen met zich mee kan brengen. Het bedrijf richt het model in plaats daarvan op werklasten waarvoor aanwezigheid op het apparaat vereist is, inclusief persoonlijke agenten die toegang nodig hebben tot planningen, berichten, bestanden en andere privécontext.

Het model accepteert tussengevoegde tekst en afbeeldingen via een speciale perceptie-encoder, waardoor agenten schermafbeeldingen, grafieken en documenten kunnen interpreteren als onderdeel van een gesprek. Meta meldt dat agenten met deze multimodale mogelijkheid kunnen redeneren over visuele interfaces, een functie die van belang is voor teams die tools bouwen die communiceren met grafische software of webpagina's.

Muse Glimmer ondersteunt ook OpenClaw en andere agent-orkestratiepatronen, met aangepaste steigers die gedetailleerd worden beschreven in de ontwikkelaarsdocumentatie van het model. Een lokale codeeragent die op het model is gebouwd, kan beslissen welke repository's, terminals, testomgevingen en commando's hij gebruikt, hoewel Meta waarschuwt dat organisaties beschikbare commando's en repository's moeten definiëren voordat ze het succes van taken meten.

Benchmarkprestaties tegen rivalen

Meta's interne benchmarktests plaatsen Muse Glimmer vóór Google's Gemma4-31B en Alibaba's Qwen3.6-27B op vijf van de acht algemeen-agentische benchmarks. Op een totale agentscore bereikte Muse Glimmer 74,6, vergeleken met 61,7 voor Gemma4-31B en 71,1 voor Qwen3.6-27B.

Het model noteerde een score van 47,6 op WildClawBench, vóór de 37,6 van Gemma4-31B en de 43,2 van Qwen3,6-27B. Op GAIA2, een benchmark voor algemene AI-assistenten, scoorde Muse Glimmer 43,3, vergeleken met 36,4 en 40,0 voor de concurrerende modellen. OSWorld-Verified, dat het vermogen van een agent test om binnen echte computeromgevingen te werken, produceerde het grootste gat in de groep: Muse Glimmer bereikte 65,9 tegen Gemma4-31B's 58,5.

Niet elke categorie was voorstander van het model van Meta. Op SkillsBench leidde Qwen3.6-27B met een score van 46,6, terwijl Muse Glimmer 44,3 noteerde. Qwen3.6-27B leidde ook op GDPval-AA met 1.141, tegen Muse Glimmer's 953.

Codeerresultaten tonen een competitief landschap

De codeerbenchmarks van Muse Glimmer presenteren een beperkter concurrentiebeeld. Het model leidde SWE-Bench Pro met een score van 51,2, vergeleken met 36,9 voor Gemma4-31B en 50,2 voor Qwen3.6-27B. Qwen3.6-27B ging echter vooruit op SWE-Bench Verified met 77,2, tegen Muse Glimmer's 76,0, en leidde TerminalBench 2.1 met 60,7 versus Muse Glimmer's 51,7.

Het door Meta geleverde materiaal beschrijft ook training voor opnieuw proberen voor mislukte tooloproepen, een gedrag waarmee agenten automatisch kunnen herstellen van fouten. Het bedrijf merkt op dat deze mogelijkheid controle op herhaalde pogingen vereist, vooral wanneer een tool de broncode kan wijzigen of externe systemen kan aanroepen.

Zuckerbergs visie op open gewicht

De uitgave van Muse Glimmer valt samen met Zuckerbergs publicatie van een lang essay waarin hij zijn visie op de ontwikkeling van AI uiteenzet. Volgens Reuters en Bloomberg gebruikte de CEO van Meta het essay om de open-weight-benadering te verdedigen, met het argument dat algemeen beschikbare modellen de concentratie van AI-macht in een paar bedrijfshanden voorkomen.

Zuckerberg waarschuwde naar verluidt voor de risico's van een enkele entiteit die superintelligente systemen controleert, door te stellen dat er niet zoiets bestaat als een enkelvoudige welwillende superintelligentie. De opmerkingen positioneren Meta's open-weight-strategie als zowel een technische filosofie als een competitieve houding ten opzichte van rivalen met een gesloten model, zoals OpenAI en Anthropic.

De New York Times omschreef Muse Glimmer als een open-sourceversie van Meta's AI-mogelijkheden die consumenten thuis kunnen gebruiken, terwijl de Wall Street Journal opmerkte dat het essay Zuckerbergs meest gedetailleerde weergave van zijn AI-wereldbeeld tot nu toe vertegenwoordigt.

Praktische overwegingen voor teams

De benchmarks van Meta demonstreren de prestaties op gestandaardiseerde tests, maar ze laten niet zien hoe een lokale agent zich zal gedragen nadat een organisatie deze aan zijn eigen bestanden, agenda's, berichtensystemen of interne tools heeft gekoppeld. Het bedrijf erkent dat modellen voor het lezen van screenshots kunnen interpreteren wat ze zien, maar dat lokale tests nog steeds rechten, weergave-indelingen, documentformaten en fouten moeten omvatten die door verbonden tools worden geretourneerd.

Voor organisaties die Muse Glimmer evalueren, raadt Meta aan om vóór de implementatie de opdrachten en opslagplaatsen te definiëren die beschikbaar zijn voor de agent. De veiligheidsgerelateerde evaluaties van het model omvatten CI Memories- en Siren AgentDojo-tests, hoewel het bedrijf voor elk verschillende maatregelen gebruikt.

De release plaatst Meta in directe concurrentie met de Gemma-lijn van Google en de Qwen-modellen van Alibaba op het gebied van open gewicht. Nu de Apache 2.0-licentie commercieel gebruik mogelijk maakt, zou Muse Glimmer de acceptatie kunnen versnellen onder ontwikkelaars die agentische mogelijkheden willen zonder de terugkerende kosten en privacy-trade-offs van cloud-API's.

Blijf AI een stap voor

Voor de nieuwste ontwikkelingen op het gebied van AI-modellen, releases met open gewichten en de concurrentiedynamiek die de industrie vormgeeft, gaat u naar AI Buzz Wire voor uitgebreide berichtgeving.

Lees meer AI-nieuws →