Meta lança Muse Glimmer 30B, modelo aberto para agentes de IA que roda em GPU de 24 GB
Modelo recebe texto e imagem, gera respostas em texto e usa quantização para reduzir a memória necessária à execução local.

A Meta lançou o Muse Glimmer 30B, modelo de pesos abertos projetado para agentes de IA que planejam etapas e usam ferramentas no próprio dispositivo. Na configuração quantizada K-Quant-17GB, ele pode operar em uma GPU, ou processador gráfico, com 24 GB de memória de vídeo, segundo a desenvolvedora.
No anúncio de 10 de agosto de 2026, a Meta apresentou o modelo como resultado de uma pesquisa voltada a agentes locais. Seus pesos — os parâmetros ajustados durante o treinamento — estão disponíveis para download e uso sob a licença Apache 2.0.
Como o modelo funciona
O Muse Glimmer tem aproximadamente 29,6 bilhões de parâmetros, valores que influenciam suas respostas. A contagem inclui o codificador visual, componente que transforma imagens em informações utilizáveis pelo modelo. Ele recebe texto e imagens e responde em texto. Sua arquitetura tem 52 camadas e gera respostas em sequência. A janela de contexto padrão é de 131.072 tokens, com suporte a contextos maiores: ela determina quanta informação o modelo considera por vez, medida em unidades que podem ser palavras ou partes delas.
O treinamento partiu de uma destilação do Muse Spark, processo que transfere conhecimento de um modelo para outro. A Meta também usou dados de contexto longo e tarefas para agentes, além de ajuste supervisionado, com exemplos de respostas desejadas, e aprendizado por reforço, orientado por sinais de recompensa. O treinamento trabalhou planejamento, uso de ferramentas — como executar código ou consultar dados — e recuperação de falhas.
Para caber em hardware local, a versão K-Quant-17GB reduz a precisão dos pesos por meio de quantização. A Meta mede 19 GiB de memória de vídeo para o modelo textual, o componente de visão e o contexto completo, com cerca de 1,5 GiB adicional para o componente opcional de decodificação especulativa. GiB é uma unidade de memória ligeiramente maior que GB.
A decodificação especulativa usa um modelo auxiliar para propor tokens e acelerar a geração, de acordo com a Meta. A empresa recomenda validar arquivos de quantização personalizados na carga de trabalho pretendida antes de implantá-los.
Testes e cuidados
Nos testes de código divulgados pela Meta, o Muse Glimmer marcou 51,2 no SWE-Bench Pro, avaliação de tarefas reais de engenharia de software, e 76,0 no SWE-Bench Verified, outra versão do teste. O Qwen3.6-27B obteve 50,2 e 77,2, respectivamente: o resultado favorece um modelo ou outro conforme o teste e a configuração.
Para quem constrói agentes, a combinação de visão, ferramentas e execução local abre espaço para experimentar fluxos sem depender necessariamente da execução do modelo em servidores externos. O relatório técnico também discute riscos como a injeção indireta de instruções — quando comandos maliciosos aparecem em páginas ou arquivos consultados pelo agente — e a necessidade de limitar ferramentas e confirmar ações irreversíveis.
Para desenvolver esses fluxos, o Arara Code é uma IDE brasileira gratuita, ou ambiente para desenvolver software, baseada no Code-OSS, uma base aberta de editor de código, com chat e orquestração de subagentes. A compatibilidade específica com o Muse Glimmer precisa ser verificada, e usar um editor local não garante que o modelo seja executado localmente; o Arara está disponível sem cartão em https://arara.code.app.br.
Cobertura por
- https://ai.meta.com/research/publications/muse-glimmer-30b-an-on-device-agentic-model/ — AI at Meta
Perguntas Frequentes (FAQ)
É um modelo agêntico aberto da Meta, com cerca de 29,6 bilhões de parâmetros, entrada de texto e imagem e saída textual.
Segundo a Meta, a versão K-Quant-17GB pode operar em uma GPU de 24 GB. O consumo varia conforme o contexto e os componentes usados.
A Meta disponibiliza os pesos sob a licença Apache 2.0, incluindo versões quantizadas no formato GGUF.