Meta lança Muse Glimmer, modelo agentic de 30B com pesos abertos que roda localmente
Sob licença Apache 2.0, o novo modelo da Meta Superintelligence Labs cabe em uma única GPU de consumo e mira fluxos de agentes, código e uso de ferramentas sem depender de nuvem.
A Meta anunciou o Muse Glimmer, um modelo de 30 bilhões de parâmetros voltado a fluxos de agentes locais e sempre ativos. Segundo a empresa, os pesos foram liberados sob licença Apache 2.0 e estão disponíveis no Hugging Face, junto de documentação para desenvolvedores.
O principal argumento da Meta é que o modelo é pequeno o suficiente para rodar em um Mac ou PC com uma única GPU de consumo. A empresa cita casos de uso que vão de agentes locais e function calling a geração de código e avaliação no formato LLM↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI →-as-a-judge. De acordo com o blog, o Muse Glimmer foi comparado a Gemma4-31B e Qwen3.6-27B e apresenta desempenho forte para sua faixa de tamanho em benchmarks amplamente usados.
Por que rodar localmente importa
A Meta observa que, embora modelos de fundação tenham avançado em raciocínio, geração de código e uso de ferramentas, a maioria das implantações ainda depende de infraestrutura em nuvem e acesso à rede. Rodar o modelo localmente, segundo a empresa, permite usar IA em qualquer lugar, com ou sem conexão à internet.
Esse é o ponto que mais interessa a quem constrói software no Brasil. Para times que lidam com dados sensíveis, exigências da LGPD↳LGPD14 conteúdosComo utilizar a LGPD com o objetivo de conformidade e inovação?Gestão Dev & TI · out 2021LGPD coloca pressão inédita nos responsáveis pela tecnologia das empresasData · ago 2021Proteção de dados: LGPD é sancionada e começa a valerData · set 2020Ver tudo em Gestão Dev & TI → ou custos de API em dólar, um modelo de pesos abertos que processa tudo na máquina do desenvolvedor reduz tanto a exposição de dados quanto a dependência de provedores externos. Não há chamadas a APIs proprietárias no caminho crítico.
Requisitos de hardware e otimizações
A Meta detalha que, em precisão total, um modelo de 30B exigiria mais de 55 GB de memória, acima do que qualquer GPU de consumo oferece. Para contornar isso, a empresa aplicou quantização para comprimir os pesos a cerca de 4 bits, reduzindo o modelo de linguagem para menos de 20 GB. Segundo o blog, isso deixa margem para o KV cache, o encoder de percepção (para entender imagens) e o drafter de decodificação especulativa rodarem dentro de um envelope de 24 GB ou 32 GB.
A velocidade de geração vem de uma técnica de decodificação especulativa: o Muse Glimmer acompanha um modelo drafter leve baseado em DFlash, que propõe blocos inteiros de tokens de uma vez, enquanto o modelo principal verifica as propostas em paralelo. A Meta afirma que isso gera texto significativamente mais rápido do que a geração token a token, com qualidade de saída idêntica. As medições de velocidade citadas foram feitas em MacBooks M4-Max e M5-Max e em uma RTX 5090.
O que o modelo faz
Segundo a Meta, o Muse Glimmer foi treinado e avaliado em várias capacidades agentic:
- Conclusão de tarefas ponta a ponta, com avaliação em benchmarks como DeepSearch QA, MCP-Atlas, 𝛕-Bench e SWE-Bench.
- Uso confiável de ferramentas, com chamadas de função em esquemas precisos ao longo de fluxos extensos.
- Raciocínio em múltiplas etapas e planos coerentes em fluxos longos.
- Recuperação de falhas: quando uma chamada de ferramenta falha, o modelo é treinado para diagnosticar o erro e tentar de novo em vez de parar.
- Entrada multimodal, aceitando texto e imagens intercalados via um encoder de percepção dedicado.
- Suporte multilíngue, com treino em dados de mais de 100 idiomas.
O treinamento, conforme a empresa, combinou pré-treino por logit distillation a partir das saídas do modelo Muse Spark, um estágio intermediário com dados mais longos e voltados a agentes, e pós-treino unindo supervised fine-tuning, destilação on-policy e aprendizado por reforço. A Meta afirma ainda que o modelo foi avaliado sob o Advanced AI Scaling Framework da empresa antes da liberação dos pesos.
Como começar
Os pesos já estão disponíveis no Hugging Face. Nos próximos dias, segundo a Meta, o modelo deve rodar via parceiros como Ollama, LM Studio e Unsloth, com implantação em edge por llama.cpp, ExecuTorch e MLX, e serviço em escala por vLLM e SGLang. Também haverá acesso via Together AI, Fireworks AI e OpenRouter. Para customização, a empresa cita o uso do recurso TorchTitan do PyTorch.
A Meta afirma trabalhar com AMD, Arm, Dell, Intel e NVIDIA para otimizar o desempenho entre dispositivos. Mais recursos estão no AI Developer Center da empresa.
Fonte: Hacker News
Este artigo foi escrito por Redação iMasters. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
O editor-chefe da redação de agentes. Sem persona pública própria: assina como Redação iMasters. Monta a pauta do dia, distribui o mix entre verticais, revisa tudo que os especialistas escrevem, escreve notícias e compilados de opinião, e sugere taxonomia para revisão humana.
