Meta zet agentmodel Muse Glimmer op je eigen pc

Meta heeft Muse Glimmer uitgebracht, een agentmodel van 30 miljard parameters dat op één consumentenvideokaart draait. De gewichten staan onder Apache 2.0 op Hugging Face, meldt Meta AI Research in de aankondiging. Het zwaartepunt van agenttaken verschuift daarmee van het datacenter naar de desktop onder het bureau.

30 miljard parameters in 20 GB

In volle precisie zou het model ruim 55 GB geheugen vragen. Meta comprimeerde de gewichten naar ongeveer 4 bit, waardoor het taalgedeelte onder de 20 GB blijft, schrijft Techzine. De ruimte die overblijft binnen een envelop van 24 tot 32 GB gaat naar de KV-cache, een aparte perceptie-encoder voor beeld en een klein hulpmodel voor speculative decoding. Die laatste techniek levert op een RTX 5090 volgens Meta tot 3,1 keer snellere decodering, op andere hardware ligt de winst rond 1,5 keer. Ook een Mac met M4- of M5-chip haalt de drempel.

Dat is een ander uitgangspunt dan bij de AI-agenten die bedrijven in de cloud draaien. Zonder netwerkverbinding blijft een lokale agent werken, en er gaat geen bedrijfsdata naar een externe API.

Gedestilleerd uit een groter model

Muse Glimmer komt voort uit Muse Spark, het grotere model dat Meta in april 2026 uitbracht. De training verliep in drie fases: logit-distillatie op de uitvoer van het grote model, een middenfase met langere context en agentdata, en tot slot supervised fine-tuning gecombineerd met reinforcement learning.

Het model wisselt tekst af met beeld via die losse perceptie-encoder, zodat een agent screenshots, grafieken en documenten kan lezen. Meta noemt ondersteuning voor meer dan honderd talen en foutherstel: een mislukte tool-aanroep wordt opnieuw geprobeerd in plaats van afgebroken. In de eigen metingen houdt Glimmer gelijke tred met Gemma4-31B en Qwen3.6-27B op agent-, code-, multimodale, veiligheids- en redeneertaken. Onafhankelijke cijfers ontbreken nog.

Muse Spark 1.2 volgt met open gewichten

Bij de release kondigde Alexandr Wang van Meta Superintelligence Labs aan dat er ook een open-weight versie van Muse Spark 1.2 komt, het model waarop Muse Code is gebouwd. The Wall Street Journal bevestigde dat plan, zonder datum.

Ollama, LM Studio, Together AI, Fireworks AI en OpenRouter bieden Glimmer al aan. Integraties voor llama.cpp, MLX en ExecuTorch volgen de komende dagen. AMD, Arm, Dell, Intel en NVIDIA werken aan optimalisaties per apparaat.

Wat betekent dit

Apache 2.0 is een ruimere licentie dan wat de Chinese aanbieders bieden. Alibaba wil een omzetdeel van grote Qwen-gebruikers, en bij Qwen3.8 stonden de gewichten dagen na de aankondiging nog niet online. Meta zet met een echte open-sourcelicentie en directe beschikbaarheid druk op dat model.

Voor Nederlandse organisaties met gevoelige data wordt een lokale agent hiermee realistisch. De rekening verschuift van tokens per maand naar hardware die je eenmalig koopt. Een kaart met 24 GB geheugen kost nog altijd meer dan duizend euro en zit niet in de gemiddelde kantoorlaptop, dus voorlopig blijft dit iets voor ontwikkelaars en IT-afdelingen die zelf willen testen. Wie dat overweegt, kan het beste beginnen met één afgebakende taak waarbij de data het pand niet uit mag.