Meta「Muse Glimmer」公開、通称30Bの実数は29.6B — 24GB／32GBに振り分ける量子化2種

2026年8月13日

この記事のポイント

いつ：2026年8月10日（米国時間）
何が：Meta Superintelligence Labs がエージェント特化モデル「Muse Glimmer」の重みを Apache 2.0 で公開（Hugging Face の meta-models 組織で配布・商用利用可）
規模：総パラメータ29.6B（うち約18億は画像エンコーダー）、コンテキストは131,072トークン
なぜ重要：4bit量子化すると言語モデル部は20GB未満に収まり、KVキャッシュ等を含めた総枠24GB／32GBで、手元のPCで常時動かすエージェントの射程に入る
読者は何をすべきか：まず自分の環境が「VRAM 24GB以上のGPU」か「ユニファイドメモリ32GB以上のMac」かを確認する

Apache 2.0で配られた「30B」の実数は29.6B、うち約18億はViT-G/14の画像エンコーダー

「30B」と通称されていますが、実数は29.6Bで、そのうち約18億パラメータは画像を読むための ViT-G/14 エンコーダーが占めます。言語処理に回る部分はその分だけ小さい、という前提で以下の数字を読むと見通しがよくなります。

公開は2026年8月10日（米国時間）。Meta Superintelligence Labs（MSL）の公式ブログで告知され、重みは Hugging Face の meta-models/Muse-Glimmer-30B から Apache 2.0 ライセンスで取得できます。商用利用も許諾されます。

構成は52層・hidden dim 6656 の dense モデルとされています。dense は推論のたびに全パラメータを使う方式で、必要な専門家だけを起動する MoE（Mixture of Experts）と対になる設計です。注意機構は GQA（Grouped Query Attention）で query 32・KV 2 の割り当てとされ、KVキャッシュ（過去トークンの計算結果を保持しておく領域）の消費を抑えます。

入力はテキストと画像をインターリーブで受け取り、出力はテキストのみ。学習データは100言語超、知識カットオフは2026年1月4日とされます。非公開の上位モデル「Muse Spark」からの logit 蒸留で作られたとされ、Bloomberg は蒸留元を Muse Spark 1.2 と記述しています。

BF16なら55GB超、4bit量子化で言語モデル部は20GB未満まで落ちる

自分のPCで動くかは、精度をどこまで削るかで決まります。無圧縮の BF16 では55GB超が必要で、コンシューマー向けGPU1枚では現実的ではありません（解説記事によっては約58GBとする数字もあり、実測条件で幅があります）。

一方、4bit量子化（重みの数値表現を粗くしてサイズを縮める処理）を通すと、言語モデル部だけなら20GB未満まで下がります。ここが読み違えやすい点で、実際に確保すべきメモリはこの数字ではありません。KVキャッシュ・画像エンコーダー・後述の drafter モデルを足した総枠が24GB／32GBという理解が正解です。

量子化	想定GPU	精度低下	補足
K-Quant-Dynamic	VRAM 32GB クラス	約0.2%	精度重視。総枠32GBで運用
K-Quant-17GB	VRAM 24GB クラス	約1.0%（15ベンチマーク平均）	GGUFの実サイズは約16.76GB

導入の目安は「VRAM 24GB以上のGPU」または「ユニファイドメモリ32GB以上のMac」です（kingy.ai のハードウェア解説）。ローカル常駐は起動中ずっとメモリを占有するため、5.31GBまで絞った三値LLM「Maple-Preview」のような軽量モデルとは、同じ「ローカルで動く」でも占有量に3倍前後の開きがあります。

速度面では、小型の drafter モデル「DFlash」を併用した投機的デコード（下書き役が先に複数トークンを出し、本体がまとめて検証する高速化手法）で、ハイエンドコンシューマーGPU環境において生成速度が約3倍になるとされています。

止まらずに診断してリトライする — 常時稼働のローカルエージェントを狙った訓練

Muse Glimmer は汎用チャット向けではなく、計画立案・ツール呼び出し・長時間タスクに振られたモデルです。特徴的なのは、ツール呼び出しに失敗しても停止せず、原因を診断してリトライするよう訓練されている点です。常時稼働させる用途では、1回の失敗で止まらないことが実用性を大きく左右します。

想定用途として挙げられているのは、コーディングエージェント、（画像を含む）マルチモーダル推論、合成データ生成、そして LLM-as-a-judge（モデルに出力を採点させる評価）です。

ベンチマーク	スコア
MCP-Atlas（Public）	75.5
DeepSearch QA	74.6
SWE-Bench Verified	76.0
AIME 2026	94.7

これらは公式ブログ由来の値として各媒体が伝えているもので、編集部で一次ソースの直読までは確認できていません。なお SWE-Bench には Pro という別建てのベンチマークがあり、そちらのスコアは51.2です。別のベンチマークなので、Verified の76.0と並べて比較しないよう注意してください。

Ollama・LM Studioからサーバ用vLLMまで、主要な実行環境が対応済み

対応済みの実行環境がローカルからサーバまで揃っており、試すまでの距離が短いのが実務上の利点です。自分で動かす場合（ローカル・エッジ・自前サーバ）はアカウント登録もトークン課金もなく、有料APIと違って手元で完結します（下表のホスティング経由で試す場合のみ、各社のアカウント登録と利用料が必要です）。

区分	対応先	補足
ローカル	Ollama／LM Studio／Unsloth	GGUFのK-Quant-17GBは実サイズ約16.76GB
エッジ	llama.cpp／ExecuTorch／MLX	llama.cppはビルド b10353 以降で対応
サーバ	vLLM／SGLang	複数リクエストをまとめて捌く用途向け
ホスティング	Together AI／Fireworks AI／OpenRouter、NVIDIA NIM	手元に環境がない場合の逃げ道

ただしローカル完結には裏面もあります。提供側による自動更新やモデレーション層が挟まらないため、脆弱性への対応は利用者が自分で追随する前提になり、コンテンツフィルタなどの安全策も利用者側で用意する前提になります。運用の手間とセキュリティ上の責任が手元に移る、との指摘が出ています（二次分析ブログによる評価で、Meta の公式見解ではありません）。

Zuckerbergが同日掲げた約6,500語のエッセイと、公開されたのが「重み」である線引き

公開と同じ日、Mark Zuckerberg 氏が約6,500語のエッセイ「The Future is for Everyone」を掲載しました。趣旨は、米国の研究機関が学習データの規制順守を強く求められる一方で海外勢が優位に立っており、政策面の摩擦を減らす必要がある、というものです（要旨。逐語引用ではありません）。同氏はさらに大きなモデルの公開にも言及し、Muse Spark 1.2 の重みも近く公開すると述べたとされますが、これは予告であって実施済みではありません。

配布されたのが「重み」である点も押さえておく価値があります。Apache 2.0 が及ぶのは重みであり、学習データと学習スタックは非開示のため、これは open-weight であって open source ではない、との指摘があります。この線引きはオープンウェイト化された MiniMax H3のときと同じ論点です。

VentureBeat は今回の公開を「オープンソースへの回帰」と見出しで位置づけていますが、これは同媒体の文脈評価であり、確定した事実ではありません。

まとめ

判断の軸は2つに畳めます。ひとつは環境で、VRAM 24GB以上のGPUかユニファイドメモリ32GB以上のMacがあるかどうか。24GBなら K-Quant-17GB（精度低下約1.0%）、32GBなら K-Quant-Dynamic（同約0.2%）が入口になります。

もうひとつは用途です。Muse Glimmer はツール呼び出しと失敗復帰に振られたエージェント向けのモデルであり、汎用チャットの置き換えを急ぐ理由は薄いといえます。上位の Muse Spark 1.2 については公開の言及があるだけで、実施の有無も時期も未確定である点は織り込んでおきたいところです。環境を確認できたら、まずはローカルの Ollama か LM Studio で動かしてみるのが最短で、手元に環境がなければホスティング経由から触るのが現実的です。