Возвращение Meta в открытый мир нейросетей

10 августа 2026 года ознаменовалось важным событием в индустрии: компания Meta вновь заявила о себе в сегменте моделей с открытыми весами. Новинка получила название Muse Glimmer — это передовая 30-миллиардная модель, распространяемая под прозрачной и понятной лицензией Apache 2.0. Это значительный шаг вперед по сравнению с запутанными и неоднозначными лицензионными соглашениями, которыми раньше сопровождались модели семейства Llama. Разработчики Meta утверждают, что провели глубокую оптимизацию продукта, сосредоточившись именно на тех аспектах, которые наиболее востребованы пользователями, запускающими модели локально.

Ключевые специализации и производительность

Главным вектором развития Muse Glimmer стало качественное выполнение агентных задач (End-to-end Agentic Task Completion). Модель демонстрирует высокие показатели успеха в комплексных бенчмарках, таких как DeepSearch QA, MCP-Atlas, 𝛕-Bench и SWE-Bench. Эти тесты оценивают способность нейросети функционировать внутри специализированных сред, писать и отлаживать программный код, а также доводить многоэтапные запросы от начала и до конца. Кроме того, модель отличается надежной работой с инструментами (Reliable Tool Use): она корректно интерпретирует широкий спектр вызовов функций, точно соблюдая заданные схемы на протяжении длительных и сложных рабочих процессов. Отдельного упоминания заслуживает многошаговое рассуждение (Multi-Step Reasoning) — Muse Glimmer способна выстраивать логические цепочки на больших горизонтах планирования, сохраняя последовательность действий и общую связность даже в самых запутанных сценариях.

Практический опыт и тестирование

Для экспериментов была использована 18,16-гигабайтная версия модели, запущенная через среду LM Studio. Испытания показали отличную работоспособность: например, при обращении к плагину llm-coding-agent с вопросом об устройстве аутентификации в свежей версии проекта Datasette, нейросеть предоставила развернутый ответ, предварительно совершив длинную цепочку вызовов инструментов для глубокого исследования кодовой базы. Для обеспечения совместимости с версией LLM 0.32 был применен специальный патч к библиотеке llm-lmstudio. Данный типоразмер модели представляется оптимальным для современного оборудования: если в системе установлено 32 ГБ оперативной памяти или больше (в моем случае — 128 ГБ), этого объема вполне достаточно, чтобы комфортно запускать другие приложения параллельно с самой нейросетью.

Мультимодальные возможности

Muse Glimmer также является мощной визуальной моделью. При анализе фотографии морского берега нейросеть выдала впечатляющее описание: она точно идентифицировала бурых пеликанов (Pelecanus occidentalis) на фоне каменистого волнореза, детально описала их анатомические особенности — характерные желто-оранжевые клювы, большие горловые мешки, тонкие шеи и пятнистое серо-коричневое оперение. Модель отметила такие детали, как поведение птиц (одна из них чистилась), наличие светлых отметин на затылке и гребни перьев. Система также заметила более мелких птиц вокруг — чаек и крачек — и точно передала атмосферу снимка: плоское, рассеянное освещение, приглушенную монохромную палитру пасмурного дня, контрастирующую с текстурой камней. Композиция снимка, где крупные птицы выступают доминирующими субъектами, была описана с высокой точностью, что подтверждает сильные стороны Muse Glimmer как универсального мультимодального инструмента.

Источник: simonwillison.net