Meta Muse Glimmer 30B: el agente IA de Meta que corre 100% local

TL;DR

Meta Muse Glimmer 30B: el agente IA de Meta que corre 100% local

¿Agentes de IA locales, siempre activos y sin pagar por token? Analizamos Muse Glimmer 30B de Meta: arquitectura, benchmarks y si de verdad corre en tu máquina.

Este artículo amplía el vídeo del canal nramosdev con el estudio completo y las fuentes verificadas.

El contexto

Publicado: 10 agosto 2026 por Meta Superintelligence Labs (MSL)
Licencia: Apache 2.0 — uso comercial, modificación, redistribución libres
Qué es: modelo causal de lenguaje de 30B con encoder de percepción, destilado de Muse Spark, diseñado para agentes locales “always-on” (que no se apagan): tool calling fiable, estado persistente entre reinicios, memoria en sesiones de horas
FUENTES PRIMARIAS: https://developer.meta.com/ai/models/muse-glimmer · https://huggingface.co/meta-models/Muse-Glimmer-30B · https://www.amd.com/en/blogs/2026/run-meta-muse-glimmer-30b-on-amd-ryzen-ai-max-and-radeon-gpus.html

Arquitectura (verificado en model card HF)

Total de parámetros: ~29.6B (incluye encoder de visión)
Arquitectura: Dense Causal Transformer con Perception Encoder
Layers: 52 · hidden dim 6656 · FFN SwiGLU (19,968)
Atención: [Local, Local, Local, Global] repetido, sliding window 2048, GQA 32/2 (ratio 16:1)
Encoder de visión: ViT-G/14 (~1.8B params, 50 layers, patch 14) — hasta 4.096 tokens visuales por imagen
Contexto: 131.072+ (128K+)
Vocabulario: 202.048 tokens (200K BPE + 2.048 especiales)
Modalities: entrada texto + imagen; salida SOLO texto (no genera audio ni vídeo)
Knowledge cutoff: 4 enero 2026
Idiomas: entrenado con datos de 100+ idiomas (válido para es-ES)

Propósito: agente local always-on

Tool calling fiable con schemas precisos en flujos largos
Razonamiento multi-paso con recuperación de fallos (si una tool falla, diagnostica y reintenta)
Memoria persistente y continuidad entre reinicios
Multimodal: interpreta capturas, gráficos, documentos junto al texto
Compatible con scaffolds: OpenClaw, Hermes Agent, y otros patrones agénticos
Ya corremos Muse-Glimmer-30B-4bit en los Ultra (aliases u1-/u2-muse-glimmer-30b) — experiencia local real del canal

Hardware y velocidad (verificado)

Cuantización ~4-bit: modelo bajo 20GB → K-Quant-17GB en 24GB VRAM (degradación 1.0%), K-Quant-Dynamic en 32GB (0.2%), full precision en 64GB
Speculative decoding DFlash: drafter de 5 capas, bloques de 16 tokens
Velocidades medias (HF model card):
Nvidia RTX 5090: 74.9 → 233.4 tok/s con DFlash (3.1x)
Apple M4 Max: 23.7 → 37.8 tok/s (1.5x, ExecuTorch)
Apple M5 Max: 26.6 → 50.2 tok/s (1.8x)
AMD (blog oficial, llama.cpp Vulkan + dFlash):
Ryzen AI Max+ 395: hasta 24 tok/s
Radeon AI PRO R9700: hasta 53 tok/s
Runtimes: Transformers, vLLM (OpenAI-compatible), SGLang, llama.cpp, ExecuTorch, LM Studio, Lemonade (binario embebible ~4MB), Docker Model Runner, NVIDIA NIM

Benchmarks (tabla oficial Meta — comparativa con Gemma4-31B y Qwen3.6-27B)

Lectura honesta: gana en agentes (MCP Atlas 75.5, DeepSearch 74.6, SWE-Bench Pro 51.2) y razonamiento (AIME 94.7); Qwen3.6-27B le gana en OSWorld (75.6), TerminalBench (60.7) y SWE-Bench Verified (77.2); Gemma4 gana solo GPQA (85.7).

Modelos de vídeo de Meta (contexto — no open weights)

Muse Video / Muse Image viven en Meta AI app / Instagram — sin API pública ni pesos abiertos
Movie Gen (2024): 30B text-to-video + 13B video-to-audio, sigue siendo research cerrado
Meta no publica pesos abiertos de ningún modelo de vídeo → el vídeo del canal se produce con el pipeline Remotion (motion graphics), no con el modelo

¿Se puede correr en local? (sí — y nosotros ya lo hacemos)

✅ 1 GPU consumer o Mac (24/32GB VRAM con cuantización)
✅ Runtimes open source (vLLM, llama.cpp, LM Studio, ExecuTorch)
✅ Ya corriendo en la infra del canal: Muse-Glimmer-30B-4bit en los Mac Ultra (u1-/u2-muse-glimmer-30b)
Coste: 0 €/token (local), vs API en la nube

Datos comparativos

Categoría	Benchmark	Muse Glimmer-30B	Gemma4-31B	Qwen3.6-27B
Agéntico general	MCP Atlas	75.5	54.2	62.5
	DeepSearch QA	74.6	61.7	71.1
	τ³-Banking	23.5	15.1	16.7
	GAIA2	43.3	36.4	40.0
	OSWorld-Verified	65.9	58.5	75.6
Coding agéntico	SWE-Bench Pro	51.2	36.9	50.2
	SWE-Bench Verified	76.0	66.6	77.2
	TerminalBench 2.1	51.7	43.4	60.7
Multimodal	Charxiv Reasoning	78.8	77.7	78.4
	OmniDocBench v1.5	75.8	72.5	77.8
	MMMU Pro	74	73	75
General/razonamiento	AIME 2026	94.7	89.2	94.1
	GPQA Diamond	83.5	85.7	84.2
	IFBench	77.0	76.0	70.8
	Beam128K	65.1	58.2	63.0

Puntos clave

Ver el análisis en vídeo: https://www.youtube.com/watch?v=QUwORJ1pTyI
Investigación verificada contra fuentes primarias (fecha de publicación del vídeo)
Fuentes listadas a continuación para profundizar

Fuentes

Artículo generado desde el estudio completo del pipeline de vídeo de nramosdev. Todos los datos provienen de la investigación verificada del canal.