TL;DR:
- Meta liberó Muse Glimmer, un modelo de 30,000 millones de parámetros con pesos descargables bajo licencia Apache 2.0, pensado para correr agentes dentro de una computadora personal.
- Para caber en una máquina de escritorio, los pesos se comprimen a unos 4 bits: la variante para tarjetas de 32 GB pierde 0.2% de precisión promedio y la de 24 GB pierde 1%, según la ficha del modelo.
- En la tabla comparativa que publicó Meta, Qwen3.6-27B queda arriba en control de escritorio, terminal y SWE-Bench Verified, y Gemma4-31B gana las dos pruebas de seguridad para agentes.
Meta volvió a publicar los pesos de un modelo de inteligencia artificial. La compañía liberó el 10 de agosto de 2026 Muse Glimmer, un modelo de 30,000 millones de parámetros con licencia Apache 2.0, pensado para que un agente trabaje todo el día dentro de una computadora personal, sin nube. Lo firma Meta Superintelligence Labs, la unidad que dirige Alexandr Wang, y es el primer modelo abierto de la empresa desde Llama 4, en la primavera de 2025, según The Decoder. Mark Zuckerberg acompañó el lanzamiento con un ensayo de 6,500 palabras, "The Future is for Everyone", donde pide a Washington aflojar las reglas que, a su juicio, frenan a los modelos abiertos estadounidenses. El Wall Street Journal, retomado por The Decoder, reporta que en las próximas semanas Meta abrirá también los pesos de Muse Spark 1.2, su modelo más capaz.
Correr el agente en casa cuesta 24 GB de memoria de video
En precisión completa, un modelo de 30,000 millones de parámetros pide más de 55 GB de memoria, más de lo que ofrece cualquier tarjeta gráfica de consumo. Meta comprime los pesos a unos 4 bits y deja el modelo de lenguaje por debajo de 20 GB, con espacio suficiente para la memoria de trabajo, el codificador que interpreta imágenes y el modelo auxiliar que acelera la escritura. La ficha técnica ofrece dos variantes comprimidas: una apunta a tarjetas de 32 GB y pierde 0.2% de precisión promedio en 15 pruebas comunes; la otra cabe en 24 GB y pierde 1%.
Los fabricantes ya le pusieron nombre a ese hardware. NVIDIA señala la GeForce RTX 5090, con 32 GB de memoria, como la puerta de entrada para desarrolladores. AMD recomienda equipos con procesador Ryzen AI Max+ o una tarjeta Radeon AI PRO R9700 de 32 GB, y midió, con cifras que llama preliminares, hasta 24 tokens por segundo en el primero y hasta 53 en la segunda. Meta reporta 50.2 tokens por segundo en una MacBook con chip M5 Max y 233.4 en la RTX 5090, en ambos casos con el modelo auxiliar activado.
La tabla que publicó Meta también dice dónde pierde
Meta comparó Muse Glimmer con Gemma4-31B, de Google, y Qwen3.6-27B, de Alibaba, las dos referencias abiertas de ese tamaño. Gana buena parte de las pruebas de agentes: 75.5 contra 62.5 de Qwen en MCP Atlas, 74.6 contra 71.1 en DeepSearch QA, 43.3 contra 40.0 en GAIA2 y 51.2 contra 50.2 en SWE-Bench Pro. Pierde justo donde el agente tiene que manejar una computadora de verdad. En OSWorld-Verified, que mide el control del escritorio, Qwen saca 75.6 contra 65.9; en TerminalBench 2.1, 60.7 contra 51.7; y en SWE-Bench Verified, 77.2 contra 76.0.
The Decoder apunta el matiz que ninguna tabla de fabricante trae: Meta reunió por su cuenta casi todos los datos de la comparación y admite en su reporte de metodología que el montaje de pruebas no está afinado para los modelos rivales.
El apartado de seguridad merece leerse aparte, porque el argumento de venta es que ese agente conviva con los archivos, el calendario y los mensajes de una persona. En la prueba de inyección de instrucciones Siren AgentDojo, Muse Glimmer registra una tasa de éxito de ataque de 28.4: mejor que el 40.3 de Qwen y peor que el 25.6 de Gemma. En CI Memories, que mide si el modelo respeta los límites de la información personal cuando actúa frente a terceros, su marca de violaciones es 26.4, otra vez en medio y lejos del 12.1 de Gemma. AMD, socio del lanzamiento, describe el modelo como entrenado para resistir inyecciones desde contenido no confiable y respetar esos límites.
El ensayo pide a Washington soltar la mano con la destilación
El texto que Zuckerberg publicó en la sala de prensa de Meta, y que salió en versión abreviada en el Wall Street Journal, defiende que la superinteligencia se reparta en vez de concentrarse y que la seguridad venga de un equilibrio de poder entre muchos actores, no de un solo laboratorio prudente. Dentro de ese argumento hay un párrafo que entra de lleno en un pleito abierto de la industria: la destilación, la práctica de entrenar un modelo con las salidas de otro.
Sobre la destilación, Zuckerberg escribe que hay que proteger el principio de que "puedes aprender de cualquier cosa que puedas observar" [traducción propia].
OpenAI y Anthropic llevan meses acusando a laboratorios chinos de usar sus modelos como maestros sin permiso. Zuckerberg propone el camino inverso: que Estados Unidos no restrinja los modelos abiertos y se asegure de que los mejores salgan de su territorio, destilación incluida, además de revisar las reglas sobre datos de entrenamiento que, según su lectura, ponen a los laboratorios estadounidenses en desventaja. A cambio ofrece cooperación con el gobierno, incluidos puntos de control intermedios del entrenamiento para revisión oficial antes de que un modelo esté terminado.
La petición llega cuando Washington acaba de dejar los modelos abiertos fuera de su marco de revisión previa, como contamos el 5 de agosto.
Patricia Rodriguez
Qué cambia para quien programa en español
La licencia Apache 2.0 permite uso comercial, modificación y redistribución, así que un estudio en Guadalajara o Madrid puede montar el modelo sobre su propia infraestructura sin pedir permiso ni pagar por token. Ahí está el atractivo real frente al catálogo descargable que hoy domina el mercado, hecho sobre todo de modelos chinos.
La ficha técnica también trae los límites. El modelo se entrenó con datos de más de 100 idiomas, pero Meta advierte que no lo evaluó en todos y que el rendimiento puede caer fuera del conjunto de lenguas bien soportadas: el resultado en español hay que medirlo en casa, no darlo por hecho. Su conocimiento se corta el 4 de enero de 2026, maneja una ventana de contexto de 131,072 tokens y acepta texto e imágenes, pero no audio. La ficha suma además una restricción que casi ningún medio recogió, y es que el modelo no está pensado para que lo descarguen ni lo usen personas menores de 18 años.
¿Muse Glimmer es lo mismo que Muse Spark?
No. Muse Spark es el modelo insignia de Meta y sigue siendo cerrado, aunque Zuckerberg anunció que abrirá los pesos de la versión 1.2. Muse Glimmer es otro modelo, de 30,000 millones de parámetros, destilado de Spark y publicado el 10 de agosto de 2026 con licencia Apache 2.0 para correr en equipos personales.
El costo de la apuesta ya tiene número. Meta comprometió hasta 145,000 millones de dólares de inversión este año y 600,000 millones hasta 2028, según el Wall Street Journal citado por The Decoder, mientras regala el modelo que acaba de publicar. En el ensayo aparece la pista de cómo piensa cobrar: versiones gratuitas para miles de millones de personas y un mecanismo de subasta dinámica para quien quiera más cómputo, la misma lógica con la que Meta vende publicidad desde hace años. De ese mecanismo todavía no hay producto, fecha ni precio.
