La cifra que importa es 30.000 millones: el número de parámetros de Muse Glimmer, el modelo denso, multimodal y bajo licencia Apache 2.0 que Meta publicó el 10 de agosto como su regreso a los pesos abiertos. Destilado del insignia Muse en un decodificador de texto de 28.000 millones de parámetros con un codificador de visión de 2.000 millones, apunta directamente al trabajo local y agéntico: código, análisis de documentos, asistentes personales y las configuraciones de agentes autoalojados que han definido la escena local-first este año. El argumento es la privacidad y el coste, pero el subtexto es mayor: es el marco de la superinteligencia personal de Meta hecho descargable.

Con las cifras publicadas, recogidas por el artículo de lanzamiento de Hugging Face, Muse Glimmer lidera la clase de los 30.000 millones en la mayoría de las medidas agénticas: 75,5 en MCP Atlas, 51,2 en SWE-Bench Pro, 43,3 en GAIA2, 94,7 en AIME 2026 y 83,5 en GPQA Diamond, superando en lo esencial a Gemma 4 31B y Qwen 3.6 27B en las tablas comparativas. La salvedad llegó a tiempo. Qwen 3.8 27B de Alibaba aterrizó cuatro días después y retomó buena parte de la clase, lo que los practicantes resumieron así: Muse Glimmer fue la frontera de su clase de peso durante exactamente cuatro días. No es un fracaso del modelo; es el tempo del nivel local ahora, y quienes compran harían bien en preverlo.

La historia del despliegue es la parte más fuerte. El soporte de día cero cubrió transformers, llama.cpp, vLLM y Hugging Face Inference Endpoints, con Meta distribuyendo cuantizaciones calibradas y Unsloth publicando versiones optimizadas, y un drafter opcional de decodificación especulativa DFlash que acelera la generación estructurada como el código. La arquitectura apuesta por la eficiencia de servicio: la atención agrupada con dieciséis cabezas de consulta por cabeza clave-valor divide por dieciséis la memoria del caché KV, y la pila de atención híbrida alterna capas de ventana deslizante y capas completas a lo largo de 52 capas. El hardware de entrada realista es una sola H100 de 80 gigabytes para inferencia a precisión completa, las cuantizaciones comunitarias bajan mucho más, y la vía ExecuTorch de Meta apunta directamente a teléfonos y portátiles.

Para quienes construyen, el marco que importa no es el récord de cuatro días sino el suelo que movió. Hace un año, modelo local significaba un compromiso tolerado por privacidad; el argumento de Muse Glimmer, y la respuesta que Qwen 3.8 le dio, es que el compromiso ahora se mide en puntos de benchmark y no en clases de capacidad. Meta está invirtiendo claramente en el ecosistema alrededor de los pesos: el artículo de Hugging Face incluye demos en las que el modelo se cuantiza a sí mismo, se despliega a un endpoint y optimiza su propia pila de servicio, apuntando exactamente a los constructores de agentes que decidirán si este lanzamiento cuaja. Si tu producto asume que los usuarios no pueden correr modelos serios en su propio hardware, esa suposición expiró este mes.