最重要的數字是 300 億：Muse Glimmer 的參數量。這是 Meta 於 8 月 10 日發布的稠密多模態模型，採用 Apache 2.0 授權，也是它回歸開放權重的標誌。它從旗艦 Muse 蒸餾為 280 億參數的文字解碼器，外加 20 億參數的視覺編碼器，明確瞄準本地、智慧體類工作：編碼、文件分析、個人助理，以及今年定義了本地優先陣營的各種自託管智慧體配置。明面的賣點是隱私和成本，但潛台詞更大：這是 Meta 個人超級智慧敘事的可下載形態。

按 Hugging Face 首發文章轉載的公開數字，Muse Glimmer 在 300 億檔的大多數智慧體指標上領先：MCP Atlas 75.5，SWE-Bench Pro 51.2，GAIA2 43.3，AIME 2026 得 94.7，GPQA Diamond 得 83.5，在對比表中基本領先 Gemma 4 31B 和 Qwen 3.6 27B。保留意見如期而至：阿里巴巴的 Qwen 3.8 27B 四天後落地，奪回了該檔位的大半，從業者對此的總結是，Muse Glimmer 恰好做了四天其重量級別的前沿。這不是模型的失敗，而是本地檔位如今的節奏，採購者理應據此規劃。

部署故事是最硬的部分。首發支援覆蓋 transformers、llama.cpp、vLLM 和 Hugging Face Inference Endpoints，Meta 分發校準量化包，Unsloth 也發布了優化量化，另有可選的 DFlash 投機解碼起草器為程式碼等結構化生成提速。架構向服務效率傾斜：分組查詢注意力讓每個鍵值頭對應十六個查詢頭，KV 快取記憶體降為十六分之一；混合注意力在 52 層中交替使用滑窗層與全注意力層。現實的上手硬體是單張 80GB H100 做全精度推理，社群量化可以低得多，而 Meta 的 ExecuTorch 路徑直接面向手機和筆記型電腦。

對開發者來說，重要的框架不是四天紀錄，而是被移動的地板。一年前，本地模型意味著為隱私而容忍的妥協；Muse Glimmer 的賣點，以及 Qwen 3.8 作出的回應，是這個妥協現在以基準分數而非能力等級來衡量。Meta 顯然在權重周邊的生態上投入：Hugging Face 的文章附帶的演示裡，模型能給自己量化、把自己部署到端點、優化自己的服務棧，瞄準的正是將決定這次發布能否站穩腳跟的智慧體開發者。如果你的產品假設使用者無法在自有硬體上運行夠格的模型，這個假設在本月已經過期。