Meta Superintelligence Labs（MSL）は2026年8月10日、Apache 2.0ライセンスで完全にオープンな30Bパラメータのエージェント特化モデル「Muse Glimmer」を公開した。Ollama 0.32.7以降であればollama pull muse-glimmerの1行でダウンロードでき、Ollamaが新設したollama launchコマンドを使うとClaude Codeなどのコーディングエージェントをこのモデル1つでクラウド接続なしに動かせる。
これまでMSLが公開してきたMuse Spark／Muse Codeはいずれもクラウド経由のAPI課金モデルだった。Muse Glimmerはその対極で、コンシューマー向けGPU1枚、あるいはMac 1台の上に完全ローカルで載る設計になっている点が新しい。本記事ではスペック・導入手順・ベンチマーク・注意点を一次情報ベースで整理する。
Muse Glimmerを1分で理解する
- 公開日：2026年8月10日（Meta Superintelligence Labs）
- パラメータ数：30B（Muse Sparkからの蒸留モデル）
- ライセンス：Apache 2.0（許容的オープンライセンス）
- コンテキスト長：131,072トークン以上
- 動作環境：コンシューマー向けGPU1枚（24〜32GB VRAM）またはApple M4/M5 Max搭載Mac
- 想定用途：ローカルのコーディングエージェント、関数呼び出し、LLM-as-a-judge評価、スケジュール管理やファイル整理などの個人エージェントタスク
そもそもMuse Glimmerとは何か｜Muse Sparkからの蒸留モデル
Meta公式のResearch Blogによれば、Muse Glimmerは「larger teacher model」と表現されるMuse Sparkから、エージェント推論能力を蒸留（distillation）して学習された30Bのマルチモーダルモデルだ。基盤モデルの多くがクラウド依存である現状に対し、MSLは「インターネット接続なしでいつでもどこでも使えるローカルAI」を目指してこのモデルを開発したと説明している。
公式ブログでの引用は次のとおりだ。
“smaller models, when trained effectively, can approach frontier-level performance on targeted tasks”（適切に学習させた小規模モデルは、特定タスクにおいてフロンティア級の性能に近づける）
ここで注意したいのは「targeted tasks（特定タスク）」という限定だ。Muse Glimmerは汎用的な万能モデルではなく、ツール呼び出し・エージェントタスク・ローカルコーディングといった狙った領域に最適化されたモデルという位置づけになる。
基本スペック一覧
| 項目 | 内容 |
|---|---|
| パラメータ数 | 30B（causal language model + 専用perceptionエンコーダ） |
| コンテキスト長 | 131,072トークン以上 |
| ライセンス | Apache 2.0 |
| 知識カットオフ | 2026年1月4日 |
| 量子化ビルド① | K-Quant-17GB（VRAM 24GB、精度劣化1.0%） |
| 量子化ビルド② | K-Quant-Dynamic（VRAM 32GB、精度劣化0.2%） |
| フル精度時の必要メモリ | 55GB超（4bit量子化により20GB未満まで圧縮） |
| 高速化技術 | DFlash投機的デコーディング（RTX 5090で3.1倍高速化、74.9〜233.4 tok/s） |
| 配布形式 | BF16フルウェイト／4bit量子化2種／DFlashドラフタヘッド／ExecuTorchビルド |
出典：Hugging Face公式モデルカード、MarkTechPost（参照日: 2026-08-12）
Ollamaで動かす手順
Muse GlimmerはOllama公式ブログでも同日に対応が発表されており、Ollama 0.32.7で正式サポートされた。まずはモデルの取得から。
ollama pull muse-glimmer取得後は通常どおり対話実行できる。
ollama run muse-glimmerApple Silicon搭載Macでは、Ollamaが用意したMLXエンジン最適化タグを使うとより高速に動く。
ollama run muse-glimmer:30b-mlxもう1つの目玉が、Ollamaが新設したollama launchコマンドだ。Ollama公式ブログによれば、環境変数や設定ファイルを手動で用意しなくても、Claude CodeなどのコーディングエージェントをローカルLLMバックエンドで起動できる。Claude Codeの場合は次のコマンドが公式に案内されている。
ollama launch claude --model muse-glimmerOllama公式ブログは、Claude Codeに加えてOpenCodeやCodexといった他のコーディングツールも同じollama launchの仕組みでローカル/クラウドいずれのモデルとも接続できると案内している。ツールごとの具体的な指定方法は、実行前に必ずOllama公式ブログで最新のサブコマンドを確認してほしい。
注意：本番環境やプライベートリポジトリで使う前に、必ず隔離した検証環境で動作確認してください。
ベンチマークで見る実力
MSLが自社ハーネスで公表した主要ベンチマークは次のとおりだ。
| ベンチマーク | スコア |
|---|---|
| MCP Atlas | 75.5 |
| SWE-Bench Verified | 76.0 |
| AIME 2026 | 94.7 |
| GPQA Diamond | 83.5 |
出典：VentureBeat（参照日: 2026-08-12）
これらはMeta自身が公表した数値であり、2026年8月12日時点で第三者機関による独立検証スコアは確認できていない。導入判断の材料にする場合は、自社の実タスクでのPoC検証を挟むことを推奨する。
Muse Code／Muse Sparkとの違い
MSLの製品名はモデル層とツール層が混同されやすい。整理すると次のようになる。
- Muse Spark（モデル層）：MSLが開発するクラウド提供の大規模LLM本体。2026年8月に公開されたMuse Codeのベースにもなっている。
- Muse Code（ツール層）：Muse Spark 1.2を基盤モデルとして動くターミナル型のクラウド接続コーディングエージェント。macOS/Linux向けにベータ公開済み。
- Muse Glimmer（軽量ローカルモデル）：Muse Sparkから蒸留された30Bのオープンウェイトモデル。クラウドAPIを介さず、手元のGPU/Macで完結する点がMuse Code・Muse Sparkと決定的に異なる。
つまりMuse Code／Muse Sparkが「クラウドでフロンティア級の性能を追う路線」なのに対し、Muse Glimmerは「オフライン・低コスト・プライバシー重視で動くローカル路線」という、同じMSL内での二正面戦略と捉えると理解しやすい。オープンウェイトモデルのライセンス条件や蒸留の一般的な仕組みについては、オープンウェイトモデル導入の落とし穴、ライセンス・蒸留・更新運用で詳しく解説している。
どんな開発者に向いているか
Muse Glimmerが向いているのは、次のようなケースだ。
- 社外にコードやリポジトリ情報を送りたくない、機密性の高いプロジェクト
- API従量課金を積み上げたくない検証・プロトタイピングフェーズ
- ネットワーク接続が不安定、または遮断された環境での開発
- スケジュール管理やファイル整理など、範囲の絞られた個人エージェントタスクの自動化
一方で、Meta自身も「targeted tasks（特定タスク）」での性能接近と説明している通り、Muse Glimmerは汎用的な複雑推論全般でフロンティア級のクラウドモデルを置き換えるものとしては設計されていない。API従量課金の負担そのものを見直したい場合は、AIエージェントのコスト監視入門もあわせて参考にしてほしい。
導入時によくある失敗パターンと回避策
失敗1：フル精度でロードしようとしてVRAM不足に陥る
❌ BF16フルウェイトをそのまま読み込もうとする（55GB超のメモリが必要）
⭕ K-Quant-17GB（24GB VRAM）またはK-Quant-Dynamic（32GB VRAM）の量子化ビルドを使う
失敗2：知識カットオフ以降の情報を無条件に信頼する
❌ 2026年1月4日以降の最新ライブラリ仕様やAPI変更をそのまま鵜呑みにする
⭕ Web検索ツールやMCPサーバーと組み合わせ、最新情報は外部ツール呼び出しで補う
失敗3：自社公表ベンチマークだけで導入を決める
❌ MCP Atlas 75.5やSWE-Bench Verified 76.0の数値だけを見て本番導入を決定
⭕ 独立検証スコアが出揃うまでは、自社の実タスクでPoCを回して比較する
失敗4：軽量モデルにフロンティア級の全般的推論力を期待する
❌ 複雑な要件定義や大規模リファクタリングまでMuse Glimmer単体に任せる
⭕ Meta自身が「targeted tasks」と位置づけている通り、範囲を絞ったエージェントタスクに用途を限定する
よくある質問
Muse Glimmerとは何ですか？
Meta Superintelligence Labsが2026年8月10日にApache 2.0ライセンスで公開した、30Bパラメータのオープンウェイトなエージェント特化モデルです。Muse Sparkから蒸留され、コンシューマー向けGPU1枚やMac 1台で完全にローカル実行できます。
Muse Glimmerは無料で使えますか？
モデルの重み自体はApache 2.0ライセンスでHugging Faceから無料でダウンロードできます。実行に必要なGPU/Macなどのハードウェアコストは別途必要です。
必要なスペックはどれくらいですか？
4bit量子化ビルドを使う場合、24GB VRAM（K-Quant-17GB、精度劣化1.0%）または32GB VRAM（K-Quant-Dynamic、精度劣化0.2%）のコンシューマー向けGPUで動作します。Apple M4/M5 Max搭載Macでの実行にも対応しています。
Muse CodeやMuse Sparkとの違いは何ですか？
Muse Sparkはクラウド提供の大規模モデル本体、Muse CodeはMuse Spark 1.2を使うクラウド接続のターミナル型コーディングエージェントです。Muse Glimmerはその小型蒸留版で、クラウドAPIを介さずローカルで完結する点が異なります。
Claude Codeと組み合わせて使えますか？
使えます。Ollama 0.32.7以降で新設されたollama launchコマンドを使うと、ollama launch claude --model muse-glimmerでClaude CodeのバックエンドモデルをMuse Glimmerに切り替えて起動できます（Ollama公式ブログで案内済み）。
Windowsでも動きますか？
Ollama自体はWindows/macOS/Linuxに対応しています。AMD公式ブログではRyzen AI Max搭載PCおよびRadeon GPU上でMuse Glimmerを実行する手順が、NVIDIA公式ブログではNVIDIA GPU上でのローカル実行手順がそれぞれ紹介されています。具体的な対応OSやドライバ要件は、実行前に各社の公式ブログで最新情報を確認してください。
参考・出典
- Introducing Muse Glimmer — Meta AI Research（参照日: 2026-08-12）
- Muse Glimmer from Meta Superintelligence Labs is now available — Ollama Blog（参照日: 2026-08-12）
- ollama launch — Ollama Blog（参照日: 2026-08-12）
- Meta returns to open source with Muse Glimmer — VentureBeat（参照日: 2026-08-12）
- Meta AI Releases Muse Glimmer — MarkTechPost（参照日: 2026-08-12）
- meta-models/Muse-Glimmer-30B モデルカード — Hugging Face（参照日: 2026-08-12）
- Meta Publishes Muse Glimmer As 30B Open Agentic Model — Phoronix（参照日: 2026-08-12）
この記事を読んでローカルAIエージェントの検証を進めたくなった方へ
UravationではAIエージェント導入の研修・コンサルを行っています。
