Potresti essere in grado di eseguire l'ultima versione del modello Meta AI in locale sul tuo computer.

Lunedì, Meta ha annunciato il suo ultimo prototipo di intelligenza artificiale : Muse Glimmer. Tuttavia, l'azienda non lo sta necessariamente promuovendo come il suo progetto più grande e migliore di sempre. Sebbene Meta parli molto del potenziale prestazionale di Muse Glimmer, ci sono due punti chiave di marketing dal punto di vista dell'azienda: la sua natura open-weight e il suo design per funzionare nativamente su Mac e PC consumer, anche se potrebbe non funzionare sul tuo dispositivo specifico.

Cos'è Muse Glimmer?

Secondo Meta, Muse Glimmer è un modello di intelligenza artificiale con 30 miliardi di parametri, ottimizzato per flussi di lavoro con agenti locali sempre attivi. Ciò significa che Glimmer è progettato per funzionare in modo autonomo e direttamente sul dispositivo, senza dipendere dall'elaborazione cloud. L'IA locale è molto più sicura dell'IA cloud perché i dati rimangono all'interno del sistema. Quando si utilizzano server cloud, si è alla mercé dell'azienda proprietaria della rete, che potrebbe compromettere i dati.

Sebbene esistano molti casi d'uso per un modello come Muse Glimmer, Meta si concentra sul suo utilizzo dell'IA agentiva. Gli agenti IA possono svolgere compiti per conto dell'utente e la loro popolarità è in crescita, poiché utenti e sviluppatori possono chiedere ai propri agenti di eseguire una vasta gamma di funzioni. Anche l'esecuzione locale degli agenti è molto diffusa, come dimostra il famigerato anno di OpenClaw, ma i modelli più complessi richiedono anche hardware potente. Se si lavora con un laptop, potrebbe non essere sufficiente la potenza necessaria per eseguire gli agenti IA.

Questo è un estratto della presentazione di Meta. L'azienda afferma che Muse Glimmer è stato addestrato per bilanciare le prestazioni con le limitate capacità hardware. Meta dichiara di aver sottoposto Muse Glimmer a tre fasi di addestramento per raggiungere questo obiettivo: pre-addestramento, che ha addestrato Muse Glimmer sull'output di Muse Spark; addestramento intermedio, che ha addestrato il modello su dati più focalizzati sull'agente; e post-addestramento, che ha perfezionato il modello su una serie di parametri. Meta afferma che Muse Glimmer è in grado di gestire il completamento end-to-end dell'agente, l'inferenza a più fasi, il ripristino in caso di chiamata fallita dello strumento, input e inferenza multi-modello, tra le altre funzioni. È stato inoltre addestrato su dati provenienti da oltre 100 lingue. L'azienda aggiunge che il modello offre prestazioni elevate per la sua classe di dimensioni rispetto a molti benchmark standard di Large Language Models (LLM).

Fonte: Meta

Sebbene Muse Glimmer non sia così esigente come altri modelli, probabilmente non funzionerà in modo efficiente su un tipico laptop. Meta afferma che un modello con 30 miliardi di parametri richiederebbe in genere più di 55 GB di memoria, ma grazie alle tecniche di quantizzazione, Muse Glimmer può utilizzarne meno di 20 GB. Considerando la memoria di lavoro, Muse Glimmer utilizzerà probabilmente 24 GB o 32 GB. Se possedete un MacBook Pro o un PC professionale, potrebbe essere più che sufficiente. Ma se siete come me, il vostro laptop ha 16 GB o meno di RAM, non proprio quanto richiesto da Muse Glimmer. Tuttavia, rappresenta un passo avanti per l'utilizzo dell'IA nativa. (Per chiarezza, Meta afferma di aver testato Muse Glimmer su modelli MacBook M4 Max e M5 Max, con una GPU RTX-5090.)

Meta afferma che Muse Glimmer è "open source", il che significa che Meta ha rilasciato i pesi di addestramento del modello. Pertanto, chiunque può non solo utilizzare il modello, ma anche modificarlo. Se hai esigenze specifiche per il tuo modello di intelligenza artificiale, puoi modificare Muse Glimmer per adattarlo meglio alle tue necessità.

Come si confronta Muse Glimmer con altri modelli di intelligenza artificiale?

Sul mercato sono attualmente disponibili molti modelli di intelligenza artificiale , ma Meta li confronta direttamente solo con due: Gemma4-31b di Google e Qwen3.6-27B di Alibaba . Secondo i benchmark di Meta, Muse Glimmer supera entrambi i modelli nei seguenti 12 test: MCP Atlas, DeepSearch QA, v³-banking, WildClawBench, GAIA2, SWE-Bench Pro, Sci Code, Charxiv Reasoning, IFBench, AIME 2026, AA-LCR e Beam 128K. Gemma4-31b è ancora in testa in quattro di questi benchmark, mentre Qwen3.6-27B eccelle in otto.

Meta non ha offerto confronti simili con i modelli dei leader del settore come OpenAI, DeepSeek, Z.ai o Moonshot AI. Tuttavia, Artificial Analysis fornisce una classifica di tutti i modelli open-weight attualmente disponibili sul mercato . Al momento della stesura di questo articolo, il Muse Glimmer (versione ad alte prestazioni) si posiziona al 18° posto. Il Kimi K3 di Moonshot AI (versione massima) è in cima alla lista, seguito dal GLM-5.2 di Z.ai (versione massima) al secondo posto, dal V4 Flash di DeepSeek (versione massima) al terzo e dal Kimi K3 (versione bassa) al quarto. Per confronto, il Gemma4-31b si posiziona al 32° posto, mentre il Qwen3.6-27B è al 17°. Ci sono molte variabili in gioco, ma questa classifica ci offre una rapida panoramica di come gli ultimi modelli di Meta si posizionano rispetto alla concorrenza.

Come provare Muse Glimmer

Puoi provare subito Muse Glimmer scaricando i pesi da Hugging Face . Meta indica che il modello sarà disponibile nei prossimi giorni tramite app come Ollama, LM Studio e Unsloth.