meta
Meta: Muse Glimmer 30B (batch)
meta/muse-glimmer-30b:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Muse Glimmer 30B de Meta es un modelo multimodal denso de pesos abiertos publicado bajo la licencia Apache 2.0, destilado de Muse Spark y pensado para cargas de trabajo agénticas autónomas en hardware de consumo. Acepta texto e imágenes, genera texto y ofrece un contexto de unos 131K tokens, llamadas a herramientas, salidas estructuradas y esfuerzo de razonamiento ajustable. El catálogo de OpenRouter lo lista como una variante por lotes con razonamiento siempre activado. Las evaluaciones del propio proveedor sugieren buenos resultados para su clase de tamaño, pero la verificación independiente es limitada.[1][2]
Puntos fuertes
- Diseñado para despliegue local: la ficha del modelo indica que los pesos cuantizados a 4 bits caben en GPUs de consumo y un modelo auxiliar de borrador acelera la generación con una pérdida de calidad mínima según el proveedor.[2]
- Las pruebas reportadas por el proveedor indican una sólida capacidad agéntica para su tamaño, con razonamiento en varios pasos, uso preciso de herramientas y recuperación ante fallos.[2]
- Amplia superficie de funciones en el catálogo: entrada de texto e imagen, llamadas a herramientas, salidas estructuradas, esfuerzo de razonamiento ajustable y entrenamiento en más de 100 idiomas.[1][2]
Limitaciones
- El proveedor advierte que puede generar respuestas inexactas o sesgadas, errar en razonamiento de varios pasos en escenarios nuevos, tratar el video solo como fotogramas y no haber sido evaluado en todos los idiomas de sus datos de entrenamiento.[2]
- Las evaluaciones adversariales del proveedor muestran riesgos residuales de inyección de prompts y de flujo de información; recomienda desplegar detrás de guardarraíles externos, y no admite audio de entrada ni de salida.[2]
- La evidencia es en gran parte una única ficha del proveedor más una entrada de catálogo; las cifras de rendimiento son reportadas por el proveedor, sin verificación independiente, así que valide el rendimiento y el coste en su propia carga de trabajo.[1][2]
Dónde utilizarlo
- Los agentes locales que planifican tareas de largo horizonte e invocan herramientas podrían encajar en su diseño, aunque conviene probar primero la fiabilidad real.[2]
- Los asistentes de programación y los flujos agénticos de ingeniería de software son plausibles dado los resultados reportados por el proveedor, previa validación en sus repositorios.[2]
- Los flujos que interpretan capturas de pantalla, gráficos o documentos junto con texto podrían aprovechar su entrada multimodal cuando la latencia lo permita.[2]
Fuentes
- [1] OpenRouter catalog · Meta: Muse Glimmer 30B (batch)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Meta: Muse Glimmer 30B (batch)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Muse Glimmer 30B is a dense, open-weight multimodal model from Meta Superintelligence Labs, distilled from Muse Spark and optimized for autonomous agents on consumer hardware. It is suited for long-horizon...
Especificaciones
- ID del modelo
- meta/muse-glimmer-30b:batch
- ID canónico
- meta/muse-glimmer-30b-20260810
- Creador
- meta
- Añadido a OpenRouter
- 09.08.2026
- Longitud de contexto
- 131,072
- Modalidad
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.240 / salida $0.960
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | CC — por debajo de la franja B | razonamiento: obligatorio · predeterminado medium · esfuerzos: xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | BB — siguiente 30% de la cohorte | — |
| Agentes | BB — siguiente 30% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: xhigh, high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 6.3 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Coding index | 49 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 8.5 | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 26% · posición 100 | 1,070Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 35.7% · posición 81 | 1,160Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 29.9% · posición 94 | 1,109Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 39.6% · posición 63 | 1,198Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 39.1% · posición 73 | 1,186Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 131,072 | $0.240 | $0.960 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.