Muse Glimmer-30B

Fiche modèle · Meta · muse-glimmer-30b

Muse Glimmer-30B is Meta Superintelligence Labs' open-weight, dense multimodal model for autonomous agentic work on consumer hardware. Its 29.6-billion-parameter causal transformer includes a roughly 1.8B-parameter ViT-G/14 perception encoder, accepts interleaved text and images, produces text, and supports a 131,072-token context window. It combines controllable multi-step reasoning, schema-based tool use, coding, failure recovery, and compatibility with agent scaffolds such as OpenClaw and Hermes Agent. Meta also releases 4-bit variants sized for 24 GB and 32 GB systems and a DFlash speculative-decoding drafter. The model is trained on more than 100 languages and released under Apache 2.0.

Fiches modèles

Identité

OrganisationMeta
Pays—
Famille—
Typellm
Date de sortie2026-08-10
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalitésimage|text
Fenêtre de contexte131 072
KV cache / token (Q8)26.6 ko/token
Paramètres totaux29.6 B
Paramètres actifs (session)29.8 B
Source des paramètres actifsactifs = total (modèle dense, config HF (meta-models/Muse-Glimmer-30B)) ; total : config Hugging Face (meta-models/Muse-Glimmer-30B)
Curation des paramètres actifs2026-11-04
Prix par session0.54 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)4.54 $ (est.)
Tokens d'entraînement—
Coupure de connaissance2026-01-04
Créé le2026-08-11T05:14:33.941236Z
Mis à jour le2026-11-04T06:04:51.693146Z
SourceLLM Stats
URLhttps://llm-stats.com/models/muse-glimmer-30b
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.30 $1.20 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.80
instruction_following0.80
language0.80
legal476.90
long_context0.80
math0.60
multimodal0.70
physics0.60
reasoning48.30
search0.70
spatial_reasoning0.70
structured_output0.80
finance476.90
frontend_development0.80
general37.30
grounding0.80
healthcare0.80
agents95.80
biology0.60
chemistry0.60
code0.60
coding0.50
communication0.90
tool_calling0.70
vision0.70

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aa-lcrreasoning0.801.000.80nonoui2026-11-04T06:04:51.883033Z
aime-2026math0.951.000.95nonoui2026-11-04T06:04:51.853111Z
arc-agireasoning0.671.000.67nonoui2026-11-04T06:04:51.933770Z
beam-128kreasoning0.651.000.65nonoui2026-11-04T06:04:51.893033Z
charxiv-rreasoning0.791.000.79nonoui2026-11-04T06:04:51.783046Z
ci-memories-coverageagents0.651.000.65nonoui2026-11-04T06:04:51.821578Z
ci-memories-violationagents0.261.000.74nonoui2026-11-04T06:04:51.817315Z
deepsearchqasearch0.751.000.75nonoui2026-11-04T06:04:51.713300Z
gaia2general0.431.000.43nonoui2026-11-04T06:04:51.743083Z
gdpval-aageneral953.003 000.000.32nonoui2026-11-04T06:04:51.901471Z
gpqareasoning0.831.000.83nonoui2026-11-04T06:04:51.863267Z
humanity's-last-examreasoning0.221.000.22nonoui2026-11-04T06:04:51.873199Z
ifbenchinstruction_following0.771.000.77nonoui2026-11-04T06:04:51.843029Z
mcp-atlasreasoning0.761.000.76nonoui2026-11-04T06:04:51.703556Z
mmlu-proxlanguage0.801.000.80nonoui2026-11-04T06:04:51.942842Z
mmmu-provision0.741.000.74nonoui2026-11-04T06:04:51.813073Z
omnidocbench-1.5vision0.761.000.76nonoui2026-11-04T06:04:51.803127Z
osworld-verifiedmultimodal0.661.000.66nonoui2026-11-04T06:04:51.753330Z
pinchbenchcode0.911.000.91nonoui2026-11-04T06:04:51.927664Z
scicodereasoning0.441.000.44nonoui2026-11-04T06:04:51.776855Z
screenspot-provision0.751.000.75nonoui2026-11-04T06:04:51.792120Z
siren-agentdojo-attack-successagents0.281.000.72nonoui2026-11-04T06:04:51.832507Z
siren-agentdojo-utilityagents0.941.000.94nonoui2026-11-04T06:04:51.839446Z
skillsbenchcode0.441.000.44nonoui2026-11-04T06:04:51.750119Z
swe-bench-proreasoning0.511.000.51nonoui2026-11-04T06:04:51.758658Z
swe-bench-verifiedreasoning0.761.000.76nonoui2026-11-04T06:04:51.763972Z
tau2-airlinechat0.781.000.78nonoui2026-11-04T06:04:51.905058Z
tau2-retailcommunication0.871.000.87nonoui2026-11-04T06:04:51.913344Z
tau2-telecomcommunication0.941.000.94nonoui2026-11-04T06:04:51.923243Z
tau3-bankingagents0.231.000.23nonoui2026-11-04T06:04:51.723884Z
terminal-bench-2.1reasoning0.521.000.52nonoui2026-11-04T06:04:51.772200Z
wildclawbenchagents0.481.000.48nonoui2026-11-04T06:04:51.733122Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
chat70.8028.631trueskill2026-11-04T08:08:43.789169Zrankings
agents94—16.028trueskill2026-10-19model_history
code96—21.646trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04