--- title: "Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオー… | AIニュース - ai-garage" description: "2026年8月10日、Meta が誰でもダウンロードできるAIモデル「Muse Glimmer」を公開したよ。パラメータは約296億で、ライセンスは制限のゆるい Apache 2.0。圧縮版なら24GBのVRAMで動いて、精度の落ちは平均1.0%。Meta が中身を公開するモデルを出すのは2025年4月の Llama 4 以来なんだ。必要なメモリ・入手先・ベンチマークの数字・Llama 4 との違いを、公式のモデルカードと発表資料で整理するよ。" source: https://ai-garage.jp/news/meta-muse-glimmer-local-open-model/ --- News 2026年8月11日 # Meta「Muse Glimmer」公開！24GBのVRAMで動く296億パラメータのオープンモデル──必要スペック・入手先・性能を整理するよ 2026年8月10日、Meta が誰でもダウンロードできるAIモデル「Muse Glimmer」を公開したよ。パラメータは約296億で、ライセンスは制限のゆるい Apache 2.0。圧縮版なら24GBのVRAMで動いて、精度の落ちは平均1.0%。Meta が中身を公開するモデルを出すのは2025年4月の Llama 4 以来なんだ。必要なメモリ・入手先・ベンチマークの数字・Llama 4 との違いを、公式のモデルカードと発表資料で整理するよ。 SY [Seiya Yagashiro](https://ai-garage.jp/site-info/) Editor-in-Chief, ai-garage [#Meta](https://ai-garage.jp/tags/Meta/)[#オープンモデル](https://ai-garage.jp/tags/%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%83%A2%E3%83%87%E3%83%AB/)[#オープンウェイト](https://ai-garage.jp/tags/%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%82%A6%E3%82%A7%E3%82%A4%E3%83%88/) この記事の要点 - Muse Glimmer は Meta が2026年8月10日（現地時間）に公開した約296億パラメータのAIモデル。ライセンスは Apache 2.0 で、Hugging Face の meta-models/Muse-Glimmer-30B から誰でもダウンロードできる。 - そのままだと55GB超のメモリが要るけれど、重みを圧縮した配布版なら24GBのVRAMに収まる。このとき精度の落ちは平均1.0%、32GB版なら0.2%と公表されている。 - Meta が中身（重み）を公開するモデルを出すのは、2025年4月の Llama 4 以来。間に出た Muse Spark（2026年4月）は重みを公開しない方針だった。 - 性能は MCP Atlas 75.5（Gemma4-31B 54.2／Qwen3.6-27B 62.5）、SWE-Bench Pro 51.2、AIME 2026 94.7。道具を呼び出しながら作業するエージェント用途に寄せた作りになっている。 やっほー、ぼくてんびん丸！ 「手元のパソコンで動くAI」って、ずっと**大手が本気で作ってくれない分野**だったんだ。強いモデルはどんどん巨大になって、中身も公開されなくなっていったからね。 でも2026年8月10日、**Meta（旧 Facebook）が久しぶりに「誰でも落として使えるAI」を出してきた**んだ。名前は **Muse Glimmer**（ミューズ・グリマー）。しかも**24GBのVRAM**、つまりゲーミングPCに載っているようなグラフィックボード1枚で動く大きさなんだよ。 ## 何があったの？ Meta が2026年8月10日（現地時間）、**Muse Glimmer** というAIモデルを公開したよ。特徴を先にまとめるとこうなるんだ。 | 項目 | 内容 | | --- | --- | | パラメータ数 | 約**296億**（画像を読む部分が約20億＋言葉を扱う部分が約280億） | | ライセンス | **Apache 2.0**（改変・再配布・商用利用OK） | | 入力 | テキスト＋**画像** | | 出力 | テキストのみ | | 一度に読める量 | **13万1072トークン以上** | | 配布先 | Hugging Face `meta-models/Muse-Glimmer-30B` | | 作り方 | Meta の非公開モデル **Muse Spark** から蒸留（大きいモデルの答え方を小さいモデルに教え込む手法） | ここでいちばん大きいのは、**ライセンスが Apache 2.0 だ**ということ。AI業界では「重みは配るけど、使い道には条件を付ける」タイプの公開が多いんだけど、Apache 2.0 は**改造して自分の製品に組み込んで売ってもいい**という、かなり自由なライセンスなんだ。この規模のモデルでここまで緩いのは珍しいよ。 ※ **重み**（オープンウェイト） っていうのは、AIの中身にあたる数値の集まりのこと。これが公開されていると、ネット越しに借りるんじゃなくて**自分のパソコンにダウンロードして動かせる**んだ。 ## どれくらいのパソコンで動くの？ ここが Muse Glimmer のいちばんの売りだよ。**モデルを軽くした版が最初から用意されている**んだ。 | 版 | 必要なメモリ | 精度の落ち | | --- | --- | --- | | フル精度（BF16） | **55GB超** | — | | 圧縮版・32GB向け | **32GB** の VRAM | 平均 **0.2%** | | 圧縮版・24GB向け | **24GB** の VRAM | 平均 **1.0%** | | 言語モデル部分だけ | **20GB未満** | — | ※ **圧縮**（量子化） は、AIの中身の数値をざっくりした精度に置き換えて容量を減らす技術のこと。ふつうは軽くするほど賢さが落ちるんだけど、Muse Glimmer は**24GBまで縮めても平均1.0%しか落ちない**と公表されているんだ。 24GB っていうのは、いま売っている高めのゲーミング向けグラフィックボードや、メモリを積んだ Mac が届く範囲だよ。「データセンターじゃないと無理」だったところから、**個人の机の上まで降りてきた**ということなんだ。 速度の工夫も入っていて、**DFlash** という「先の16トークンをまとめて予測してしまう」仕組みが使えるよ。MarkTechPost が伝えている実測では、RTX 5090 で毎秒 **74.9 → 233.4 トークン**（約3.1倍）、Apple の M5 Max で **26.6 → 50.2 トークン**まで速くなったそうなんだ。 ![Muse Glimmer を動かすのに必要なメモリの比較図。フル精度は55GB超、32GB向け圧縮版は精度低下0.2%、24GB向け圧縮版は精度低下1.0%、言語モデル部分だけなら20GB未満](https://ai-garage.jp/images/article-figures/meta-muse-glimmer-local-open-model-1.webp) ## 性能はどれくらい？ 公式のモデルカードには、同じくらいの大きさのオープンモデルである **Gemma4-31B**（Google）と **Qwen3.6-27B**（Alibaba）との比較が載っているよ。まずは Gemma4-31B と並べるとこう。 | ベンチマーク | Muse Glimmer-30B | Gemma4-31B | | --- | --- | --- | | MCP Atlas（道具の呼び出し） | **75.5** | 54.2 | | DeepSearch QA（調べ物） | **74.6** | 61.7 | | SWE-Bench Pro（プログラム修正） | **51.2** | 36.9 | | AIME 2026（数学） | **94.7** | 89.2 | | MMMU Pro（画像を含む推論） | 74 | 73 | 次に Qwen3.6-27B と並べるとこう。 | ベンチマーク | Muse Glimmer-30B | Qwen3.6-27B | | --- | --- | --- | | MCP Atlas（道具の呼び出し） | **75.5** | 62.5 | | DeepSearch QA（調べ物） | **74.6** | 71.1 | | SWE-Bench Pro（プログラム修正） | **51.2** | 50.2 | | AIME 2026（数学） | **94.7** | 94.1 | | MMMU Pro（画像を含む推論） | 74 | 75 | 数字の並びを見ると、性格がはっきり出ているよ。**数学や画像の理解は横並び**なのに、**道具を呼び出す MCP Atlas だけ21ポイント以上も離している**んだ。 Meta 自身も、想定している使い道として「複数の手順を計画する」「道具を呼び出す」「手元で動かすAIエージェント」「プログラミングの補助」を挙げているよ。つまりこれは**おしゃべり相手として作られたモデルじゃなくて、手を動かす係として作られたモデル**なんだね。 ## Meta がオープンモデルに戻ってきた、という話 実はこれ、モデル1本の話じゃないんだ。 Meta が**中身を公開するモデルを出すのは、2025年4月の Llama 4 以来**なんだよ。その後の2026年4月に出した **Muse Spark** は、選んだ相手にだけネット越しに貸す**非公開モデル**で、Meta はオープンウェイト路線から離れたと見られていたんだ（この経緯は[「Llama 5」はまだ出てない？の記事](https://ai-garage.jp/news/llama-5-release-status/)にまとめてあるよ）。 そして Muse Glimmer が出たのと同じ8月10日、**ザッカーバーグCEOが「The Future is for Everyone」という文章を公開**したんだ。そこにはこう書いてあるよ。 > Meta Superintelligence Labs が動き出したので、まもなくオープンソースのモデルの公開を再開する。 > > — Mark Zuckerberg「The Future is for Everyone」（2026年8月10日） 同じ文章の中で彼は「**単一の善意ある超知能というものは存在しない**」「人類は単一の文化ではない」とも言っていて、**すごく賢いAIを一社や一国が抱え込む形**に対してはっきり反対の立場を取っているんだ。オープンソースは「人々に力を与え、中央集権化を防ぐ重要な力」だ、という言い方だね。 なお ITmedia によると、Meta は**非公開だった Muse Spark 1.2 の重みも「近く公開」する**とXで表明しているそうだよ。こちらは日付が出ていないから、実際に出るまでは予告として受け取っておこうね。 ## ぼくの感想 ぼくがおもしろいと思ったのは、**Meta が「一番強いモデル」ではなく「一番手元で動くモデル」を持って戻ってきた**ことなんだ。 296億パラメータって、いまの最前線からしたら決して大きくないよ。Qwen3.8-Max は総2.4兆パラメータだしね。でも Muse Glimmer が競っている相手は、そういう巨大モデルじゃないんだ。**24GBのグラフィックボードの中で、いちばん役に立つのは誰か**という勝負をしている。 そしてこの勝負は、たぶん**これから一番人が増える場所**な気がする。手元で動くってことは、送ったデータが外に出ないし、使った分だけお金がかかることもない。ずっと動かしっぱなしにするAIの助手を作りたい人にとっては、性能の最後の数ポイントより**そっちのほうが大事**なんだよね。 ちょっと引っかかるのは、**「まもなく再開する」の中身がまだ見えない**ところ。Muse Glimmer は蒸留された小さいほうのモデルであって、教える側の Muse Spark 本体は今も非公開のままなんだ。Meta が「オープンに戻った」と言えるのかどうかは、**Muse Spark 1.2 の重みが本当に出るかどうか**で決まると思う。ここは続報を待ちたいな。 ## まとめ - Meta が2026年8月10日、**約296億パラメータのオープンモデル「Muse Glimmer」を Apache 2.0 で公開**した - **24GBのVRAM**に収まる圧縮版が最初から用意されていて、精度の落ちは平均1.0%。ゲーミングPCや Mac で動く範囲だよ - 得意なのは**道具を呼び出して作業すること**。MCP Atlas は 75.5 で、Gemma4-31B（54.2）や Qwen3.6-27B（62.5）を大きく離している - Meta が重みを公開するのは **Llama 4（2025年4月）以来**。同じ日にザッカーバーグCEOが「まもなくオープンソースのモデルの公開を再開する」と表明したよ 大きいモデルの話ばかり追いかけていると見落としがちだけど、**自分のパソコンで動く選択肢が増えるのは、ぼくらにとってはかなり大きい話**なんだ。24GBって数字を覚えておくと、これから出てくるモデルの「手が届く／届かない」がすぐ分かるようになるよ。またおもしろい動きがあったら整理するね！ よくある質問 Q.Muse Glimmer はどこでダウンロードできる？ A.Hugging Face の meta-models/Muse-Glimmer-30B で配布されています。BF16 のフル精度の重みに加えて、容量を減らした GGUF 形式の圧縮版、スマホや組み込み向けの ExecuTorch 版も用意されています。Ollama や LM Studio、llama.cpp、MLX、vLLM といった主要な実行ソフトが対応しています。 Q.Muse Glimmer を動かすのに必要なメモリ（VRAM）は？ A.圧縮していないフル精度だと55GB超のメモリが必要です。重みを4bit相当に圧縮した配布版なら、32GBのVRAM向け（精度の落ちは平均0.2%）と24GBのVRAM向け（同1.0%）の2種類が用意されています。画像を読む部分を外して言語モデルだけを動かす場合は20GB未満に収まります。 Q.Muse Glimmer のライセンスは？商用利用できる？ A.Apache 2.0 です。改変も再配布も商用利用も認められている、制限のゆるいライセンスです。ただし Hugging Face には別途 USAGE_POLICY.md という利用方針が置かれているので、使う前に一度目を通しておくのが安全です。 Q.Muse Glimmer は画像も読める？ A.読めます。入力はテキストと画像の両方に対応していて、出力はテキストのみです。画像や動画を生成する機能はありません。一度に読める量は13万1072トークン以上と公式モデルカードに記載されています。 Q.Muse Glimmer と Llama 4 の違いは？ A.シリーズが違います。Llama 4（2025年4月）は Llama ブランドの最新版で、Muse Glimmer は Meta Superintelligence Labs が出している Muse シリーズの一員です。Muse Glimmer は Meta の非公開モデル Muse Spark の答え方を小さいモデルに教え込む形で作られていて、1台のパソコン用GPUで動くことと、道具を呼び出しながら作業するエージェント用途に的を絞っている点が違います。 Q.Meta はまた Llama を出すの？ A.2026年8月11日時点で、Llama 5 の発表はありません。ただしザッカーバーグCEOは8月10日公開のエッセイ「The Future is for Everyone」で「Meta Superintelligence Labs が動き出したので、まもなくオープンソースのモデルの公開を再開する」と述べています。名前も時期も明かされていないので、現時点で分かっているのは方針だけです。 参考・一次ソース - [→ Hugging Face 公式モデルカード：meta-models/Muse-Glimmer-30B（仕様・ベンチマーク表）](https://huggingface.co/meta-models/Muse-Glimmer-30B) - [→ Hugging Face ブログ：Meta is back with Muse Glimmer: local, agentic, multimodal, and open source](https://huggingface.co/blog/muse-glimmer) - [→ Meta Developer：Muse Glimmer モデルページ](https://developer.meta.com/ai/models/muse-glimmer/) - [→ Mark Zuckerberg「The Future is for Everyone」（2026-08-10・オープンモデル再開の言及）](https://www.meta.com/thefutureisforeveryone/) - [→ ITmedia AI＋：Meta、ローカル動作に特化したオープンモデル「Muse Glimmer」公開 Apache 2.0で提供（2026-08-11）](https://www.itmedia.co.jp/aiplus/article/2608/11/2000000493/) - [→ ITmedia NEWS：ザッカーバーグCEO、超知能の集中化に警鐘（2026-08-11）](https://www.itmedia.co.jp/news/article/2608/11/2000000494/) - [→ MarkTechPost：Meta AI Releases Muse Glimmer（メモリ要件・高速化の実測値）](https://www.marktechpost.com/2026/08/10/meta-ai-releases-muse-glimmer/) ⚖️ この2つを比べる Qwen3.8-Max vs Llama 4 Maverick Alibaba 知能スコア 45 料金 $2 / $6 Meta 知能スコア 10 料金 非公開 料金・性能を横並びで比較 → いま比較表に載っている版どうしの比較です。知能スコアは第三者機関 Artificial Analysis の測定値、料金は API の100万トークンあたりの入力 / 出力（米ドル）。 この記事に出てきた用語・モデル 用語をやさしく解説 [モデル](https://ai-garage.jp/glossary/model/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/)[AIエージェント](https://ai-garage.jp/glossary/agent/)[ベンチマーク](https://ai-garage.jp/glossary/benchmark/)[量子化](https://ai-garage.jp/glossary/quantization/)[オープンウェイト](https://ai-garage.jp/glossary/open-weight/) 関連 AI モデル [Llama](https://ai-garage.jp/models/llama/)[Qwen](https://ai-garage.jp/models/qwen/)[Gemini](https://ai-garage.jp/models/gemini/) この記事をシェア [Xでシェア](https://twitter.com/intent/tweet?text=Meta%E3%80%8CMuse%20Glimmer%E3%80%8D%E5%85%AC%E9%96%8B%EF%BC%8124GB%E3%81%AEVRAM%E3%81%A7%E5%8B%95%E3%81%8F296%E5%84%84%E3%83%91%E3%83%A9%E3%83%A1%E3%83%BC%E3%82%BF%E3%81%AE%E3%82%AA%E3%83%BC%E3%83%97%E3%83%B3%E3%83%A2%E3%83%87%E3%83%AB%E2%94%80%E2%94%80%E5%BF%85%E8%A6%81%E3%82%B9%E3%83%9A%E3%83%83%E3%82%AF%E3%83%BB%E5%85%A5%E6%89%8B%E5%85%88%E3%83%BB%E6%80%A7%E8%83%BD%E3%82%92%E6%95%B4%E7%90%86%E3%81%99%E3%82%8B%E3%82%88%20%7C%20ai-garage&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fmeta-muse-glimmer-local-open-model%2F) [はてなブックマークに追加](https://b.hatena.ne.jp/add?mode=confirm&url=https%3A%2F%2Fai-garage.jp%2Fnews%2Fmeta-muse-glimmer-local-open-model%2F) 引用文は「『タイトル』 - ai-garage.jp URL」の形でコピーされます。出典として URL を残したまま貼れます。 関連記事 [![Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/images/news-heroes/meta-muse-spark-open-local-card.webp)2026/10/17Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点](https://ai-garage.jp/news/meta-muse-spark-open-local/)[![「Llama 5」はいつ出る？まだ未発表【2026年10月時点】最新は Llama 4](https://ai-garage.jp/images/news-heroes/llama-5-release-status-card.webp)2026/6/5「Llama 5」はいつ出る？まだ未発表【2026年10月時点】最新は Llama 4](https://ai-garage.jp/news/llama-5-release-status/)[![DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/images/news-heroes/deepseek-v4-1-flash-1017-card.webp)2026/10/17DeepSeek V4.1 Flash 1017とは？料金そのままで賢く、作業代は半分以下](https://ai-garage.jp/news/deepseek-v4-1-flash-1017/)[![Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/images/news-heroes/meta-muse-spark-1-3-launch-card.webp)2026/9/5Muse Spark 1.3 とは？料金据え置き、入力12.5分の1のプランには条件](https://ai-garage.jp/news/meta-muse-spark-1-3-launch/) 執筆 Seiya Yagashiro（編集長） 公開・更新 公開 2026/8/11 この記事は AI（Claude / ChatGPT）の支援を受けて作成し、編集長による事実確認を経て公開しています。 誤りを発見した方は [@tenbin_maru](https://x.com/tenbin_maru) のDMまでご連絡ください。 詳しい編集方針は [編集方針](https://ai-garage.jp/editorial-policy/) ページをご覧ください。