Meta Rilis Muse Glimmer, Model AI Agentik 30B yang Cukup Jalan di Satu GPU Konsumen

Selama ini, punya asisten AI yang bisa merencanakan, memakai tool, dan menyelesaikan tugas berbulan-bulan berarti bergantung pada API berbayar dan koneksi internet yang stabil. Meta Superintelligence Labs baru saja mematahkan asumsi itu: pada 10 Agustus 2026 mereka merilis Muse Glimmer, model 30 miliar parameter yang dirancang khusus untuk kerja agentik dan cukup jalan penuh di satu GPU konsumen 24GB — tanpa server, tanpa langganan bulanan (VentureBeat, Forbes).

Model yang "dipotong" tapi tidak dikorbankan

Muse Glimmer bukan model yang dilatih dari nol dengan ukuran kecil, melainkan hasil distilasi dari sistem Muse Spark milik Meta yang lebih besar, diciutkan ke 30 miliar parameter tanpa membuang kemampuan intinya untuk bernalar bertahap, memakai tool, dan pulih dari kegagalan di tengah tugas. Arsitekturnya menggabungkan decoder teks 28 miliar parameter dengan encoder persepsi bergaya ViT 2 miliar parameter, jadi model ini juga bisa "melihat" gambar dan diagram, bukan cuma teks.

Triknya ada di kuantisasi: bobot dipampatkan ke presisi sekitar 4-bit sehingga ukuran model turun ke bawah 20GB — cukup kecil untuk menyisakan ruang bagi KV cache, encoder gambar, dan speculative decoding drafter sekaligus, semua di dalam batas memori 24GB atau 32GB. Model dirilis di bawah lisensi terbuka Apache 2.0 dan sudah tersedia lewat Hugging Face dan Ollama, sehingga siapa pun bisa mengunduh dan menjalankannya sendiri tanpa izin komersial tambahan (MarkTechPost).

Skor benchmark: unggul di satu sisi, kalah di sisi lain

Meta membandingkan Muse Glimmer langsung dengan Qwen3.6-27B milik Alibaba, model open-weight lain di kelas ukuran serupa — dan hasilnya bukan kemenangan mutlak di semua lini. Untuk penalaran agentik umum (perencanaan, pemakaian tool, eksekusi multi-langkah), Muse Glimmer unggul telak: skor MCP Atlas-nya 75,5 berbanding 62,5 milik Qwen. Di benchmark matematika AIME 2026 Muse Glimmer mencatat 94,7, dan di Charxiv Reasoning 78,8.

Tapi untuk kerja langsung di komputer dan terminal, Qwen3.6-27B justru lebih kuat: SWE-Bench Verified 77,2 melawan 76,0 milik Glimmer, OSWorld-Verified 75,6 melawan 65,9, dan TerminalBench 2.1 60,7 melawan 51,7. Di SWE-Bench Pro, Muse Glimmer mencatat 51,2. Artinya belum ada pemenang tunggal di kelas 30B — pilihannya bergantung pada apakah kebutuhan utamanya perencanaan agentik atau pekerjaan hands-on di terminal dan aplikasi desktop.

Kenapa "jalan di satu GPU" ini penting

Selisih beberapa poin benchmark sebenarnya bukan inti cerita. Yang lebih signifikan adalah pergeseran ke mana model-model kelas menengah ini diarahkan: bukan lagi cuma soal siapa yang paling pintar di leaderboard, tapi siapa yang bisa dipasang di laptop developer atau server kantor kecil tanpa tagihan API per-token yang menumpuk. Agen yang berjalan lokal juga berarti data sensitif — kode proprietary, dokumen internal — tidak perlu keluar dari jaringan perusahaan sama sekali, sesuatu yang makin dicari tim keamanan dan compliance sejak gelombang insiden kebocoran data lewat API AI pihak ketiga.

Rilis ini juga menandai Meta kembali serius ke strategi open-weight setelah beberapa bulan terakhir lebih banyak sorotan tertuju ke model tertutup raksasa dari OpenAI dan Google. Dengan Qwen3.6, Gemma4, dan sekarang Muse Glimmer bersaing head-to-head di kelas 27-31B, persaingan open-weight justru makin ramai di segmen "cukup kecil untuk dipakai sehari-hari" — bukan cuma di kelas model raksasa yang butuh cluster GPU untuk sekadar inferensi.

Comeback setelah Llama 4 dianggap gagal

Ada konteks di balik rilis ini yang membuatnya lebih menarik dari sekadar angka benchmark. Setelah Llama 4 disambut dingin awal 2026, Meta merombak divisi AI-nya jadi Superintelligence Labs di bawah Chief AI Officer Alexandr Wang dan sempat beralih ke model tertutup, Muse Spark — langkah yang oleh banyak pengamat dibaca sebagai akhir diam-diam dari sikap open-source Meta (The Register). Muse Glimmer, yang distilasi langsung dari Spark 1.2, membalikkan arah itu, bahkan dengan lisensi Apache 2.0 yang lebih longgar dibanding rilis Llama sebelumnya.

Meta juga memastikan model ini gampang dipakai lintas platform: ada dukungan hardware untuk AMD, Arm, Dell, Intel, dan Nvidia, plus integrasi native ke runtime populer seperti llama.cpp, MLX, ExecuTorch, Ollama, LM Studio, vLLM, dan SGLang. Artinya developer tak perlu menunggu wrapper pihak ketiga — begitu diunduh, model langsung bisa jalan di tooling yang sudah lazim dipakai komunitas open-weight.

Takeaway

Muse Glimmer membuktikan model 30B bisa kompetitif untuk kerja agentik tanpa memaksa penggunanya menyewa infrastruktur cloud — cukup satu GPU konsumen 24GB. Ia menang telak di perencanaan dan pemakaian tool, tapi masih kalah dari Qwen3.6-27B untuk kerja langsung di terminal dan desktop, jadi pilihan terbaik sekarang bergantung pada jenis tugas yang mau diotomasi. Yang pasti, tren model "cukup kecil untuk lokal, cukup kuat untuk agentik" ini kemungkinan besar akan terus ramai di bulan-bulan mendatang.

---

Sumber gambar: Ilya Pavlov di Unsplash Sumber gambar: Vishnu Mohanan di Unsplash Sumber gambar: Glenn Carstens-Peters di Unsplash