Meta puso un modelo 30B en su computadora portátil y Zuckerberg usó el lanzamiento para buscar pelea
Muse Glimmer se puede descargar gratis, se ejecuta en una única tarjeta gráfica de consumo y supera a rivales más grandes en tareas de agentes. El ensayo que lo acompaña es la parte más interesante.
Meta lanzó Muse Glimmer el lunes, un modelo de 30 mil millones de parámetros que puedes descargar gratis y ejecutar en una tarjeta gráfica común. Se envía bajo la licencia Apache 2.0, lo que significa que puede usarlo comercialmente, modificarlo y crear productos sin preguntar a nadie. Para una empresa que pasó el último año guardándose sus mejores modelos, ese es un giro notable.
Los números prácticos importan más que la licencia. Comprimido a aproximadamente 4 bits, el modelo necesita menos de 20 GB de memoria, lo que lo coloca al alcance de una PC para juegos o una Mac bien equipada. Maneja texto, imágenes y vídeo, tiene un contexto de 131.000 tokens (aproximadamente, cuánto puede recordar a la vez) y habla más de 100 idiomas. Hugging Face envió soporte el mismo día en transformers, llama.cpp y vLLM, por lo que ponerlo en funcionamiento es una instalación de una sola línea en lugar de un proyecto de fin de semana.
En los benchmarks de los agentes, que miden si un modelo realmente puede usar herramientas y finalizar trabajos de varios pasos, a Glimmer le va bien por su tamaño: 75,5 en MCP Atlas frente a 54,2 de Gemma4-31B y 51,2 en SWE-Bench Pro, una prueba de reparación de software. Pierde frente a Qwen3.6-27B en varios benchmarks de codificación y escritorio, por lo que no es un resultado limpio. Vale la pena saberlo antes de emocionarse: en una medida de seguridad, la resistencia a los ataques de prompt injection, Glimmer se ubica en el medio del grupo.
Meta dejó de publicar open weights cuando su línea Llama se quedó atrás, y este es el primer modelo abierto de sus nuevos Superintelligence Labs. En un ensayo publicado junto con el comunicado, Mark Zuckerberg sostiene que destilar los modelos de otros laboratorios, es decir, entrenar un modelo pequeño para imitar uno más grande, es una práctica legítima y no un robo, y pide menos restricciones para los laboratorios estadounidenses. Se trata de un golpe directo a OpenAI y Anthropic, quienes han argumentado lo contrario. Según el Wall Street Journal, se espera que le siga una versión de peso abierto del Muse Spark 1.2 más grande.
Qué significa esto para ti: si ha sentido curiosidad por ejecutar un modelo de IA en su propia máquina, sin que nada salga de su computadora, este es uno de los puntos de partida más fáciles hasta el momento. Instale llama.cpp, extraiga el archivo GGUF y tendrá un asistente privado que no cuesta nada por pregunta. Si ya ejecuta modelos locales, lo interesante es que Glimmer fue ajustado para el trabajo de los agentes, por lo que puede mantener un bucle de herramientas en lugar de simplemente chatear. Para todos los demás, la conclusión es más sencilla: la brecha entre lo que se puede ejecutar en casa y lo que se alquila en un laboratorio sigue reduciéndose.
Fuentes
OpenAI creó un modelo que escribe exploits y lo entregó a una breve lista de empresas
GPT-5.6-Cyber responde al 95 por ciento de las solicitudes de piratería avanzada, mientras que el modelo normal responde al 1,5 por ciento. Ya encontró una vulnerabilidad real en Chrome y más de 400 errores del kernel.
