Muse Glimmer : Meta rouvre l'open source, un agent 30B sur votre Mac

Meta vient de faire volte-face. Le 10 août, l'entreprise a publié Muse Glimmer, un modèle agent de 30 milliards de paramètres sous licence Apache 2.0 — exactement le genre de licence qu'on croyait enterré chez Zuckerberg depuis son virage propriétaire. Il tourne sur un seul GPU grand public ou un Mac, sans appeler le cloud. Pour un freelance ou une PME qui veut un agent local sans facture d'API et sans faire sortir ses données, c'est la sortie la plus intéressante de l'été.

J'ai passé la soirée dessus. Voici ce qui tient, et ce qui craque.

Meta rouvre la porte de l'open source qu'il avait claquée

Souvenez-vous : il y a quelques mois, on titrait sur la fin de l'open source chez Meta avec Muse Spark. Le modèle frontier maison était passé sous cloche, poids fermés, API only. Le message semblait clair : Zuckerberg refermait Llama et rejoignait le camp propriétaire.

Muse Glimmer contredit ce récit. Le modèle est distillé depuis Muse Spark — c'est le gros frère frontier qui a servi de professeur — mais il sort, lui, sous Apache 2.0. Et la nuance juridique compte. La vieille licence Llama imposait des restrictions d'usage, une clause au-delà de 700 millions d'utilisateurs actifs, des conditions de branding. Apache 2.0 ne demande rien de tout ça : usage commercial libre, redistribution libre, fine-tuning libre, intégration dans votre produit sans avocat. Vous téléchargez, vous embarquez, point.

Meta assume le repositionnement : « de l'IA partout, tout le temps, avec ou sans connexion internet », et martèle que « des petits modèles, bien entraînés, peuvent approcher les performances frontier sur des tâches ciblées ». Traduction pour un dirigeant : le pari n'est plus de battre GPT-5.6 sur tout, mais de faire tourner un agent compétent chez vous, sur votre machine.

30 milliards de paramètres sur un Mac : ce que j'ai mesuré

La prouesse n'est pas la taille — 30B, c'est modeste — mais la façon dont Meta l'a compressé pour le faire rentrer dans une machine de bureau. En pleine précision, il faut 55 Go. Meta descend le modèle de langage sous 20 Go via une quantification 4-bit, avec deux builds au choix :

• K-Quant-Dynamic : ~32 Go de VRAM, dégradation annoncée à 0,2 %.
• K-Quant-17GB : tient sur 24 Go de VRAM, dégradation à 1,0 %.

Concrètement : un RTX 5090, ou un Mac M4/M5 Max avec assez de mémoire unifiée, suffit. Pas de cluster, pas de location horaire.

Muse Glimmer sur Mac M4/M5 Max : les vrais tokens par seconde

Le point malin, c'est le DFlash drafter, un mécanisme de décodage spéculatif qui prédit 16 tokens par passe. Les chiffres de Meta, que j'ai retrouvés cohérents avec mon ressenti :

• RTX 5090 : de 74,9 à 233,4 tok/s (×3,1).
• Apple M5 Max : de 26,6 à 50,2 tok/s (×1,9).
• Apple M4 Max : de 23,7 à 37,8 tok/s (×1,6).

Sur ma machine, un agent qui enchaîne des appels d'outils à ~38 tok/s reste utilisable — pas fulgurant, mais assez pour une boucle d'agent en tâche de fond qui bosse pendant que vous faites autre chose. J'avais déjà tiré la leçon en local : la vraie contrainte, ce n'est pas la vitesse brute mais la mémoire et la chaleur. J'en parlais dans mon retour raté sur ComfyUI + Flux en local sur Mac — cette fois, l'expérience est nettement plus propre, parce que Meta a livré direct les artefacts qu'il faut : poids BF16, k-quants GGUF, builds ExecuTorch et le drafter DFlash, avec des intégrations llama.cpp, MLX, plus Together AI et Fireworks si vous préférez l'hébergé.

Ma première frustration : câbler le décodage spéculatif proprement. En GGUF via llama.cpp basique, ça démarre en deux minutes. Mais pour récupérer le ×1,6 du DFlash sur Apple Silicon, il a fallu passer par MLX et bricoler un peu le drafter. Comptez 20 minutes de configuration si vous voulez la vitesse annoncée, pas le run naïf.

Muse Glimmer face à Qwen3.6-27B et Gemma4-31B : le match agentique

Sur sa catégorie de poids, Meta le compare aux deux références open-weights du moment. Et là où il vise juste, c'est l'orchestration d'agents :

Treize points d'avance sur Qwen au MCP Atlas, plus de vingt sur Gemma : pour un modèle censé piloter des outils en boucle, c'est le chiffre qui compte le plus. Le tool calling est réellement fiable — schémas respectés, récupération d'erreur correcte, reprise sur échec. C'est cohérent avec ce qu'on avait vu du gros frère dans notre comparatif Muse Spark 1.1 vs GPT-5.6 sur le tool use. La fenêtre de contexte de 131 072 tokens et un vocabulaire de 202 048 entrées finissent de le rendre exploitable sur des workflows longs. Cutoff de connaissances : 4 janvier 2026.

Là où ça coince : computer-use, terminal et le mur du 4-bit

Ne prenez pas ces benchmarks pour un permis de tout faire. Muse Glimmer trahit clairement son profil dès qu'on quitte l'orchestration pure :

• OSWorld-Verified (computer-use) : 65,9, contre 75,6 pour Qwen. Presque dix points de retard.
• TerminalBench 2.1 : il traîne derrière Qwen (60,7). Le travail en terminal n'est pas son terrain.

Mon test l'a confirmé sans détour. Sur une tâche d'agent qui devait naviguer dans une interface et cliquer au bon endroit, il s'est perdu deux fois sur trois. J'attendais mieux vu le score MCP — mais orchestrer des appels d'outils propres et piloter un bureau à l'aveugle, ce sont deux compétences différentes, et le distillat n'a visiblement pas hérité de la seconde.

Deuxième réserve : la sortie est texte uniquement. Il lit les images (encodeur de perception, 4 096 tokens visuels par image), mais ne génère pas de visuel. Pour ça, restez sur un modèle image dédié.

Combien coûte Muse Glimmer et pour quelle PME

Le prix du modèle : zéro. Apache 2.0, poids libres. Votre seule dépense, c'est le matériel — un GPU ou un Mac que vous avez peut-être déjà. Et c'est là que le calcul devient intéressant face à un modèle d'API comme Claude Opus 5 ou GPT-5.6 : dès que vous faites tourner un agent en volume, le coût marginal local tend vers zéro pendant que la facture au token, elle, grimpe à chaque exécution.

Les cas où Muse Glimmer devient un vrai levier :

• Données sensibles : dossiers RH, contrats, données clients. Tout reste sur la machine, aucun appel réseau. C'est l'argument massue côté RGPD et souveraineté — le même débat que dans notre guide où héberger son IA pour rester en règle.
• Agents en tâche de fond à fort volume : tri, classification, extraction, LLM-as-judge. Des boucles qui coûteraient cher en API et que le local absorbe pour le prix de l'électricité.
• Travail hors ligne : déplacement, site isolé, contrainte réseau. Pas de connexion, pas de problème.

À l'inverse, si votre besoin c'est de la génération créative haut de gamme, du raisonnement frontier ou du computer-use fiable, le local ne suffit pas encore. Gardez un modèle cloud sous la main pour ces coups-là.

Pour ceux qui veulent creuser l'écosystème open-weights avant de choisir, on avait disséqué les mastodontes dans notre dossier Kimi K3 et l'hébergement des poids ouverts en PME : Muse Glimmer joue dans une catégorie opposée — pas le monstre à héberger sur serveur, mais l'agent qui tient sur votre poste.

Mon verdict

Muse Glimmer est la meilleure surprise open-weights de l'été, à condition de savoir où le mettre. C'est un excellent chef d'orchestre d'agents locaux : tool calling fiable, raisonnement solide, 131k de contexte, et il tourne vraiment sur une machine que vous possédez. Le retour de Meta à l'Apache 2.0 est une bonne nouvelle politique autant que technique.

Mais ce n'est ni un pilote de bureau, ni un générateur d'images, ni un remplaçant frontier. Prenez-le pour ce qu'il est : un moteur d'agent local, gratuit, respectueux de vos données. Pour un freelance tech ou une PME qui veut sortir de la dépendance à l'API sans monter un datacenter, ça vaut clairement la soirée d'install.