Metaが8月10日、オープンウェイトのAIモデル「Muse Glimmer」を公開した。パラメータ数は約296億（公称30B）、量子化すれば手元のゲーミングPC1台で動く大きさに収まる。無料でダウンロードでき、改変も商用利用も事実上制限しないApache 2.0ライセンスで配られている。
このニュースの重心は、モデルの大きさではない。Metaがこれまで自社の看板級モデルを、こういう形では出してこなかった点にある。前身の「Llama」シリーズは無料ではあったものの、利用規約に細かい制約が付いていた。Muse Glimmerにはその制約がない。数字の大きさより、条件の変化のほうが本題だと言える。
⚠ 情報の鮮度について
一次情報はMeta公式の発表（2026年8月10日）と、同日付のBloomberg・TechCrunch・CNBCなど複数の海外メディアの報道です。本記事公開時点で発表から2〜3日ほど経過しています。ベンチマークの数値やライセンスの内容は発表時点のもので、以後の更新は反映されていません。
Section 01
Muse Glimmerとは──30Bのオープンウェイトモデルが無料に
Muse Glimmerは、Metaの非公開モデル「Muse Spark 1.2」から作られた蒸留モデルだ。蒸留とは、大きなモデルの応答パターンを小さなモデルに学習させ、性能をできるだけ保ったまま軽量化する手法を指す。パラメータ数はおよそ296億（公称30B）で、文章と画像の両方を扱えるマルチモーダル構成になっている。
設計の狙いは、クラウドではなく手元の1台で常時動かし続けるAIエージェントだ。コーディング、ウェブ調査、デバッグ、複数手順にまたがるタスクの遂行など、ツールを呼び出しながら作業を進める用途に照準を合わせている。文脈として扱える長さ（コンテキスト長）は128Kトークンで、100を超える言語のデータで学習されたという。
30B
パラメータ数（公称・約296億）
128K
コンテキスト長（トークン）
24GB〜
動作に必要なVRAMの目安
一言でまとめると──「クラウドの大型モデルを、GPU1枚に圧縮して無料で持ち帰れるようにした」のがMuse Glimmerです。賢さそのものより、常時ローカルで動かせる設計と、ライセンスの緩さが記事の核心になります。
Section 02
なぜ「ライセンス」が本当のニュースなのか
Metaは2026年4月にLlamaシリーズを終え、後継として非公開の「Muse Spark」を投入していた。オープンウェイトの看板モデルが一度途切れていたところに、Muse Glimmerが戻ってきた形になる。
これまでのLlama Community Licenseには、月間アクティブユーザー数が7億人を超える企業は別途Metaとの契約が必要という条項や、使用目的を縛る規約、名称表示の義務などが付いていた。Muse Glimmerはこれらを外し、Apache 2.0という業界標準の緩いライセンスで公開されている。複数の技術系メディアが「これはMetaが自社の主力モデルにApache 2.0を適用した初めての例」と伝えている。
01
利用者数の上限が消えた
Llamaに付いていた「7億人超の企業は要契約」という条項が、Muse Glimmerには存在しない。大企業も自由に組み込める。
02
改変・再配布の制約が薄い
Apache 2.0は改変・商用利用・再配布をほぼ制限しない、オープンソースの世界で最も緩い部類のライセンスとして知られる。
03
狙いを絞った「実用モデル」
最大級の頭脳を無償公開したわけではない。あくまで「ローカルで動くエージェント」という用途に絞って条件を緩めた選択だ。
「集中させるのではなく、超知能は広く行き渡らせ、誰もがそれを自分の意思で動かせるようにすべきだ」
— マーク・ザッカーバーグ氏（2026年8月10日の発表に合わせた声明より。Fox Business・BeInCryptoの報道を基に翻訳）
Section 03
手元のPCで動くか──必要なVRAMの目安
「GPU1枚で動く」と言われても、実際にどのくらいの性能が要るのかはピンと来にくい。Metaが推奨する軽量構成（4bit量子化・約17GB）なら、VRAM 24GBのGPUに収まる。対応するのはNVIDIAのRTX 3090・4090・5090クラス、またはユニファイドメモリ24GB以上のMac（M2 Pro以降やM4 Max・M5 Max）だ。精度をあまり落としたくない場合の構成では、必要なメモリはおよそ32GBまで増える。
裏を返すと、一般的なノートPCやミドルレンジのゲーミングGPU（8〜16GB程度）では、そのままでは動かない。「無料で使える」ことと「誰の手元でも動く」ことは別で、実質的には24GB以上のVRAMを積んだ、ある程度の投資をした環境が前提になる。
💡 処理速度にも工夫がある
Muse Glimmerは「DFlash」と呼ばれる仕組みで、16トークン分をまとめて予測してから本体モデルが検証するという速度対策を組み込んでいる。Metaの計測では、RTX 5090上で最大3.1倍、Apple M5 Maxで1.8倍、M4 Maxで1.5倍の高速化が確認されたという。
Section 04
性能は本物か──同クラスの主要モデルとの比較
無料で動くというだけでは、実用に足るかは分からない。Metaが公開したベンチマークでは、Muse Glimmerは近いサイズ帯のオープンモデルであるAlibabaの「Qwen3.6-27B」やGoogleの「Gemma4-31B」と比較されている。
| ベンチマーク | Muse Glimmer（30B） | Qwen3.6-27B | Gemma4-31B |
|---|---|---|---|
| MCP-Atlas（ツール呼び出し・エージェント処理） | 75.5 | 62.5 | 54.2 |
| SWE-Bench Pro（コーディング・修正タスク） | 51.2 | 50.2 | 36.9 |
ツール呼び出しを含むエージェント処理（MCP-Atlas）でも、コーディングの修正タスク（SWE-Bench Pro）でも、Muse Glimmerが2つの比較対象を上回る結果になっている。ただし、これはMeta自身が公表した数値であり、第三者による再検証はまだ出ていない。※観測の段階として扱うのが妥当だろう。また、これらの比較対象はいずれも30B前後のオープンモデルであり、Claude Opus 5やGPT-5.6 Sol、Gemini 3.6 Flashのような、クラウド側の最上位モデルとの比較ではない点にも注意したい。
Section 05
ChatGPT・Claude・Copilot・Cursorを使う人に何を意味するか
ふだんChatGPTやClaudeを使っている人、あるいはGitHub CopilotやCursorでコーディングしている人にとって、Muse Glimmerは今すぐ乗り換える理由にはならない。月額料金を払って使う最上位モデルの賢さを、30Bのローカルモデルがそのまま超えるわけではないからだ。
意味があるのは別のところにある。コードや文書を一切クラウドに送らずに、エージェント型のAI支援を動かせる選択肢が、無料で手に入るようになったという点だ。社外にデータを出せない業務や、API従量課金を気にせず大量にタスクを流したい場面では、性能で多少譲っても検討の価値が出てくる。
ℹ 検討する価値があるのはこんな人
コードの機密性が高くクラウドAIを使いにくい環境の開発者、API従量課金がかさんで固定費に切り替えたい人、あるいは単純に手元のGPUを遊ばせている人。逆に、複雑な設計判断や長時間の自律作業を任せたいなら、当面はクラウド側の最上位モデルに分がある。
Section 06
編集部の見立て
Editor's Opinion
今回いちばん注目したいのは、性能の数字よりもライセンスの選び方です。OpenAI・Anthropic・Googleが最上位モデルを非公開のまま磨き込む方向に進む一方で、Metaは主力級のモデルの一部を、条件をほぼ付けずに手放す道を選びました。二つの陣営の戦略が、ここまではっきり分かれてきたことに意味があると考えます。
ただし、Muse Glimmerが公開されたのは最上位モデルのMuse Sparkそのものではなく、あくまでその蒸留版です。Metaにとって「本当に手放したくないもの」と「エコシステムを広げるために手放せるもの」の線引きは、この一件でも変わっていません。オープンさを打ち出しつつ、核心は温存するという構えは、これまでのLlamaの時期から続く一貫した姿勢とも読めます。
読者の立場で見れば、選択肢が一つ増えたという以上でも以下でもありません。クラウドの月額プランをやめる理由にはなりませんが、「必要ならローカルにも逃げ道がある」という事実は、値上げや利用制限に直面したときの交渉材料として頭の片隅に置いておく価値はあります。
Section 07
まとめ
2026年8月10日、Metaがオープンウェイトモデル「Muse Glimmer」を公開しました。パラメータ数は約296億（公称30B）、非公開モデル「Muse Spark 1.2」からの蒸留版で、Apache 2.0という制約の少ないライセンスで配布されています。これはMetaが主力級モデルにこのライセンスを適用した初めての例と伝えられています。
量子化した推奨構成であればVRAM 24GBのGPU1枚（RTX 3090/4090/5090クラスなど）で動作し、コーディングやツール呼び出しを伴うエージェント処理のベンチマークでは、近いサイズ帯のQwen3.6-27BやGemma4-31Bを上回る結果が公表されています（第三者検証は未確認）。
ChatGPTやClaude、GitHub Copilot、Cursorといったクラウド型の有料サービスを置き換えるものではありませんが、データを外に出せない環境や従量課金を抑えたい場面での選択肢として、無料で試せる状態になりました。
Metaの次の一手は、蒸留元である非公開モデル「Muse Spark」の系列をどこまでオープン化するかにかかっています。史上最大級のオープンウェイトを公開したKimi K3のときと同様、この路線がどこまで続くかは、まだ誰も答えを持っていません。