MetaがMuse Glimmer公開 30B級を手元の端末で動かす

結論

Metaは2026年8月10日、重みを公開した300億パラメータのモデルMuse Glimmerを出した。市販のGPUを1枚積んだMacやPCで動き、常時稼働の端末内エージェントを想定する。ライセンスはApache 2.0で、Hugging Faceから無料で入手できる。上位の非公開モデルから蒸留して作られ、予定管理やファイル整理、手元でのコーディングといった作業に向く。社外にデータを出さずにAIを試したい業務にとって、選択肢が一つ増える。すべてをクラウドの大型モデルに頼らず、軽い作業を手元で回す使い分けがしやすくなる。

何が公開されたのか

Metaは、端末で動く公開重みのエージェント向けモデルMuse Glimmerを出した。300億パラメータで、市販のGPUを1枚積んだMacやPCで動く。8月5日に出た非公開の上位モデルMuse Spark 1.2から蒸留して作られた。蒸留とは、大きなモデルの振る舞いを小さなモデルに写し取り、性能を保ちつつ動かしやすくする手法だ。用途は、予定管理、ファイル整理、手元でのコーディング、機能の呼び出しなどを挙げる。

公開重みとは、モデルの中身が配布され、自分の端末や基盤で動かせる形を指す。Metaは以前、上位モデルを非公開に寄せていたが、今回は重みを公開する方針に戻した。無料で入手でき、Apache 2.0のもとで商用にも使える。端末で動くMetaのコーディング用エージェントはMetaがコーディングAI「Muse Code」公開 端末で動く自律型でも取り上げた。小型モデルの位置づけはSLMとは？LLMとの違いをビジネス目線で解説にまとめている。仕様は変わりうるため、最新は公式で確認してほしい。

端末で動かす意味

端末で動かす最大の利点は、データを社外に出さずに済むことだ。クラウドのAIに機密文書を送るのをためらう業務でも、手元で処理が完結すれば懸念は小さくなる。通信を介さないぶん応答が安定し、利用量に応じた課金も発生しない。一方で、端末の性能が処理速度を左右し、大量・大規模な処理には向かない。手元とクラウドの使い分けが前提になる。端末で動かす手順はSLMをPCで動かすOllama入門ガイド：導入から起動まで、オンプレで動かす利点と注意はSLMをオンプレミスで動かすメリットと注意点が参考になる。

現場の実務にどう効くか

AI推進や情シスの担当者は、まず「社外に出せないデータを扱う業務」を洗い出す。そこにこそ端末で動くモデルの出番がある。予定調整やファイル整理のような軽い作業から試すと、効果を測りやすい。次に、端末の性能要件を確かめる。市販GPU1枚で動くとはいえ、対象の端末に条件を満たすものがどれだけあるかで、展開できる範囲が決まる。すべてを端末に寄せる必要はない。判断の重い仕事はクラウドの上位モデルに残し、軽い定型処理を端末に回す線引きを先に決めておきたい。

まとめ

Metaは、端末で動く公開重みのモデルMuse Glimmerを無料で出した。300億パラメータで市販GPU1枚のMacやPCで動き、社外にデータを出さずに使える。現場は、社外に出せないデータの軽い作業から試し、端末とクラウドの使い分けを設計するとよい。

出典

• Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device（Meta AI Research）
• Meta returns to open source with Muse Glimmer, an Apache 2.0 licensed 30B parameter AI model（VentureBeat）
• Meta launches Muse Glimmer open-weight AI model（CNBC）