Mihata
AI活用2026.08.18更新 2026.10.18

Muse Glimmerとは?ローカルで動く30B AIの実力と使いどころ

「社外に出せないデータがあるから生成AIは使えない」——中小企業の現場で最もよく聞く理由です。その前提を崩しにかかるモデルが、2026年8月にMetaから公開されました。Muse Glimmerは、手元のPC1台で動くことを狙って作られたオープンウェイトのAIです。

結論として、Muse Glimmerは約300億(30B)パラメータのオープンウェイトモデルで、Apache 2.0ライセンスのもと2026年8月10日に公開されました。コンシューマ向けGPU1枚、あるいはMacBook Pro(M4 Max/M5 Max)クラスの環境で動くことを前提に設計され、量子化すれば必要メモリは20GB程度まで下がるとされています。狙いは「賢さの最高記録」ではなく、手元で自律的にタスクをこなすエージェント用途です。

この記事では、公開情報をもとに、何ができて・何に使えて・いつから使えるのかを、業務導入の目線で整理します。

Muse Glimmerとは何か

Muse GlimmerはMeta Superintelligence Labsが公開したオープンウェイトの大規模言語モデルです。「オープンウェイト」とは、モデルの重み(学習済みパラメータ)がダウンロードでき、自分の環境で動かせる形で配布されているという意味です。配布はHugging Face上で行われています。

ライセンスはApache 2.0。商用利用が明示的に許され、改変・再配布も条件付きで可能な、企業にとって扱いやすい部類のライセンスです。ここは実務上かなり大きく、「試すのは自由だが商用は別交渉」というタイプのモデルとは前提が変わります。

技術的には、Metaのクローズドな上位システムであるMuse Sparkの出力を用いたロジット蒸留によって学習されたと説明されています。上位モデルの振る舞いを小型モデルへ写し取る作り方で、サイズの割に実務的な出力品質が出やすい手法です。

項目

内容

公開日

2026年8月10日

提供元

Meta Superintelligence Labs

規模

約300億(30B)パラメータ

ライセンス

Apache 2.0(商用利用可)

配布

Hugging Face

想定環境

コンシューマGPU1枚 / MacBook Pro(M4 Max・M5 Max)クラス

得意領域

ローカルのエージェント動作・関数呼び出し・コーディング

Muse Glimmerで何ができるのか

公開情報で挙げられている用途は、汎用チャットよりも「作業をさせる」方向に寄っています。

ローカルでのエージェント動作と関数呼び出し

最も強調されているのがここです。外部ツールを呼び出しながら複数ステップの作業を進める、いわゆるエージェント用途に最適化されています。ファイルを読み、検索し、結果を踏まえて次の手を打つ、という一連の動きを、データを社外に出さずに回せる点が価値です。エージェントの全体像はAIエージェントの種類とできること・業務活用の始め方で整理しています。

コーディングとデバッグ

コード生成・ウェブリサーチ・デバッグといった多段のタスクが想定用途として挙げられています。手元で動くため、ソースコードを外部サービスに送信できない受託開発や、社内システムの保守作業と相性が良い領域です。

評価役(LLM-judge)としての利用

別のAIの出力を採点・検査させる「LLM-judge」用途も挙げられています。大量の出力チェックを外部APIで回すと従量課金が積み上がりますが、ローカルなら電気代とハードウェアの償却に置き換わります。地味ですが、コスト構造が最も変わりやすい使い方です。

マルチモーダル入力と長い文脈

テキストと画像を混在させた入力、そして長い文脈の保持にも対応するとされています。社内資料のスクリーンショットや帳票の画像を混ぜて渡す、といった現場的な使い方が視野に入ります。

性能はどのくらいか

Metaの説明では、Gemma4-31BやQwen 3.6 27Bといった同じサイズ帯のモデルとの比較で強い性能を示したとされています。比較対象はあくまで「同サイズ帯」であって、クラウドの最上位モデルではありません。ここを取り違えると導入時に期待外れになります。

速度面では、4ビット量子化とDFlashに基づく投機的デコードの併用により、生成速度が約3.1倍に向上したと説明されています。ローカル実行で体感を左右するのは主にこの生成速度なので、実用性に直結する改善です。

なお、Metaはより上位のMuse Sparkについても重みの公開を予告しており、2026年10月15日に Muse Spark Open として実際に公開しました(下の10月18日の追記を参照)。

【2026年10月10日 追記・訂正】上位のMuse Sparkは1.3まで進んでいます

公開当時この記事には「上位版のMuse Spark 1.2」と書いていました。2026年10月10日時点では古い記述です。お詫びして訂正します。Meta AI Researchの公式ブログを取り直すと、Muse Sparkは1.3(2026年9月2日)まで進んでおり、同じ期間にMuse Voice Transcribe(9月1日)も出ていました。当サイトは監視先に ai.meta.com/blog/(2026年7月9日で更新が止まったアーカイブ)を使っていたため、この動きを約4週間書き落としていました。日付つきで追える一次ソースは research.meta.ai/blog/ です。

重みの公開については、評価が1段上がりました。Muse Spark 1.3の公式ブログの末尾「Looking Forward」に、今後の予定として “bigger models, the Muse Spark open weights release”(より大きなモデルと、Muse Sparkのオープンウェイト公開)と明記されています。8月20日のマルチモーダル記事にも「ahead of the open-weights release」という表現があります。つまり「報道で聞いた話」ではなく「公式のロードマップに載った話」になりました。ただし時期も対象バージョンも公表されていません。導入計画を上位版の公開前提で組むのは、依然として避けたほうが安全だという結論は変わりません。

一方でMuse Glimmer側は動いていません。Hugging Faceの meta-models に並んでいるのは今もMuse-Glimmer-30B系の4本(本体・GGUF・ExecuTorch-PTE・assistant)だけで、最終更新は2026年8月18日のGGUF版です。ダウンロード数は本体が約26万件、GGUF版が約73万件まで伸びています(2026年10月10日時点)。この記事の「ローカルで動く30Bのオープンモデル」という前提は、2か月経っても有効です。

上位のMuse Spark 1.3をAPIで使う場合の料金とモデルIDは、Llama 5がいつ出るのか、Metaの現行ラインを一次情報で整理した記事に公式表のまま転記しています。

【2026年10月18日 追記】上位の「Muse Spark Open」の重みが公開された|ただしGlimmerの代わりにはならない

2026年10月15日、Meta は予告していた Muse Spark の重みを Muse Spark Open として公開しました(公式ブログ)。総パラメータ816B(稼働42B)・コンテキスト1Mの MoE で、ライセンスは Apache 2.0 ではなく新しい Muse Model License です。これでこの記事の「上位版の重みは予告の段階」という記述は過去のものになりました。

項目

Muse Glimmer 30B

Muse Spark Open

規模

300億パラメータ

総816B/稼働42B

ライセンス

Apache 2.0

Muse Model License(「Built with Muse Spark Open」の表示義務などの条件つき)

手元で動かす目安

約4ビット量子化で24GB/32GBのメモリ

NVFP4 版で GPU のメモリ700GB以上(BF16 版は2TB)、または M5 Ultra の Mac Studio 2台

入手

Hugging Face の meta-models

Hugging Face の meta-models(アクセス申請制)/推論会社の API

つまり「社内の1台のPCで動かす」という Glimmer の役割は、Spark Open が出ても変わりません。Spark Open は「サーバー級の設備を用意できる会社か、API で使う会社」向けの選択肢です。詳しくはMuse Spark Openとは何か・重みを使う3つの道、Muse Spark Open のライセンスと商用利用の条件、Muse Spark Open をローカルで動かすのに必要なものにまとめました。

【2026年10月13日 追記】上位はさらに「Muse Wonder」へ|ただし重みは公開されていません

2026年10月12日、Meta が Muse Wonder と Muse Wonder Full を発表し、同日から提供を始めました。Muse Glimmer から見ると上位は Muse Spark 1.3 からさらに Muse Wonder へ一段上がったことになります。ただしMuse Wonder のオープンウェイト公開については、公式にひと言も告知がありません。社内に置ける重みという観点では、今回の発表で選択肢は増えていません。

整理するとこうです。社内に置けるのは今も Muse Glimmer 30B 系(Hugging Face の最終更新は2026年8月18日)だけで、重み公開がロードマップに載っているのは Muse Spark 側(時期は未公表。※10月18日追記:10月15日に Muse Spark Open として公開済み)、Muse Wonder はAPIとMuse Code経由でしか使えない——という3層です。Muse Wonder は1Mコンテキストで1Mトークンあたり入力$4.00・出力$20.00、上位の Muse Wonder Full は Muse Code のサブスク(Power Usage $50/月・Maximum Usage $200/月)限定で従量単価がありません。クラウドに出せないデータを扱う前提なら、この発表は判断に影響しません。提供範囲の切り分けはMuse Wonderを今日から使える範囲で3層に分けた整理に、クラウド側に出す場合の費用感はMuse Wonderの料金を月間トークンから試算する手順にまとめています。

どんな会社に向くか、向かないか

ローカルで動くAIは万能ではありません。実務では、次の線引きで判断すると外しにくくなります。

向くケース

向かないケース

顧客データ・図面・カルテなど社外送信できない情報を扱う

最高精度の文章品質や難問の推論が主目的

同じ処理を大量・継続的に回す(判定・分類・チェック)

月に数回しか使わない

API従量課金の変動を避け、コストを固定したい

社内にGPUや運用担当を置けない

ネットワークが不安定・分離された環境で動かしたい

すぐに全社展開したい(検証工数を取れない)

ローカルLLMを社内に置く意味があるかどうかの判断軸は、ローカルLLMは業務で使えるのか|社内に置く意味がある条件で詳しく分けています。モデルが新しくなっても、この判断軸自体はほとんど変わりません。

また、オープンウェイトであることは「安全」と同義ではありません。重要なのは開発元の国籍でもライセンスでもなく、入力したデータがどの経路でどこへ流れるかです。この整理は中国AIモデルの業務利用リスク|APIと自社ホストで何が違うかで扱った枠組みがそのまま使えます。Muse Glimmerを自社サーバーで動かす限り、入力は自社の管理下から出ません。

試すときの現実的な手順

いきなり本番業務に載せるのではなく、次の順で確かめると失敗が少なくなります。

  1. 1つの業務に絞って対象を決める。「社内文書の分類」「見積書の項目抽出」など、正解が判定できるものが望ましいです。どの業務から入れるかの決め方は生成AIはどの業務から入れるか|優先順位の決め方を参照してください。
  2. 手元の1台で動かして精度を測る。この段階ではサーバー調達をしません。
  3. クラウドAPIの結果と突き合わせる。差が業務上許容できるかを、感覚ではなく件数で見ます。
  4. 運用の担当と更新の段取りを決めてから常設する。モデルは入れ替わるので、置きっぱなしにしない前提が必要です。

手元のAIに社内データを接続する設計そのものについては、AIエージェントに自社データをつなぐ方法で具体的な構成を扱っています。

私たちは、こうした社内向けAIの構築や検証のご相談も承っています。記事の途中で恐縮ですが、自社データを外に出さない形でAIを使いたいときの選択肢として、よろしければ合わせてご覧いただけたら嬉しいです。

この公開が意味すること

Muse Glimmerの本質は、性能の記録更新ではありません。「実用的なエージェントが、データセンターではなく机の上で動く」水準に到達しつつあることの証拠として見るのが妥当です。

中小企業にとっての意味は明快で、これまで「データを出せないから見送り」としてきた領域に、初めて現実的な選択肢が入ったということです。逆に、外に出して問題ない業務までローカルで抱え込む必要はありません。両方を持って使い分けられる状態が、当面もっとも合理的な構えになります。

よくある質問

Muse Glimmerは無料で使えますか。

モデルの重みはApache 2.0ライセンスで公開されており、商用利用を含めて利用できます。ただし動かすためのGPUやPC、電力、運用の手間は自社負担になるため、総額が無料になるわけではありません。

どのくらいのマシンが必要ですか。

コンシューマ向けGPU1枚、またはMacBook Pro(M4 Max・M5 Max)クラスが想定環境とされています。量子化した場合の必要メモリは20GB程度まで下がると説明されています。

ChatGPTやClaudeの代わりになりますか。

用途によります。比較対象として挙げられているのはGemma4-31BやQwen 3.6 27Bなど同じサイズ帯のモデルであり、クラウドの最上位モデルではありません。最高精度が要る作業はクラウド、社外に出せないデータはローカル、という使い分けが現実的です。

何が得意なモデルですか。

ローカルでのエージェント動作と関数呼び出し、コーディングとデバッグ、他のAI出力を採点するLLM-judge用途、テキストと画像を混ぜたマルチモーダル入力が挙げられています。

上位版のMuse Sparkの重みは公開されましたか。

2026年10月15日にMuse Spark Openとして公開されました。総パラメータ816B(稼働42B)・コンテキスト1Mで、ライセンスはMuse Model Licenseです。手元で動かすにはNVFP4版でもGPUのメモリが700GB以上、またはM5 UltraのMac Studio 2台が必要とされており、1台のPCで動かすMuse Glimmer 30Bとは役割が違います。

上位のMuse Sparkの最新版はどれですか。

Muse Spark 1.3です。Meta AI Researchの公式ブログに2026年9月2日付で掲載されています。この記事の公開当時は1.2が最新でしたが、その後1.3へ更新されました。Muse Glimmer側は2026年8月10日公開の30Bが最新のままです。

まずはお気軽にご相談ください

AI・IT・デザインに関するお悩みやご相談、お見積りのご依頼など、
どんなことでもお気軽にお問い合わせください。

お問い合わせ