Meta remet des poids ouverts sur la table avec Muse Glimmer

Meta a présenté Muse Glimmer, un modèle de langage de 30 milliards de paramètres conçu pour tourner sur des machines locales, avec des poids publiés sous licence Apache 2.0. L’entreprise promet aussi une version ouverte de Muse Spark 1.2 dans les prochaines semaines. Ce retour aux modèles open weights compte, car il repositionne Meta face aux géants américains du modèle fermé et aux laboratoires chinois qui dominent une partie de la conversation depuis plusieurs mois.

Un modèle pensé pour le local, pas pour les gros serveurs

Muse Glimmer est présenté comme un LLM distillé à partir de Muse Spark, le modèle plus puissant lancé par Meta plus tôt cette année. Le terme distillé désigne ici un modèle plus compact entraîné à partir d’un autre, afin de conserver une partie des performances en réduisant la taille et le coût d’exécution. Selon Meta, Glimmer vise les agents locaux, les assistants de code et les usages multimodaux qui nécessitent des appels d’outils et des fonctions plus robustes.

La cible est claire : les usages sur poste de travail, pas l’API cloud qui facture à la requête. La version standard affiche une fenêtre de contexte de 128 000 jetons, ce qui lui permet d’absorber des documents longs ou des sessions plus étendues. Sur le papier, cela suffit pour beaucoup de tâches de bureau. Sur un serveur de montagne russe, moins.

Des poids ouverts, une licence permissive et un virage politique

Les poids de Muse Glimmer sont disponibles sous licence Apache 2.0, ce qui autorise l’usage, la modification et la redistribution dans des cadres commerciaux. Meta a aussi signalé qu’une version ouverte de Muse Spark 1.2 suivrait bientôt, sans donner de date précise. Dans le même mouvement, Mark Zuckerberg a publié un essai de plus de 6 000 mots sur la stratégie IA du groupe et sur sa vision de la gouvernance des modèles.

Le texte prend ses distances avec les approches fermées défendues par OpenAI et Anthropic. Meta y critique l’idée qu’un petit nombre d’acteurs devrait concentrer les capacités de « superintelligence », et défend au contraire des systèmes plus décentralisés, personnalisables et diffusables. La société soutient aussi que la distillation relève d’un principe normal de l’écosystème open source, tant qu’il ne s’agit pas d’extraire illégalement la valeur de modèles fermés.

Pour mémoire, Meta a aussi signé le 24 juillet, avec Nvidia, Hugging Face, Mistral, Mozilla et d’autres, une lettre ouverte intitulée « Open Weights and American AI Leadership ». Le texte plaidait pour des cadres juridiques et commerciaux ciblés plutôt que pour des restrictions générales sur les techniques utiles à l’innovation.

Un retour encore modeste face aux grands modèles chinois

À 30 milliards de paramètres, Muse Glimmer reste loin des modèles frontaliers les plus lourds. Meta le positionne plutôt comme une option pour les petites et moyennes entreprises, mais aussi pour les passionnés capables de faire tourner un modèle sur leur matériel. La société le compare notamment à Alibaba Qwen 3.6-27B et Google Gemma 4 31B, en affirmant qu’il dépasse souvent Gemma et rivalise avec Qwen à taille équivalente, [à vérifier] selon le contexte de benchmark retenu.

Cette stratégie ne suffira pas à reprendre la main sur le segment des modèles les plus puissants. Les sources concordent sur un point : les modèles chinois comme Kimi K3 ou Qwen 3.8-Max restent devant sur plusieurs indicateurs d’intelligence et de coût. Meta semble donc viser une position intermédiaire, plus ouverte que les laboratoires américains fermés, mais moins ambitieuse que les ténors du frontiel. Un compromis qui a le mérite d’être lisible, ce qui n’est pas toujours le cas dans la galaxie IA.

Ce que cela change pour les développeurs

Le principal intérêt de Muse Glimmer tient à sa sobriété matérielle. En précision BF16, le modèle tiendrait sur une seule carte Nvidia RTX Pro 6000 ou AMD MI350P. Quantisé en 4 bits, ses poids passent d’environ 60 Go à un peu moins de 16 Go, ce qui le rend compatible avec certaines cartes grand public de 20 à 24 Go, comme les RTX 4090 ou RX 7900 XT/XTX. Les cartes de 16 Go, elles, devront souvent descendre en 3 bits, avec une perte de qualité.

Meta indique aussi des débits allant de 75 à 233 tokens par seconde sur une RTX 5090, selon le recours à la speculative decoding, une méthode qui utilise un petit modèle brouillon pour anticiper les sorties du grand modèle. Sur un MacBook Pro M5 Max, la fourchette annoncée va de 26,2 à 57,8 tok/s. Dans la pratique, hors grosse machine dédiée, il faut plutôt compter sur 6 à 14 tok/s. Ce n’est pas la foudre, mais c’est déjà assez pour travailler sans attendre le café de l’après-midi.