Inteligência Artificial

Patrocinado por:

logo-totvs-preto

O que é o Muse Glimmer, o modelo de IA de código aberto da Meta

Meta abriu os pesos de um modelo de 30 bilhões de parâmetros pequeno o bastante para funcionar offline, num notebook comum, sem depender de nuvem

Muse Glimmer: modelo de IA aberto da Meta é a 'volta' da empresa ao setor (Meta/Reprodução)

Muse Glimmer: modelo de IA aberto da Meta é a 'volta' da empresa ao setor (Meta/Reprodução)

Tamires Vitorio
Tamires Vitorio

Repórter de Inteligência Artificial e Tecnologia

Publicado em 10 de agosto de 2026 às 07h42.

A Meta lançou nesta segunda-feira, 10, o Muse Glimmer, modelo de inteligência artificial (IA) de código aberto com 30 bilhões de parâmetros. A diferença em relação aos concorrentes de ponta não é o tamanho — é justamente o oposto.

Enquanto os modelos mais avançados do mercado rodam em data centers, com trilhões de parâmetros, o Muse Glimmer foi desenhado para caber num computador comum. Basta um Mac ou um PC com uma única placa de vídeo de uso doméstico para executá-lo.

O que significa 'open weight'?

Pesos são os parâmetros internos que um modelo de IA aprende durante o treinamento — o resultado de todo o processo que ensina o sistema a responder, raciocinar e agir.

Quando uma empresa libera os pesos, qualquer pessoa pode baixar o modelo inteiro e rodá-lo na própria máquina, sem depender dos servidores da desenvolvedora nem pagar por uso via nuvem. É o oposto do modelo fechado, como o ChatGPT ou o Claude, que só funcionam através da internet, em infraestrutura controlada pela empresa que os criou.

A Meta liberou o Muse Glimmer sob licença Apache 2.0, uma das mais permissivas do mercado, que permite uso comercial livre. O modelo já está disponível na plataforma Hugging Face.

Para que serve

O foco do Muse Glimmer é rodar agentes de IA — sistemas capazes de executar tarefas em várias etapas sem intervenção constante do usuário: gerenciar agenda, organizar arquivos, escrever código e chamar ferramentas externas de forma automática.

Segundo a Meta, ele consegue planejar tarefas de múltiplos passos, executar chamadas de ferramentas em sequência, se recuperar de falhas, se adaptar a mudanças de contexto e retomar um trabalho depois de uma pausa, mantendo o estado da tarefa.

Funciona sem conexão à internet — vantagem sobre os concorrentes de nuvem, que exigem rede o tempo todo. E é multimodal, já que processa tanto texto quanto imagem.

Um requisito prático é que, para rodar a versão otimizada, é preciso ter cerca de 18 GB de memória, disponível na maioria dos notebooks e desktops modernos com placa de vídeo dedicada.

De onde ele vem?

O Muse Glimmer é uma versão destilada do Muse Spark 1.2, modelo fechado e maior da mesma família, lançado em 5 de agosto. Destilação é a técnica de treinar um modelo menor para reproduzir o comportamento de um modelo maior, perdendo o mínimo de capacidade possível no processo.

É o primeiro modelo aberto lançado pela Meta Superintelligence Labs, a divisão de pesquisa avançada em IA da empresa, criada no ano passado com investimento pesado para recolocar a Meta na disputa de ponta do setor.

O contraste com a estratégia recente da empresa

O lançamento chama a atenção porque destoa do rumo que a Meta vinha tomando.

Os modelos da linha Muse lançados neste ano — Spark, Spark 1.1 e Spark 1.2 — são fechados, cobrados via API paga, no mesmo modelo comercial de OpenAI e Anthropic. Em julho, a companhia abriu prévia pública de sua própria API paga, cobrando US$ 1,25 por milhão de tokens de entrada e US$ 4,25 na saída.

O Muse Glimmer marca a volta a uma prática que fez a fama da Meta no setor — a série Llama, de pesos abertos, lançada a partir de 2023 — mas que a empresa havia deixado de lado nos lançamentos mais recentes.

A companhia afirma que integrações com ferramentas populares entre desenvolvedores, como llama.cpp, MLX e ExecuTorch, chegam nos próximos dias.

Acompanhe tudo sobre:mark-zuckerbergFacebook

Mais de Inteligência Artificial

Zuckerberg defende 'superinteligência para todos' com modelo de IA aberto

NotebookLM além dos estudos: como empresas estão usando a ferramenta para ganhar produtividade

Tokens, temperatura e contexto: os termos que todo profissional deveria entender sobre IA

Feito de 2016 explica por que a IA que já domina a matemática ainda não curou nenhuma doença