# Muse Glimmer

> Fiche du modèle de langage Muse Glimmer sur QUELLE IA, édition du 19 octobre 2026. Muse Glimmer (Meta AI) : score IA de 74,0, 97e sur 252. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/muse-glimmer/
Origine : Meta AI · États-Unis · sorti le 10 août 2026

## Son bilan

- Au classement général, 97e sur 252, dans un groupe de 26 modèles trop proches pour être départagés.
- Pas encore classé en code, maths, sciences et français : trop peu de mesures.
- Pas encore mesuré en raisonnement, tâches d'agent et compréhension d'images.
- À essayer sur [Meta AI](https://www.meta.ai)
- Prix estimé : environ 0,85 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question (une estimation, pas un tarif ; méthode : https://quelleia.com/demarche/#prix-estime)

## Score général

- Score IA : 74,0 (marge d'erreur à 90 % : de 69,0 à 78,9, le vrai niveau a neuf chances sur dix de s'y trouver)
- Rang : 97 (Groupe 9, ex æquo)
- Couverture : 65 % du poids des tâches, 9 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | 76,1 | Provisoire · 15 % |
| Agents | non mesuré | Non mesuré |
| Usage | 74,5 | Rang 101 · 100 % |
| Maths | 76,6 | Provisoire · 12 % |
| Sciences | 74,0 | Provisoire · 40 % |
| Français | 70,0 | Provisoire · 25 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 71,6 | Rang 117 · 100 % |
| Web | 74,2 | Rang 92 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

| Version évaluée | Indice | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Muse Glimmer (High)](https://artificialanalysis.ai/models/muse-glimmer) | 17,5 | non publié | 147,0 jetons/s | 0,41 s | 0,3 $ / 1,2 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 19 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/muse-glimmer

## Exécution locale

Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 20,7 Go.

- Allégée, 4 bits : 20,7 Go
- Allégée, 8 bits : 36,2 Go
- Complète, 16 bits : 69,0 Go

- Plus petite machine : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 24 Go](https://quelleia.com/local/#carte_graphique_24_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/)
- PC portable RTX : [PC portable GeForce RTX 24 Go](https://quelleia.com/local/#pc_portable_rtx_24_go), version allégée à 4 bits ; par exemple [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/)
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits ; par exemple [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia : [PC portable RTX Spark 64 Go](https://quelleia.com/local/#rtx_spark_64_go), version allégée à 8 bits ; par exemple [Microsoft Surface Laptop Ultra 15 pouces, RTX Spark, 64 Go](https://quelleia.com/local/microsoft-surface-laptop-ultra-15-rtx-spark-64go/)
- Sans carte graphique : Trop juste
- Serveur : Oui

### Vitesse de génération

- Vitesse estimée sur [Intel Arc Pro B60](https://quelleia.com/local/intel-arc-pro-b60/) (Carte graphique 24 Go, 456 Go/s), version allégée à 4 bits : de 7,1 à 18 jetons/s (estimation)
- Vitesse estimée sur [PC portable avec GeForce RTX 5090](https://quelleia.com/local/pc-portable-geforce-rtx-5090/) (PC portable GeForce RTX 24 Go, 896 Go/s), version allégée à 4 bits : de 14 à 36 jetons/s (estimation)
- Vitesse estimée sur [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/) (Mac 32 Go, 170 Go/s), version allégée à 4 bits : de 2,6 à 6,8 jetons/s (estimation)
- Vitesse estimée sur [ASUS ProArt P14 (H7407BA), RTX Spark, 128 Go](https://quelleia.com/local/asus-proart-p14-rtx-spark-128go/) (PC portable RTX Spark 128 Go, 300 Go/s), version complète : de 1,4 à 3,6 jetons/s (estimation)

Estimation pour un contexte court : le débit mémoire de chaque machine divisé par ce que le modèle relit à chaque jeton dans la version qui y tient, ramené à ce que donnent les 7 mesures publiées qui servent d'étalon. Dans chaque famille, la plus petite machine à débit publié où il tient, la moins rapide à mémoire égale. Méthode : https://quelleia.com/local/#vitesse-estimee

## Fiche technique

- Prix : 0,30 € / 1,10 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte, image
- Réflexion : Faible, moyenne, élevée, très élevée (quatre niveaux réglables)
- Paramètres : 30 milliards
- Licence : Apache 2.0 (poids ouverts, téléchargeables)
- Classe énergétique : B (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Janvier 2026

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/meta-models/Muse-Glimmer-30B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Muse-Glimmer-30B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/meta/muse-glimmer-30b)
- L'essayer : [Meta AI](https://www.meta.ai)

## À lire sur Frandroid et Numerama

Articles des médias du groupe Humanoid consacrés à ce modèle (relevé du 20 octobre 2026, hors du score).

- [Meta lance Muse Glimmer, son modèle d’IA agentique en open source](https://www.frandroid.com/marques/meta/3207895_meta-lance-muse-glimmer-son-modele-dia-agentique-en-open-source) : Frandroid, 10 août 2026 (lancement)
- [Meta dévoile Muse Glimmer et Mark Zuckerberg en profite pour dérouler sa « philosophie » de l’IA](https://www.numerama.com/tech/2309129-meta-devoile-muse-glimmer-et-mark-zuckerberg-en-profite-pour-derouler-sa-philosophie-de-lia.html) : Numerama, 10 août 2026 (lancement)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| Arena, questions de maths | Maths | 1 447,3 Elo | 79,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 479,0 Elo | 77,3 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 424,5 Elo | 75,4 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 444,2 Elo | 74,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 363,7 Elo | 68,8 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 44,9 % | 76,7 | actif | https://artificialanalysis.ai/evaluations/scicode |
| compar:IA | Français | 979,0 Elo | 55,6 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Code Arena, WebDev | Web | 1 354,9 Elo | 74,2 | actif | https://arena.ai/leaderboard |
| CritPt | Sciences | 2,6 % | 69,5 | actif | https://epoch.ai/benchmarks |

Source : Artificial Analysis pour CritPt, https://artificialanalysis.ai/evaluations/critpt
Source : Artificial Analysis pour SciCode, https://artificialanalysis.ai/evaluations/scicode

Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

## En bref

**Quel est le score de Muse Glimmer ?** Muse Glimmer obtient un score IA de 74,0, avec une marge de 69,0 à 78,9, dans l'édition du 19 octobre 2026. Il est classé 97e sur 252 modèles, à partir de 9 mesures. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**Dans quelles tâches Muse Glimmer est-il le plus fort ?** Ses deux meilleures tâches sont maths (76,6) et code (76,1). Sa tâche la plus faible est français (70,0).

**Muse Glimmer peut-il tourner en local ?** Tient à partir d'une carte graphique de 24 Go (22 Go utiles), en version allégée à 4 bits, par exemple une Intel Arc Pro B60. Mémoire estimée : 20,7 Go.

**Combien coûte Muse Glimmer ?** 0,30 € par million de jetons en entrée et 1,10 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 0,85 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Muse Glimmer ?** Muse Glimmer est édité par Meta AI (États-Unis), et il est sorti le 10 août 2026. Ses poids sont ouverts, sous licence Apache 2.0.

Source : QUELLE IA, édition du 19 octobre 2026. https://quelleia.com