Muse Glimmer 30B โมเดลเปิดของ Meta ใต้ Apache 2.0
Muse Glimmer 30B โมเดลเปิดของ Meta ใต้ Apache 2.0
Meta ปล่อยโมเดลชื่อ Muse Glimmer เมื่อวันที่ 10 ส.ค. 2026 เป็นโมเดลเปิดที่วางตำแหน่งไว้ให้ทำงานเป็น agent บนเครื่องของผู้ใช้เอง โดยไม่ต้องส่งข้อมูลออกไปที่บริการภายนอก น้ำหนักโมเดลดาวน์โหลดได้จริงแล้วจาก Hugging Face ที่คลัง meta-models/Muse-Glimmer-30B (Meta)
สเปกที่ยืนยันได้
โมเดลเป็นแบบ dense ไม่ใช่แบบผสมผู้เชี่ยวชาญ ตรวจยืนยันได้จากไฟล์ตั้งค่าของโมเดลเองที่ไม่มีพารามิเตอร์เกี่ยวกับจำนวนผู้เชี่ยวชาญอยู่เลย ขนาดที่เอกสารระบุคือราว 29.6 พันล้านพารามิเตอร์ ซึ่งรวมส่วนประมวลผลภาพราว 1.8 พันล้านไว้แล้ว ขณะที่หน้าประกาศของบริษัทเรียกกลมๆ ว่า 30 พันล้าน (model card)
หน้าต่างบริบทที่เอกสารระบุคืออย่างน้อย 131,072 โทเคน รับเข้าได้ทั้งข้อความและภาพ ส่วนความรู้ของโมเดลสิ้นสุดวันที่ 4 ม.ค. 2026 (model card)
เรื่องภาษาเป็นจุดที่ถูกเล่าเกินบ่อยที่สุด เอกสารเขียนว่าโมเดลถูกเทรนด้วยข้อมูลจากกว่า 100 ภาษา ซึ่งไม่ใช่คำเดียวกับการรองรับกว่า 100 ภาษา และ Meta ดักไว้เองว่ายังไม่ได้ประเมินทุกภาษาที่อยู่ในข้อมูลเทรน โดยระบุว่าคุณภาพอาจตกลงในภาษาที่อยู่นอกชุดที่รองรับแน่นอน แปลว่าคุณภาพภาษาไทยของโมเดลนี้ยังไม่มีตัวเลขจากผู้ผลิตยืนยัน (model card)
เรื่องใบอนุญาตที่เป็นจุดเปลี่ยนจริง
สิ่งที่ต่างจากโมเดลเปิดรุ่นก่อนของ Meta คือใบอนุญาต คราวนี้เป็น Apache 2.0 ครอบคลุมทุกชิ้นที่แจก ทั้งน้ำหนักเต็ม น้ำหนักแบบบีบอัด ตัวช่วยเดาคำล่วงหน้า และส่วนประมวลผลภาพ แทนที่จะเป็นสัญญาอนุญาตเฉพาะของบริษัทที่มีเงื่อนไขผูกไว้แบบรุ่นก่อน Simon Willison สรุปความต่างนี้ไว้ว่า "a clean Apache 2.0 license (a step up from the janky Llama licenses of old)" (Simon Willison)
จุดที่ต้องอ่านต่อคือในคลังไฟล์เดียวกันมีเอกสารระบุการใช้งานต้องห้ามแนบมาด้วย เอกสารนั้นเปิดด้วยประโยคว่า "This Policy applies to your access or use of Muse Glimmer" แล้วไล่รายการใช้งานต้องห้ามไว้ห้าหมวด สิ่งที่ไม่มีอยู่ในเอกสารนั้นเลยคือประโยคที่อธิบายว่ามันมีสถานะทางกฎหมายอย่างไรเมื่อเทียบกับ Apache 2.0 และตัวไฟล์ใบอนุญาตเองก็ไม่ได้อ้างถึงเอกสารนี้ ผลคือยังตอบไม่ได้จากเอกสารว่ามันเป็นเงื่อนไขผูกพันเพิ่มหรือเป็นเพียงแนวปฏิบัติที่บริษัทอยากให้ทำตาม (model card)
เครื่องที่ต้องใช้
น้ำหนักแบบความละเอียดเต็มมีขนาดราว 55 กิกะไบต์ ตรวจยืนยันได้จากไฟล์ดัชนีของโมเดลเอง ส่วนที่บริษัทบอกว่าบีบลงมาเหลือต่ำกว่า 20 กิกะไบต์นั้น เป็นขนาดของน้ำหนักส่วนโมเดลภาษาอย่างเดียว ไม่ใช่หน่วยความจำที่ต้องใช้จริงตอนทำงาน เพราะยังต้องบวกส่วนประมวลผลภาพกับหน่วยความจำที่ใช้เก็บบริบทระหว่างตอบเข้าไปอีก ตัวเลขที่ใช้วางแผนเครื่องได้จริงคือเป้าที่บริษัทระบุไว้ว่าการ์ดจอ 24 หรือ 32 กิกะไบต์ (Meta)
ความเร็วที่บริษัทรายงานคือบนการ์ด RTX 5090 ขยับจาก 74.9 เป็น 233.4 โทเคนต่อวินาที คิดเป็นราว 3.1 เท่าเมื่อเปิดตัวช่วยเดาคำล่วงหน้า บนเครื่อง Mac รุ่น M5 Max ได้ราว 1.8 เท่า และ M4 Max ราว 1.5 เท่า เงื่อนไขที่ต้องอ่านคู่กันคือตัวเลขชุดนี้วัดบนโมเดลแบบบีบอัดคู่กับตัวช่วยที่บีบอัดแล้วทั้งคู่ ไม่ใช่วัดบนความละเอียดเต็ม (model card)
คะแนนที่ประกาศ และเหตุผลที่ยังเชื่อทั้งใบไม่ได้
คะแนนที่ Meta เผยแพร่เทียบกับ Gemma4-31B และ Qwen3.6-27B มีตัวที่ Muse Glimmer นำชัด เช่น MCP Atlas ที่ 75.5 เทียบกับ 54.2 และ 62.5 กับ SWE-Bench Pro ที่ 51.2 เทียบกับ 36.9 และ 50.2 และ AIME 2026 ที่ 94.7 เทียบกับ 89.2 และ 94.1 (model card)
ในตารางเดียวกันนั้นเองมีหลายรายการที่ Muse Glimmer แพ้ Qwen3.6-27B ได้แก่ OSWorld-Verified ที่ 65.9 ต่อ 75.6 SWE-Bench Verified ที่ 76.0 ต่อ 77.2 และ TerminalBench 2.1 ที่ 51.7 ต่อ 60.7 ซึ่งห่างกันถึงเก้าจุด นอกจากนี้ Gemma4-31B ยังนำในบางรายการเช่น GPQA Diamond คำอธิบายที่ว่าโมเดลนี้ชนะคู่แข่งทุกด้านจึงไม่ตรงกับตารางของบริษัทเอง (model card)
ข้อจำกัดที่สำคัญที่สุดของตารางนี้อยู่ในเอกสารวิธีวัดของ Meta เอง ซึ่งระบุว่าคะแนนฝั่งคู่แข่งเลือกใช้ค่าที่ดีที่สุดในบรรดาค่าที่คู่แข่งรายงานเอง ค่าที่ Meta ทดสอบซ้ำเอง และค่าจากผู้วัดภายนอกเมื่อมีครบทั้งสามโมเดล แปลว่าตารางนี้ไม่ได้วัดด้วยเงื่อนไขเดียวกันทั้งใบ และจนถึงวันที่ 11 ส.ค. 2026 ยังไม่มีการทำซ้ำโดยผู้ที่ไม่ใช่ Meta เพื่อยืนยันตัวเลขใดเลย
จุดเล็กที่ควรรู้เมื่ออ่านหน้าประกาศคือตารางเปรียบเทียบบนหน้าบล็อกของ Meta เป็นภาพ ไม่มีตัวเลขที่เครื่องอ่านได้ ตารางฉบับที่เป็นข้อความอยู่บนหน้า model card เท่านั้น ส่วนหน้าสำหรับนักพัฒนาลงเฉพาะคะแนนของ Muse Glimmer เองโดยไม่มีคอลัมน์คู่แข่ง
สถานะการใช้งาน ณ วันที่เขียน
น้ำหนักโมเดลใช้ได้แล้วจริง และรันได้ผ่านเครื่องมือสายเซิร์ฟเวอร์ที่แพร่หลายอยู่แล้ว ส่วนการรองรับบนเครื่องมือฝั่งเครื่องผู้ใช้ยังทยอยเข้า โดยหน้าประกาศของ Meta เขียนว่าการรองรับที่ปรับแต่งแล้วสำหรับ llama.cpp, MLX และ ExecuTorch จะตามมา "in the coming days" แต่ในทางปฏิบัติฝั่ง llama.cpp รวมโค้ดรองรับเข้าโครงการแล้วตั้งแต่วันที่ 10 ส.ค. ขณะที่ฝั่ง MLX ยังไม่ครบ สถานะส่วนนี้เปลี่ยนรายวัน ข้อมูลในหน้านี้คือสถานะ ณ วันที่ 11 ส.ค. 2026
เรื่องนี้ต่อกับอะไร
การปล่อยครั้งนี้มาพร้อมจดหมายเชิงนโยบายของผู้บริหารสูงสุดของ Meta ในวันเดียวกัน ซึ่งเรียกร้องให้กติกาของสหรัฐคุ้มครองการที่โมเดลหนึ่งเรียนรู้จากผลลัพธ์ของอีกโมเดลหนึ่ง และประกาศว่าจะเปิดน้ำหนักของรุ่นที่แรงที่สุดของบริษัทในอีกไม่กี่สัปดาห์ ซึ่งของชิ้นนั้นยังไม่ออก (Meta)
อ่านคู่กับ kimi-k3 จะเห็นภาพที่ครบขึ้น เพราะเส้นเรื่องของโมเดลเปิดปีนี้แยกเป็นสองทางชัดเจน ทางหนึ่งคือรุ่นบนสุดที่เปิดน้ำหนักแต่ใหญ่เกินกว่าจะรันเองนอกศูนย์ข้อมูล อีกทางคือรุ่นขนาดกลางแบบนี้ที่จงใจออกแบบให้ลงเครื่องใบเดียว ความหมายของคำว่าโมเดลเปิดจึงต่างกันมากระหว่างสองทางนี้ ดูเพิ่มที่ open-weights-letter-2026 และ qwen-3-8
คำถามที่ยังไม่มีคำตอบ
- เอกสารระบุการใช้งานต้องห้ามมีผลผูกพันทับ Apache 2.0 หรือไม่ ไม่มีข้อความในเอกสารใดตอบ
- คุณภาพภาษาไทยอยู่ระดับไหน ยังไม่มีตัวเลขจากผู้ผลิตหรือจากผู้วัดภายนอก
- เมื่อมีผู้วัดภายนอกทำซ้ำ คะแนนจะยืนตามตารางของ Meta หรือไม่ โดยเฉพาะรายการที่แพ้ Qwen3.6-27B อยู่แล้ว
- น้ำหนักของรุ่นที่แรงที่สุดที่บริษัทสัญญาไว้จะออกเมื่อไร คำว่าไม่กี่สัปดาห์คือทั้งหมดที่มี
Sources (5)
- https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model fetched 2026-08-11
- https://huggingface.co/meta-models/Muse-Glimmer-30B fetched 2026-08-11
- https://developer.meta.com/ai/models/muse-glimmer/ fetched 2026-08-11
- https://simonwillison.net/2026/Aug/10/introducing-muse-glimmer/ fetched 2026-08-11
- https://www.meta.com/thefutureisforeveryone/ fetched 2026-08-11
อ่านจบแล้วอยากตามเรื่อง AI แบบนี้ต่อทุกวัน เรามีสรุปข่าวภาษาไทยส่งทาง LINE ทุกเช้า กดเพิ่มเพื่อนไว้ได้เลย ไม่มีค่าใช้จ่าย