Connexion Premium

Meta revient aux poids ouverts avec Muse Glimmer, un modèle IA local

Mark Zuckerberg en pleine montée d'IA.

Meta revient aux poids ouverts avec Muse Glimmer, un modèle IA local

Meta reprend son bâton de pèlerin pour les poids ouverts, après l’avoir perdu suite au flop de Llama 4. Muse Glimmer est un nouveau modèle IA de 30 milliards de paramètres, installable sur un ordinateur personnel (assez costaud tout de même), assorti d’une licence open source permissive.

En publiant la première version de Muse Spark au mois d’avril, Meta changeait son fusil d’épaule sur la diffusion de son nouveau LLM : les poids ouverts de Llama laissaient la place à la fermeture d’un modèle propriétaire. Le débat autour de Kimi K3 et des modèles chinois à poids ouverts que Washington voudrait brider a poussé une bonne partie du secteur de l’IA à soutenir ce type de distribution.

Meta a retrouvé au fin fond d’un placard poussiéreux son costume de chevalier blanc des poids ouverts avec Muse Glimmer. Ce nouveau modèle est en effet distribué sous licence Apache 2.0, une licence open source standard, permissive, beaucoup plus familière aux développeurs et aux entreprises que ne l’étaient les licences spécifiques de Llama. Le modèle est disponible sur Hugging Face, on trouvera aussi une documentation technique à cette adresse.

Un modèle à installer chez soi (sur une bonne bécane)

Glimmer est un modèle de 30 milliards de paramètres qui peut être installé sur un ordinateur du commerce – oubliez le petit portable Windows avec 4 Go de RAM, il faudra plutôt un Mac haut de gamme (Meta publie des benchs réalisés sur des MacBook Pro M4 Max et M5 Max) ou un PC équipé d’un GPU puissant (RTX 5090), avec idéalement 24 à 32 Go de mémoire GPU ou unifiée. « Le modèle est suffisamment rapide pour permettre une conversation fluide et une interaction en temps réel avec un agent, le tout entièrement exécuté sur votre appareil », affirme Meta.

La version quantifié en 4 bits descend sous les 20 Go, mais il faut aussi de la marge pour le cache, l’encodeur image et le modèle de décodage spéculatif. En mode « full precision », Glimmer requiert plus de 55 Go de mémoire. Évidemment, rien n’empêche d’installer Glimmer sur un serveur distant, mais là on ne parle plus d’un fonctionnement en local.

Dans le secteur des modèles de 30 milliards de paramètres, Muse Glimmer se défend bien à en croire les benchmarks publiés par Meta. Sur les tests agentiques, le modèle de Meta est souvent devant : MCP Atlas 75,5, contre 54,2 pour Gemma et 62,5 pour Qwen ; DeepSearch QA affiche un score de 74,6, devant les deux autres ; GAIA2 43,3, devant Gemma et Qwen. En codage aussi, Glimmer se montre très solide. En revanche, sur le multimodal, Qwen peut passer devant dans certains benchs.

L’avantage est marqué pour les tâches agentiques, la recherche multi-étapes et les tests de codage. Le modèle n’est pas systématiquement premier en tout, mais il a été optimisé pour un usage précis : faire tourner des agents en local qui peuvent utiliser des outils, coder et mener des tâches longues. Glimmer sera suivi dans quelques semaines de la publication des poids de Muse Spark 1.2, son modèle lancé la semaine dernière dans la foulée de l’offensive de Meta sur les outils pour développeurs.

Le manifeste de Zuckerberg

Mark Zuckerberg a profité de l’occasion pour publier un très long manifeste techno-libertarien sur les capacités mirifiques de l’IA générative, dans la droite ligne de la nouvelle campagne de com’ hors sol de Meta. Le patron de l’entreprise vante une fois de plus sa vision d’une « superintelligence personnelle », distribuée aux individus plutôt que concentrée entre les mains de quelques entreprises (un digest vidéo est visible ici).

Illustration : Flock

Pour le milliardaire, la principale contribution de la « superintelligence » ne sera pas de remplacer les travailleurs, mais d’aider les gens à créer : entreprises, produits, traitements médicaux, contenus, logiciels, ou encore recherches scientifiques. Un plaidoyer intéressant, sachant ce que Meta fait de son IA sur ses réseaux sociaux : un générateur de slop et de désinformation.

En attendant, il faut implanter des datacenters. L’entreprise promet des retombées locales sur l’emploi, la formation, les services publics, l’eau, les infrastructures. Le fonds « Future Is For Everyone » que Meta vient de lancer sera abondé à hauteur d’1 milliard de dollars pour soutenir les communautés affectés par l’installation de ces centres de données.

Le dirigeant s’oppose aux discours de certains acteurs de l’IA qui affirment qu’elle est dangereuse, tout en voulant cloisonner cette technologie. Pour Zuckerberg, qui rejette l’idée d’une « superintelligence bienveillante unique », le scénario du pire serait une IA contrôlée par une poignée d’institutions.

Ce qui nous amène directement à Glimmer. Le dirigeant estime que l’open source est une force positive contre la centralisation, et que ce serait une erreur de restreindre cet écosystème (clin d’œil appuyé vers la Maison-Blanche). S’il soutient les contrôles à l’exportation sur les puces, il ne manque pas de critiquer les règles ralentissant les entreprises américaines du secteur, ou qui limiteraient trop l’usage des données, de la distillation et des modèles étrangers open source.

Commentaires (6)

votre avatar
Yeah, de la "superintelligence" pour toustes, mais il garde les clés du camion.

ah et les données d'entrainement sont toujours volées.
... et ça continue à cramer la planète. Que ce soit sur un nuage distant ou ton macbookM12 ou ta RXXX 12090 c'est pareil.
... et ça continue à cramer nos cerveaux.
votre avatar
Je viens de m'équiper pour faire de l'IA locale (M5 Max 128GB).

Je compare Qwen3.6 27B en local avec Opus 5 : c'est pas mal du tout !

Bon, il faut comme avec n'importe quelle IA rester critique, savoir ce que l'on veut que l'IA produise, et lui dire clairement (par exemple : les phases de scripts écrits pour Xcode doivent pouvoir tourner sur une CI - les contraintes de sandboxing peuvent être différentes d'une config locale).

Et on peut faire ça sans connexion internet, donc en gardant la confidentialité totale sur les données sur lesquelles on travaille, et sans faire tourner de datacenters monstrueux à l'usage.
votre avatar
sans faire tourner de datacenters monstrueux à l'usage.
Un ordi à 10 000€, ça doit consommer bien plus de ressources qu'une instance dans un datacenter, non ? 🤔
votre avatar
Non. C'est un Apple Silicon, pas une carte RTX 5090, H200 ou B300.
Ça consomme beaucoup moins (et ça n'a pas la même puissance, mais c'est déjà étonnant ce que ça arrive à faire).
votre avatar
Ça peut tirer jusqu’à 200/250W ce genre de machine, c'est énorme pour un portable mais dans l'absolu ça reste raisonnable.
Ça ne fait guère plus qu'une machine de bureau classique et 2 ou 3 fois moins qu'une grosse machine de gaming ou un serveur.
Après le souci est toujours le même, on est dans l'effet rebond, l'IA ça s'ajoute au usage existant et ça consomme beaucoup de ressource supplémentaire pour un besoin dont les retombée reste souvent anecdotique.
votre avatar
Pour la partie serveur, tes 600W (3*200W) c'est même pas la conso d'une seule carte nVidia :mdr2:

Pour le H100 de NVIDIA, on parle d'une consommation d'environ 700 W par unité.
Pour le GB300 de NVIDIA, on parle d'une consommation entre 1 100 W et 1 400 W par unité.