Muse Glimmer 30Bとは？24GBのGPUやMacで動く？必要なメモリ・Ollamaでの動かし方・商用利用

「AIエージェントを、クラウドではなく自分のPCで動かしたい。でも24GBのGPUやMacで本当に動くのか、仕事で使ってもいいのかがわからない」という方へ。Metaのオープンモデル「Muse Glimmer 30B」は、24GBのGPUならK-Quant-17GB版で画像の読み取りまで動き、MacではOllamaのMLX版が使えます。ライセンスはApache 2.0で、商用での利用も想定されています。

Muse Glimmer 30Bとは

Muse Glimmerは、MetaのMeta Superintelligence Labsが作った、手元のパソコンでエージェントを動かすためのAIモデルです。Hugging Faceのモデルカードによると、上位モデルのMuse Sparkから蒸留（大きなモデルの知識を小さなモデルに移すこと）して作られていて、クラウドやネット接続なしで動くように作られています。

モデルの公開は2026年8月です。Ollamaの公式ブログも2026年8月10日に対応を発表しています。そのうえで、Metaは2026年10月19日に技術論文を公開しました。10月に出たのは論文で、モデル自体は8月から使えます。

得意なこととしてモデルカードに挙がっているのは、何ステップも続く作業の計画、ツールの呼び出し、失敗したときのやり直し、スクリーンショットや図・書類の読み取りです。OpenClawやHermes Agentといったエージェントの仕組みで使えるとしています。

ベンチマークでは、同じくらいの大きさのGemma4-31BやQwen3.6-27Bと比べて、MCP AtlasやDeepSearch QAなどのエージェント系で高い点が出ていると、Metaは説明しています。一方で、OSWorld-VerifiedやTerminalBench 2.1などではQwen3.6-27Bのほうが上で、すべての項目で勝っているわけではありません。どれもMetaが測った数字です。

必要なメモリ：24GBのGPUで動く？

モデルの重みを約4ビットに圧縮（量子化）した版が配布されていて、文章を扱う本体は20GB未満に収まります。モデルカードでは、24GBまたは32GBのGPUで、画像用のエンコーダーや高速化用の小さなモデルまで一緒に動かせるとしています。

画像を読ませるには、別ファイルの画像用エンコーダー（1.4GB）が必要です。高速化用の小さなモデル「DFlash」（1.6GB）は、なくても動きます。精度の低下は、15のベンチマークの平均でフル精度と比べたMetaの数字です。

Metaの開発者向けドキュメントでは、K-Quant-17GBに画像用エンコーダーを加え、131,072トークンのコンテキストをすべて使ったときに、VRAMを19.0GiB使ったと書かれています。DFlashを足すと、さらに約1.5GiB増えます。24GBのGPUなら、K-Quant-17GBから始めるのが公式のおすすめです。

Macでは動く？

Ollamaには、Apple Silicon向けのMLX版（ダウンロードは19GB）が用意されています。モデルカードでは、MacBookのM4 MaxとM5 Maxで速度を測った結果ものっています。

ただし、Macのメモリ（ユニファイドメモリ）が何GBあれば動くかは書かれておらず、公式では未確認です。ダウンロードの大きさ（19GB）に加えて、macOSやほかのアプリが使う分も必要になるので、メモリに余裕のあるMacで試すのが安心です。

Ollamaで動かす

いちばん手軽なのはOllamaです。Ollamaをインストールしたら、ターミナルでこのコマンドを実行します。初回はモデル（約18GB）のダウンロードが始まります。

ollama run muse-glimmer

Apple SiliconのMacでは、MLX版を指定します。

ollama run muse-glimmer:30b-mlx

Claude Codeなどのコーディングエージェントから使うこともできます。

ollama launch claude --model muse-glimmer

Ollamaの主なタグ（タグの一覧）は、こうなっています。

llama.cppで動かす

llama.cppを使う場合は、Muse Glimmerに対応したリリースb10353以降が必要です。それより古いと、モデルを読み込めません。バージョンはこのコマンドで確かめられます。

./llama-cli --version

モデルはHugging Faceからダウンロードします。24GBのGPU向けのK-Quant-17GBと、画像用エンコーダーを取ってくる例です。

pip install -U huggingface_hub

hf download meta-models/Muse-Glimmer-30B-GGUF \
    --local-dir Muse-Glimmer-30B-GGUF \
    --include "Muse-Glimmer-30B-KQuant-17GB-Q4_K_M.gguf" \
    --include "mmproj-Muse-Glimmer-30B-Q4_K_M.gguf"

文章だけで試すなら、llama-cliで起動します。--jinjaは必ず付けます。

./build/bin/llama-cli \
    -m Muse-Glimmer-30B-GGUF/Muse-Glimmer-30B-KQuant-17GB-Q4_K_M.gguf \
    -ngl 99 -c 32768 \
    --jinja \
    --temp 1.0 --top-p 0.95 --top-k 64

Muse Glimmerは答える前に必ず考える（推論する）モデルで、推論をオフにはできません。考える量は low・medium・high・xhigh の4段階で選べて、何も指定しないと high です。コーディングやエージェントの作業には high か xhigh が勧められています。

商用で使える？

Muse GlimmerはApache 2.0ライセンスで、フル精度の重み、4ビット版、DFlash、画像用エンコーダーのすべてが同じライセンスで配布されています。モデルカードでも「商用と研究での利用を想定している」と書かれています。

そのうえで、モデルカードには使い方の注意も書かれています。

• 法律や規制（輸出入の規制を含む）に反する使い方はできない
• 18歳未満の人がダウンロードしたり使ったりすることは想定されていない
• 取り消せない操作をエージェントにさせるときは、人が確認する仕組みなどの安全策を加えることが勧められている

実際に製品に組み込むときは、Apache 2.0の条件（著作権表示やライセンス文の同梱など）を確かめてください。

ほかのモデルとのちがい

当サイトで紹介したMetaのMuseシリーズや、手元で動かすモデルとの役割のちがいです。

「24GBのGPUで動き、Apache 2.0で仕事にも使いやすいエージェント向けのモデル」を探しているなら、Muse Glimmerは候補になります。もっと大きなモデルの性能が必要なら、Muse Spark OpenやMuse Wonderの記事も比べてみてください。

まとめ

• Muse Glimmer 30Bは、Metaが2026年8月に公開した、手元のPCでエージェントを動かすためのモデル。10月19日に論文が出た
• 約4ビット版なら、24GBのGPUで画像の読み取りまで動かせる（公式の測定で約19GiB）
• MacはOllamaのMLX版（19GB）が使えるが、必要なメモリの量は公式では未確認
• Ollamaなら ollama run muse-glimmer で始められる。llama.cppはb10353以降が必要
• Apache 2.0で、商用利用も想定されている

まずはOllamaで動かし、いつも任せたい作業を1つ試して、速さと答えの質が自分の用途に合うかを確かめてみてください。