2026年8月10日、Meta から新しいオープンウェイトモデル「Muse Glimmer」がリリースされました。Llama シリーズ以来となる Apache 2.0 ライセンスでの公開であり、30B というミッドサイズながらエージェントタスクに特化した設計が特徴です。コンシューマ向け GPU 1枚でローカル実行できるサイズ感で、前回紹介した Qwen3.6-27B や Gemma4-31B の直接の競合となるモデルです。
本記事では、Muse Glimmer の概要と、Ollama を使ってローカル環境で動かす手順を解説します。
Muse Glimmer の概要
Muse Glimmer は、Meta が2026年8月にリリースした 30B(正確には 29.6B)パラメータのマルチモーダル言語モデルです。Meta の最上位モデル「Muse Spark」からの蒸留(distillation)によって作られており、常時稼働するローカルエージェント用途を主なターゲットとしています。
ライセンスは Apache 2.0 で、商用利用・改変・再配布が可能です。Meta のモデルとしては独自ライセンスだった Llama シリーズと異なり、制約の少ないライセンスを採用した点も注目されています。
テキストと画像の入力に対応し(出力はテキストのみ)、100以上の言語のデータで学習されています。知識カットオフは2026年1月4日です。
主な特徴
| 特徴 | 詳細 |
|---|---|
| 開発元 | Meta |
| パラメータ数 | 29.6B(ビジョンエンコーダ含む) |
| アーキテクチャ | Dense なデコーダオンリー Transformer + ビジョンエンコーダ内蔵 |
| コンテキスト長 | 128K トークン(131,072、拡張可) |
| モダリティ | テキスト + 画像入力、テキスト出力 |
| 対応言語 | 100以上 |
| 語彙サイズ | 202,048 トークン |
| 知識カットオフ | 2026年1月4日 |
| ライセンス | Apache 2.0 |
動作に必要なメモリ
公式から量子化済みのチェックポイントが提供されており、VRAM 24GB クラスの GPU から動作します。
| バリアント | ファイルサイズ | 推奨メモリ | 品質低下 |
| BF16(フル精度) | 59.55GB | 64GB VRAM | – |
| K-Quant-Dynamic | 19.65GB | 32GB | 約0.2% |
| K-Quant-17GB | 16.76GB | 24GB | 約1.0% |
なお Ollama で配布されているモデル(約18GB)は 4bit 量子化版がベースのため、VRAM 24GB の GPU(RTX 4090 など)や統合メモリ 32GB 以上の Apple Silicon Mac が現実的な動作ラインです。
Muse Glimmer の主なポイント
1. エージェントタスクへの特化
Muse Glimmer は「常時稼働するローカルエージェント」を明確なターゲットとして調整されています。ツール呼び出しは ATEM 形式でネイティブ対応しており、OpenAI スタイルのツールスキーマをそのまま渡せます(1ターンにつき1ツール呼び出しのみで、並列呼び出しは未対応)。後述のベンチマークでも、MCP Atlas や DeepSearch QA といったエージェント系タスクで同クラスのモデルを大きく引き離しています。
2. reasoning_strength による思考制御
モデルは回答の前に内部で思考チェーンを生成してから応答する設計で、その思考の強度を `reasoning_strength` パラメータ(`low` / `medium` / `high` / `xhigh`、デフォルトは `high`)で制御できます。タスクの難易度に応じて推論コストと応答速度のバランスを調整できるのが実用上のメリットです。なお思考出力が長くなるため、`max_tokens` を小さくしすぎると回答が途切れる点には注意が必要です。
3. アーキテクチャの革新
言語モデル部分は52層・隠れ次元6656の Dense Transformer で、Attention は「Local 3層 + Global 1層」の繰り返しパターン(スライディングウィンドウ2048)を採用しています。GQA は Query 32 に対して KV 2 という 16:1 の比率で、長コンテキスト時の KV キャッシュを大幅に節約しています。
ビジョンエンコーダとして約1.8B の ViT-G/14 を内蔵しており、外部エンコーダなしで画像入力を処理できます(画像あたり最大4,096トークン)。
また、推論高速化のために DFlash ドラフターによる投機的デコーディング(speculative decoding)に対応しており、RTX 5090 では最大3.1倍の高速化が報告されています。
主な用途
| 用途 | 説明 |
|---|---|
| リポジトリレベル推論 | 大規模コードベースの理解と操作に優れている |
| マルチモーダル処理 | テキスト・画像の統合理解が可能 |
| 長文コンテキスト処理 | 最大128万トークンまでの長文処理に対応 |
| 多言語対応 | 日本語を含む多言語での対話が可能 |
Ollamaのインストール方法
macOS
必要OS: macOS 14 Sonoma 以降
- https://ollama.com/download/mac からDMGファイルをダウンロード
- DMGをマウントし、Ollamaアプリを
Applicationsフォルダにドラッグ＆ドロップ - アプリを起動するとメニューバーにアイコンが表示される
Versionの確認方法
アプリケーションからターミナルをクリックします
以下のコマンドを実行してバージョンが表示されれば正しくインストールされています
# インストール確認
ollama --version
Windows
必要OS: Windows 10 以降
- https://ollama.com/download からEXEインストーラーをダウンロード
- ダウンロードした
.exeファイルをダブルクリックして「install」ボタンをクリック
- 画面の指示に従いインストールを完了
- スタートメニューからOllamaを起動
Version確認方法
以下のコマンドを実行するとOllamaのバージョンが確認できます
ollama --version
Linux
ターミナルで以下の1コマンドを実行するだけです：
curl -fsSL https://ollama.com/install.sh | shLinuxにインストールすると、ollama.service というsystemdサービスが自動作成され、OS起動時に自動的にOllamaが起動します。
# サービスの状態確認
sudo systemctl status ollama
# サービスの手動起動
sudo systemctl start ollama
# インストール確認
ollama --version5. Muse Glimmerのインストールと起動
Ollamaをインストールしたら、以下のコマンドでMuse Glimmerを利用できます。
モデルの取得と実行（ollama run）
ollama run コマンドはモデルが未取得の場合は自動的にダウンロードし、そのままチャットを開始します。
ollama run muse-glimmerまた、Macの場合はMLX版がおすすめです
ollama run muse-glimmer:30b-mlxチャット画面が起動したら、プロンプトに質問を入力して Enter で送信できます。終了するには /bye と入力します。
インストールの例
以下はmuse-glimmer:30bのインストールを実行している状態です
インストールが完了すると「Send a message (/? for help)」と表示されます
「」と表示されている場合、ここにメッセージを入力することができます
以下は「こんにちは」と入力した例です
「」と入力して「」キーを押すとOllamaが終了します
モデルのダウンロードのみ（ollama pull）
runはモデルを実行するコマンドでモデルがダウンロードされていない場合、ダウンロードを同時に実行するコマンドでした。
モデルだけダウンロードしたい場合は以下のコマンドを実行するとモデルだけダウンロードできます
# モデルを事前ダウンロードしておく
ollama pull muse-glimmer:30b以下はコマンドの実行です
モデル一覧の確認
ダウンロードしたモデルは以下のコマンドを実行すると表示できます
# ダウンロード済みモデルを一覧表示
ollama list以下はコマンドの実行です
モデルの削除
モデルの容量が多いため不要なモデルは以下のコマンドで削除することができます
# 不要なモデルを削除してストレージを解放
ollama rm muse-glimmer:30b以下はコマンドの実行です
コメント