Muse Wonder Full против Muse Glimmer: лучший балл в таблице — это также и худший показатель в ней

Источник: OrcaRouter•

Muse Wonder Full против Muse Glimmer: лучший балл в таблице — это также и худший показатель в ней

Muse Wonder Full и Muse Glimmer разделяют 42 пункта индекса, но одна из них — это загружаемый файл с лицензией Apache 2.0, а другая — закрытая система за 50 долларов в месяц.

Muse Wonder Full и Muse Glimmer — это две крайности опубликованного диапазона Meta Superintelligence Labs. Muse Wonder Full — это проприетарная пограничная контрольная точка, анонсированная 12 октября 2026 года, продаваемая как часть подписки Muse Code и получившая 59,1 балла по собственному индексу Meta. Muse Glimmer — это модель с 30 миллиардами параметров и лицензией Apache 2.0, выпущенная 10 августа 2026 года, которая поставляется уже квантованной до 4 бит, чтобы занимать менее 20 ГБ видеопамяти, и набирает 17 баллов по независимому индексу Artificial Analysis Intelligence Index. Между ними лежат 42 пункта совокупного балла, лицензия, возможность загрузки и доступ за 50 долларов в месяц — а также одна строка в собственной таблице Meta, где дорогая модель набирает 13,1 балла.

Эта строка — Harvey LAB-AA, бенчмарк Meta для юридических агентов. Muse Wonder Full показывает на нем 13,1 балла. Muse Wonder, вызываемая контрольная точка из того же релиза, показывает 54,3, GPT-6 Astra — 54,5, а Claude Opus 5.5 — 55,2. Модель, которая лидирует в совокупном индексе с отрывом в четыре пункта, занимает последнее место в специализированном наборе задач с разницей в 41 пункт. Это первое, что нужно понять об этой паре: совокупный балл не описывает реальную работу.

Два продукта, одна фамилия и третий, который путают с обоими

• Веса — Muse Glimmer: Apache 2.0, загружаемая, поставляется в 4-битном формате; Muse Wonder Full: проприетарная, контрольная точка не опубликована и не планируется к публикации.

• Где работает — Muse Glimmer: на вашем собственном ускорителе, офлайн; Muse Wonder Full: на инфраструктуре Meta внутри Muse Code.

• Как купить — Muse Glimmer: нет платы за токен при самостоятельном хостинге или 0,325 доллара на вход и 1,35 доллара на выход за миллион токенов через хостинговый эндпоинт; Muse Wonder Full: вообще нет цены за токен, только опубликованные планы по 50 долларов в месяц за Power Usage и 200 долларов в месяц за Maximum Usage.

• Параметры — Muse Glimmer: 30 миллиардов, менее 20 ГБ в квантованном виде; Muse Wonder Full: не разглашаются.

• Контекстное окно — Muse Glimmer: 131 072 токена, расширяемое до 262 144; Muse Wonder Full: описывается вместе с серией как 1 048 576 токенов.

• Модальный ввод — Muse Glimmer: текст и изображения; серия Muse Wonder: текст, изображения, речь и видео.

• Дата отсечения знаний — Muse Glimmer: январь 2026 года; Muse Wonder Full: не опубликована.

• Что можно с ней сделать — Muse Glimmer: можно закреплять, форкать и дообучать; Muse Wonder Full: можно только прекратить использование.

Meta тестировала Glimmer на RTX 5090 и на чипах Apple M4 Max и M5 Max, что является практическим определением «локального запуска» в данном случае — полная точность требует более 55 ГБ, поэтому 4-битная версия — единственная причина, по которой модель вообще можно развернуть. С Muse Wonder Full всё работает иначе. Доступ к ней осуществляется через подписку, по цене плана, до тех пор, пока Meta её поддерживает.

Стоит четко выделить еще одно различие, поскольку названия моделей скрывают его: Muse Wonder Full не является вершиной серии Muse Wonder в каком-либо общем смысле, и это не «увеличенная Glimmer». Это отдельная цель обучения, анонсированная одновременно с Muse Wonder, и единственная из трех, которую нельзя купить по токенам, разместить на своем сервере или оценить без договора на закупку.

Лицензия — это ось, которую никто не оценивает

Это сравнение обычно строится как «возможности против стоимости». Фреймворк, который на самом деле предсказывает, что вы сможете сделать, — это «возможности против контроля», и две модели находятся на противоположных полюсах этой шкалы.

Всё в дизайне Muse Glimmer предполагает наличие владельца, а не клиента. Веса распространяются по лицензии Apache 2.0, квантование уже выполнено за вас, объем менее 20 ГБ выбран потому, что это число делает модель пригодной для одной потребительской видеокарты, а дата отсечения знаний опубликована, чтобы вы знали, чего она не знает. Вы можете форкнуть её, дообучить, закрепить версию и продолжать использовать её после того, как вендор потеряет к ней интерес. Для модели, выпущенной лабораторией, которая с тех пор выпустила еще два поколения, это последнее свойство не является гипотетическим.

У Muse Wonder Full обратный профиль. Нет артефакта, который можно сохранить, нет версии, которую можно закрепить, нет способа проверить, что изменилось за месяц, и нет пути к контрольной точке, если подписка истечет. Опубликованный совокупный балл — это единственное, что у вас остается, и это число характеризует систему тестирования Meta, а не вашу рабочую нагрузку.

Практическое следствие асимметрично и стоит того, чтобы сказать об этом прямо. Если запрос не может покинуть устройство — например, на заводском цехе без связи, в изолированной среде (air-gapped), где вызов API сам по себе является нарушением комплаенса, или при жестких требованиях к задержке, где сетевой запрос уже является избыточным, — Muse Wonder Full не подходит для решения задачи ни за какие деньги. Glimmer — это файл. Full — это подписка.

Из чего на самом деле состоит разрыв в 42 пункта

Разрыв такого размера обычно означает, что одна модель просто хуже другой. В данном случае это в основном означает, что они были созданы для разных задач, и подбаллы показывают это, а не скрывают. Все цифры ниже — это измерения Artificial Analysis для версии v4.3.2, если не указано иное.

• Индекс интеллекта — Muse Wonder Full (max): 56, четвертое место из 699 моделей; Muse Glimmer (high): 17, пятнадцатое место из 142.

• Восстановление длинного контекста — Muse Glimmer: 83,3%, опережает Claude Sonnet 5.5 с его 82,7% в том же тесте. Показатель Muse Wonder Full не опубликован для того же набора тестов.

• Terminal-Bench 4.0 — Muse Glimmer: 0,5%; серия Muse Wonder показывает 85,5 и 85,6 в таблице вендора.

• Humanity's Last Exam — Muse Glimmer: 22,0%; Muse Wonder Full не тестировалась на этом наборе.

• Скорость вывода — Muse Glimmer: 143,8 токена в секунду. Данные для Muse Wonder Full не опубликованы для того же набора тестов, как и стоимость за задачу индексации, поскольку нет тарифа за токен, чтобы её вычислить.

• Стоимость за задачу индексации — Muse Glimmer: около 0,06 доллара при хостинге. Muse Wonder Full: неприменимо, нет тарификации по использованию.

На строке с длинным контекстом стоит остановиться подробнее. Модель с 30 миллиардами параметров, квантованная до 20 ГБ, которая сравнивается с текущей пограничной контрольной точкой в поиске факта внутри очень длинного ввода, — это не погрешность округления, это то, на что был нацелен рецепт обучения, и это самое сильное утверждение, которое можно сделать в пользу Glimmer. Строка Terminal-Bench — это другая крайность: полпроцента означают, что модель не выполняет агентские программные задачи, и никакая экономия на оборудовании не сделает задачу, которая никогда не завершается, дешевле. Рецензируемое исследование по оркестрации мультиагентных систем, включавшее Muse-Glimmer-30B, показало, что она не восстановила ни одного из своих кандидатов, что является тем же выводом, сделанным с другой стороны.

Итак, Glimmer хорошо читает, быстро отвечает, работает где угодно, но не может выполнять действия. Muse Wonder Full выполняет действия и показывает самый высокий совокупный балл в семействе — а затем показывает 13,1 балла в наборе тестов для юридических агентов, что ниже, чем у любой другой пограничной модели в собственной таблице Meta. Ни один из этих фактов не объясняет другой.

Цифра 0,06 доллара — это ловушка, как и 50 долларов.

Показатель стоимости за задачу индексации в облачном решении заслуживает немедленной дисквалификации. $0.06 — это сумма, которую Artificial Analysis потратила на вызов Muse Glimmer через облачную конечную точку по цене $0.325 и $1.35 за миллион токенов; это оценивает экономику аренды модели, а не её запуска. При самостоятельном хостинге счет за токены исчезает и заменяется ускорителем, который у вас уже есть или который нужно купить, плюс затраты инженерного времени на обслуживание. Сравнивать $0.06 со стоимостью задачи для передовой модели, как если бы они были эквивалентны, — самая простая ошибка, которую можно допустить на этой странице.

Цифра в $50 — это другая ловушка, направленная в противоположную сторону. Она выглядит дешево по сравнению со ставкой $20 за миллион токенов на выходе, но это не так, потому что она не дает никакой измеримой единицы. Десять промптов и десять миллионов промптов стоят одинаково, а оценка, за которую вы платите — 59.1 в индексе Meta — не является той оценкой, которую публикует независимый совет для той же контрольной точки. В таблице Meta указано 59.0 в индексе Artificial Analysis; сама Artificial Analysis публикует 56. Расхождение в три пункта в одном и том же индексе показывает, где утверждение, а где измерение.

Честный ответ заключается в том, что эти две модели вообще находятся в разных плоскостях. Стоимость Muse Glimmer определяется ускорителем, и она не масштабируется вместе с объемом — это дорого при десяти запросах в день и удивительно дешево при десяти миллионах. Стоимость Muse Wonder Full определяется помесячно, и она не масштабируется ни с чем, что можно измерить. Одна меняется в зависимости от вашего использования. Другая не меняется вовсе.

Ступень, которая на самом деле находится между ними

Большинство команд, дочитавших до этого места, не хотят ни одной из крайностей. Им нужна небольшая модель на собственном оборудовании для дешевой, приватной и высоконагруженной части рабочих задач, и что-то уровня передовых моделей через API для сложных задач. Неудобство заключается в том, что обычно это означает два отдельных стека с двумя отдельными отношениями по оплате.

Одна из трех моделей Meta в этом семействе — это маршрут, который мы предоставляем. meta/muse-spark-1.2 — более крупная модель-учитель, из которой была дистиллирована Glimmer — находится в каталоге OrcaRouter по цене $1.25 за входные и $4.25 за выходные токены на миллион в окне 1 048 576 токенов с кэшированием чтения по $0.15. Это делает её промежуточной ступенью: она значительно способнее 30B-модели студента в задачах, связанных с исполнением, стоит в пять раз дешевле выходной ставки Muse Wonder и доступна по тому же ключу, что и всё остальное.

Два примечания о честности, поскольку названия вызывают неверные предположения. Сама Muse Glimmer не является одним из наших маршрутов — в каталоге нет записи muse-glimmer, и её не должно быть, потому что весь смысл Glimmer в том, что вы запускаете её самостоятельно и никогда никуда не маршрутизируете. Muse Wonder Full также не наша, и, в отличие от Glimmer, она недоступна никому за пределами подписных сервисов Meta.

Что дает организация с единой конечной точкой, так это облачную часть этого разделения. Цены провайдера передаются без наценки в 0%, поэтому изменение цен поставщиком отображается в тот же день; автоматическое переключение при сбоях покрывает деградацию вышестоящего провайдера в процессе выполнения; а DSL маршрутизации объединяет дешевую и дорогую модели в один вызов, поэтому дорогая сторона вызывается только тогда, когда падает уверенность дешевой. Для семейства с файлом 30B на одном конце и контрольной точкой, закрытой подпиской, на другом, именно эта композиция является главным — большинству трафика не нужны ни та, ни другая крайности.

Выбор и один критерий, который его определяет

• Muse Glimmer, когда токены не могут покинуть машину, когда нет сети, когда вам нужно что-то, что можно закрепить и сохранить, или когда объем настолько велик, что счет за токены становится доминирующей статьей расходов. В этих рамках она быстрая, лаконичная и сильна в чтении длинного контекста, и совокупная оценка недооценивает её именно для таких задач.

• Muse Glimmer для высокообъемного извлечения и поиска по длинным документам, где важен показатель 83.3% полноты длинного контекста, а 0.5% в Terminal-Bench никогда не всплывает.

• Muse Wonder или более широкая серия, когда задачу нужно исполнить — агенты, компьютерное использование, работа в терминале — или когда на входе речь или видео. Оценка исполнения 0.5% — это не бюджетный вариант; это неучастие.

• Muse Spark 1.2, если вы ищете вариант посередине. Это модель, из которой была дистиллирована Glimmer, это ступень между двумя крайностями, и она стоит в пять раз дешевле, чем серия передовых моделей, обеспечивая возможности где-то в этом промежутке.

• Не Muse Wonder Full, основываясь только на совокупной оценке. Meta сообщает о 13.1 в наборе юридических агентов против 55.2 у Claude Opus 5.5 в той же таблице, а независимый совет ставит эту контрольную точку на четыре пункта выше вызываемой Muse Wonder, а не на 42. Если ваша работа похожа на ту строку Harvey, то самый высокий балл в таблице запуска — неверная причина для оплаты подписки.

Разрыв в индексе в 42 пункта реален, и это также самая бесполезная вещь на этой странице. Это не соседние продукты с шагом цены между ними; это файл и дверь. Решение заключается в том, где работают токены, затем — является ли работа чтением или исполнением, и последнее решение, о котором люди забывают: лаборатория, выпускающая продукты с таким разрывом на обоих концах диапазона, будет продолжать двигаться, поэтому модель, которую вы не можете закрепить, — это модель, на которой вам следует медленнее всего строить свои решения.

О чём эта статья

Ещё в разделе «AI и машинное обучение»

Все →

Ещё от OrcaRouter