Meta Superintelligence Labsが公開した新しいオープンモデル「Muse Glimmer」が、ローカル実行環境のOllamaで使えるようになりました[1]。パラメーター数は300億、エージェント用途に狙いを絞ったマルチモーダルモデルで、まずはApple Silicon向けのMLXエンジン経由で提供されます。Claude CodeやCodexといったコーディングエージェントの頭脳を、クラウドではなく手元のMacに置けるようになったという話です。
まずApple SiliconのMLXエンジンから
Ollamaが8月10日に告知した内容によると、現時点でのMuse Glimmerのサポートは同社のMLXエンジンを使ったApple Silicon向けの初期対応にとどまります[1]。Apple Silicon向けの追加サポートと最適化、そしてNVIDIA、AMD、その他プラットフォームへの対応は数日中に順次追加される予定とされています。
実行手順自体は拍子抜けするほど短く、最新版のOllamaを導入したうえで次のコマンドを打つだけです。
ollama run muse-glimmer:30b-mlx
Muse Glimmerは推論の強度を制御できる設計になっており、low、medium、high、xhighの4段階が用意されています[1]。込み入ったコーディングやエージェント的な作業ではhighまたはxhigh、応答速度を優先したい場面では低い強度を選ぶという使い分けが想定されています。ローカル実行では計算資源が有限なので、こうした調整幅があるかどうかは実用性に直結します。
Claude CodeやCodexの頭脳をローカルに置き換える
今回の対応で目を引くのは、既存のエージェント用ツールをそのまま流用できる点です。OllamaはClaude CodeをMuse Glimmerで動かす手順として、次のコマンドを示しています[1]。
ollama launch claude --model muse-glimmer:30b-mlx
より軽量なコーディングエージェントであるPiを使う場合や、常駐型のパーソナルアシスタントであるOpenClaw、Hermesを動かす場合も同じ形式です。
ollama launch pi --model muse-glimmer:30b-mlx
ollama launch openclaw --model muse-glimmer:30b-mlx
ollama launch hermes --model muse-glimmer:30b-mlx
このlaunchコマンドはCodex、OpenCode、GitHub Copilotなどにも対応するとされています[1]。エージェントの器はそのままに、中身のモデルだけをローカルへ差し替えるという構図で、既に手に馴染んだ環境を捨てずに済むのは移行のハードルを下げます。
DFlashで1.5〜1.8倍、1.8Bの知覚エンコーダーで画像も読む
OllamaのMLXエンジンは、従来のマルチトークン予測（MTP）対応に加えてDFlashに新たに対応しました。これによりMuse GlimmerはApple Silicon上で1.5倍から1.8倍高速に動作するとされています[1]。
DFlashは投機的デコードと呼ばれる高速化手法の一種です。Metaの説明では、Muse Glimmerには軽量な「ドラフター」モデルが同梱されており、これがトークンのまとまりを丸ごと先回りして提案し、本体モデルが並列に検証して正しいものを採用、誤りを訂正するという流れになります[2]。1トークンずつ順番に生成する通常の方式より速く、しかも出力品質は同じというのが売り文句です。Metaの計測では、RTX 5090で3.1倍、M5 Maxで1.8倍、M4 Maxで1.5倍の生成速度向上が確認されています[2]。
もう1つの特徴が画像入力です。Muse Glimmerは18億パラメーターの専用知覚エンコーダーを持ち、画像を直接理解できます[1]。MLXエンジン側が画像入力に対応したことで、コーディングエージェントは画像を伴う作業でも低遅延で連続的にツールを呼び出せるようになりました。Ollamaが挙げている用途は、手描きのスケッチやモックアップからWebサイトやアプリを組み立てる作業、スクリーンショットを起点にしたコンピューター操作、そして書類やレシート、グラフの読み取りです[1]。
300億パラメーターがなぜ手元の機材に載るのか
Metaによると、Muse GlimmerはApache 2.0ライセンスで重みが公開されたモデルで、常時稼働するローカルエージェントの用途に最適化されています[2]。教師となる大型モデルMuse Sparkの出力を使ったロジット蒸留で事前学習を行い、その後エージェント寄りの長文脈データで中間学習、さらに教師ありファインチューニングと強化学習を組み合わせた後学習を経ています。
サイズの問題は量子化で解いています。300億パラメーターのモデルをフル精度で動かすと55GBを超えるメモリが必要になり、コンシューマー向けGPUではまず載りません[2]。そこで重みをおよそ4ビット精度まで圧縮し、言語モデル部分を20GB未満に収めました。これにより、作業用のKVキャッシュ、画像理解用の知覚エンコーダー、投機的デコード用のドラフターを同時に動かしても24GBまたは32GBの枠内に収まる計算です。Metaはこの圧縮によるエージェント性能の劣化は最小限か、ほぼ無いと説明しています。
性能面では、同じサイズ帯のGemma4-31BやQwen3.6-27Bと比較して、広く使われる複数のベンチマークで優位に立つとされています[2]。モデルの重みはHugging Faceで配布されており[3]、Ollama以外にもLM Studio、Unsloth、llama.cpp、ExecuTorch、vLLM、SGLangなどからの利用が案内されています[2]。
まとめ
Muse GlimmerのOllama対応は、今のところApple SiliconのMLXエンジンに限られた初期対応です。ただ、4ビット量子化で20GB未満に収めた300億パラメーターのマルチモーダルモデルが、DFlashによる高速化と画像入力を伴って手元のMacで動き、しかもClaude CodeやCodexの中身をそのまま置き換えられるという組み合わせは、ローカルエージェントの実用ラインをはっきりと押し上げます。NVIDIAやAMDへの対応が数日中に追加される予定とされているため、クラウドに繋がなくても済むエージェント環境の裾野は今後さらに広がりそうです。
出典[1]: https://ollama.com/blog/muse-glimmer
出典[2]: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
