Meta发布开源模型Muse Glimmer：30B参数Apache 2.0许可，专注Agent任务与工具调用

一句话看懂

Meta发布全新开源模型Muse Glimmer，30B参数，Apache 2.0许可，专为Agent任务、工具调用和多步推理优化，可本地运行。

详细发生了什么

Meta再次回归开源权重阵营，推出全新模型Muse Glimmer。这是一款30B参数规模的模型，采用干净的Apache 2.0许可，相比之前Llama系列复杂的许可条款，这是一个明显进步。Meta官方宣称，该模型针对本地模型用户最关心的几个方向做了优化：

端到端Agent任务完成：在DeepSearch QA、MCP-Atlas、𝛕-Bench和SWE-Bench等全任务基准上取得不错成绩，能胜任脚手架内工作、编写调试代码、处理多轮请求。
可靠工具调用：模型能处理多种函数调用，在长流程中按精确schema调用工具。
多步推理：支持长程推理，在复杂工作流中保持连贯计划。

知名开发者Simon Willison第一时间用LM Studio的18.16 GB量化版跑了测试。他用模型生成了一只鹈鹕图片，虽然效果一般（“所有部件都在，但拼凑得有点乱”）。更实际的测试是，他用llm-coding-agent插件，让模型在一个全新的Datasette代码库上回答”auth是怎么工作的”，模型通过一系列工具调用探索代码库，最终给出了回答，完整记录展示了它的工具调用过程。

中文圈视角

Muse Glimmer对中文开发者来说有几个值得关注的看点。首先，Apache 2.0许可意味着商用和二次开发几乎没有限制，这比Llama系列宽松得多，国内企业可以放心集成到产品中，不用担心授权问题。其次，30B参数规模在本地部署上比较友好，消费级显卡（如RTX 3090/4090）配合量化就能跑起来，数据不出本机，对数据合规敏感的场景很实用。

对比国产模型，DeepSeek、Qwen等也都有开源模型，但Muse Glimmer在Agent任务上的针对性优化可能更突出。不过，中文能力如何还需实测，Meta模型的中文支持通常不如国产模型。另外，国内访问Meta的模型下载源可能需要特殊手段，但Hugging Face镜像或ModelScope上应该很快会有转存。对于做Agent开发的中文团队，这多了一个值得对比的选项。

几条值得记住的细节

Muse Glimmer是30B参数模型，采用Apache 2.0许可，完全开源可商用。
官方强调其在Agent任务、工具调用、多步推理上的优化，基准包括DeepSearch QA、SWE-Bench等。
LM Studio已提供18.16 GB的量化版本，可直接下载运行。
Simon Willison测试了代码库探索场景，模型能自主调用工具完成多步任务。
该模型是Meta在开源权重路线上的回归，许可比Llama系列更友好。

一句话总结

Muse Glimmer为本地Agent开发提供了一个新选择，Apache 2.0许可和30B规模值得中文开发者一试。