2026年8月10日、Metaはデバイス上で常駐動作するAI専用の新モデル「Muse Glimmer」を発表しました。パラメータ数は300億（30B）、完全オープンソースで、一般的な家庭用PC骨格でも動作可能と謳われています。この発表は世界最大の技術コミュニティ Hacker News（HN）で一晩のうちに984ポイント、558件のコメントを集める大きな話題となりました。しかし、コメント欄の雰囲気はMetaの公式プレスリリースとは少し異なっていました。技術者たちがテストデータを検証した結果、4ヶ月前に公開された中国アリババのオープンソースモデル「Qwen 3.6」をわずかに上回る程度で、一部のベンチマークでは敗北していることが判明したのです。しかも、Qwenの新バージョンは今週まさに発表を控えていました。
図：Muse Glimmer 公式概念図。出典：Meta Research
まず、2つの技術概念を分かりやすく整理してみましょう。
「300億パラメータ」とはどういう規模でしょうか。AIモデルのパラメータは、脳内の神経接続の数に例えられます。300億パラメータは、300億個の「知識スイッチ」を備えたデジタル脳を意味します。人間の脳には約860億個のニューロンがあるため、人脳の約4分の1のスケールであり、現在のAI領域では中型サイズに位置します。パラメータが多いほど賢くなりますが、必要なメモリ容量も増えます。Muse Glimmerの非圧縮版は55GBのVRAM/RAMを要求し、一般的なPCでは動作しません。Metaは量子化圧縮技術を用いることで必要なメモリを20GB未満に抑え、市販のゲーミングGPUでも動かせるようにしました。
もう一つの重要な概念が「常駐型ローカルエージェント」です。これは、AIがブラウザのチャット枠を飛び出し、スマホやPC内に24時間住み着くことを意味します。ユーザーのスケジュールを記憶し、アプリを自律的に操作し、ファイルの整理、チケットの予約、メールの返信などをこなします。ネット接続なしでオフライン動作が可能で、会話履歴や作業データが外部サーバーに送信されることもありません。Metaはこれを、AIが「クラウド上の頭脳」から「身近なパーソナル執事」へと進化する一歩だと説明しています。朝外出する際、スマホ内のAIが過去の習慣に基づいて1日の予定を組み、移動中にバッティングした会議を裏で自動調整する——しかもクラウドへのアップロードなしで行う、これが「常駐ローカルエージェント」の意義です。
一見魅力的ですが、技術コミュニティが最も注目したのは実用性能です。
Metaは公式比較対象として、同クラスのオープンソースモデルであるGoogleの「Gemma4」とアリババの「Qwen 3.6」を選びました。Metaが公表したベンチマーク比較表では、Muse Glimmerが多くの項目で首位となっています。しかし、コミュニティがデータを精査した結果、プレスリリースとは微妙に異なる結論に達しました。HNのトップコメントの言葉を借りれば、「ツール呼び出し（Tool Calling）を除けば、Muse GlimmerはQwen 3.6に辛うじて勝利しているに過ぎない」という評価です。
図：Metaが公表したMuse GlimmerとGemma4、Qwen 3.6の比較表。出典：Meta Research
「ツール呼び出し」とは、AIがPCを操作してアプリを開き、ボタンを押し、フォームを入力する能力を指します。ローカル執事AIの核心機能であり、Metaはこの分野で「MCP-Atlas」スコア75.5を獲得してリードしました。しかし、別のテスト環境ではボロが出ます。人間のようにデスクトップ画面を操作する能力を評価する「TerminalBench」では、Qwen 3.6が75.6を記録し、Muse Glimmerの65.9を約10ポイント引き離して逆転しました。コメント欄には「GlimmerはTerminalBenchで3.6に大敗している」と直截に指摘する声も上がっています。
これはMetaにとって微妙な立ち位置です。パラメータ数はQwen 3.6より大きく（30B vs 27B）、登場時期も4ヶ月遅いにもかかわらず、「PC操作」の特定の項目以外では大差をつけられませんでした。しかも、比較対象にされたのはQwenの旧世代モデルです。公式リリースでは言及されなかった競合モデル——DeepSeek V4 Flash、Moonshot AIのKimi K3、Qwen 3.8-Maxなど、ここ数ヶ月トップを走ってきたモデルとの直接比較は避けられています。
公式ベンチマークに対する慎重な見方はコミュニティで根強く存在します。Redditのユーザーは「Metaのテストデータをそのまま信じることはできない。彼らは自分たちに有利な評価項目を選ぶのが非常に上手い」と批判しました。モデルが有名ベンチマークデータセットに過剰適合（オーバーフィッティング）している懸念があるため、技術コミュニティは独立したサードパーティによる検証を重視しています。そしてサードパーティの評価でも、Muse GlimmerのQwen 3.6に対する優位性は極めて僅かであると示されています。
そして、コメント欄を最も熱くさせたのは公開のタイミングでした。
Qwen 3.8 27Bの発表が今週予定されている中、Metaはそのわずか2日前にMuse Glimmerをリリースしました。HNで最も共感を集めたコメントには「彼らが今このタイミングでリリースしたことに何の驚きもない。Qwen 3.8に勝てないことを恐れたのだろう」と書かれています。Metaが以前、DeepSeekの台頭に合わせてLlama 4の公開を急ぎ、品質面で反発を買った経緯を思い出すユーザーも少なくありません。「競合の発表前にリリースして話題性を先取りする」手法はAI業界の常套手段です。さらに、一部の研究者はMuse Glimmerが大規模な教師モデルからの蒸留で作られた点に触れ、Metaが過去にQwenモデルを蒸留データ源として利用した論文を発表していたことを指摘しました。中国モデルの出力を用いて学習し、競合の発表前に急いでリリースして勝利をアピールする姿勢に、激しい開発レースの縮図が見えてきます。
市場の動向もこの緊迫感を裏付けています。ここ数ヶ月、世界のAIに関する話題は中国のオープンウェイトモデルに大きく占められており、米国勢のオープンソースモデルの選択肢は狭まっていました。あるコメントは「『反中国モデル』の機運が高まれば、最終的に得をするのはMetaだ。米国のオープンソース最前線には他に有力な選択肢がほとんど存在しないからだ」と見抜いています。
同日、マーク・ザッカーバーグCEOはインタビューで、モデルの重みを公開せずAPIサービスのみを提供する「クローズド」なAI企業を公然と批判し、Metaをオープンソース陣営のリーダーとしてアピールしました。しかし、Metaがオープンウェイトモデルを公開するのは約1年ぶりのことであり、今春にはオープンソース路線を断念したのではないかとの懐疑論も浮上していました。このタイミングでの復帰は、Qwen 3.8の発表スケジュールを意識したものと見られています。またMetaは、最強モデル「Muse Spark 1.2」の重みも「まもなく」公開すると予告しました。ユーザーの間では、OpenAIやAnthropicに直接対抗できるのはこの大型モデルであり、今回の軽量モデルの公開はその前座に過ぎないとの見方が広がっています。
図：Metaが示したローカル生成速度の向上効果。出典：Meta Research
こうした巨頭間の競争において、エンドユーザーは確実に恩恵を受けています。競争によってAI利用のコストが下がり、モデルの性能が向上し、クラウドから手元のデバイスへAIを移行させる潮流が加速しています。ユーザーにとっては、プライベートなデータを他社のサーバーに送信する必要がなくなり、オフラインでも使えるインテリジェントなアシスタントが現実のものとなりつつあります。ただし、「家庭用PCで簡単に動く」という謳い文句には注意が必要です。コミュニティの実測によれば、スムーズな動作には最低32GBの統合メモリが必要であり、64GB搭載のMacBook Proは欧州で4,000ユーロを超えます。一般的なノートPCにとっては、まだハードルが高いのが現状です。
Metaが話題性を先取りするために駆け込み発表を行ったのか、Qwenが米国の巨大IT企業を本気で警戒させているのか。その答えは数日後のQwen 3.8の正式発表とともに明らかになるでしょう。どちらが勝利するかにかかわらず、巨頭同士の激しい追いかけっこによって、最先端のAI技術をいち早く手にできるユーザーこそが真の勝者と言えます。
参考リンク：
- Meta Research: Introducing Muse Glimmer
- Hacker News 議論 (item?id=49241679)
- The Register: Zuck rekindles open weights Llama drama with Muse Glimmer
- Financial Times: Mark Zuckerberg attacks ‘closed’ AI rivals as Meta returns to open models
- OfficeChai: Muse Glimmer ローカルモデルベンチマーク評価
