Meta remet un modèle en téléchargement libre, et celui-là tourne sur ta carte graphique

Hier, Meta a publié un modèle de 30 milliards de paramètres en téléchargement libre, sous licence Apache 2.0. Il s'appelle Muse Glimmer. Quatre mois plus tôt, l'entreprise claquait pourtant la porte de l'open source avec fracas.

Ce qui m'intéresse ici, ce n'est pas sa taille. C'est qu'il réunit deux qualités qu'on voyait rarement ensemble : il tient dans une machine de bureau et il peut travailler de manière autonome.

Plus besoin d'avoir un cerveau dans un centre de données, je suis bien maintenant ici dans un PC.

Avril : Meta ferme. Août : Meta rouvre.

Petit rappel pour ceux qui n'ont pas suivi le feuilleton. Pendant deux ans, Meta a joué le type sympa de la classe : les modèles Llama pouvaient être téléchargés, installés et bidouillés. Puis Llama 4 s'est planté, l'équipe chargée de l'IA a été réorganisée et, le 8 avril 2026, l'entreprise a sorti Muse Spark. C'était son premier modèle fermé, accessible uniquement par son propre service.

Beaucoup ont alors écrit que Zuckerberg avait rangé l'open source au placard. Il faut croire que le placard n'était pas fermé à clé.

Le détail qui compte le plus, c'est que Glimmer est publié sous licence Apache 2.0. Pas sous une licence maison. Les anciennes licences Llama étaient truffées de conditions. L'une d'elles obligeait notamment les très grosses plateformes à demander une autorisation. Ici, rien de tout ça. Tu peux prendre le modèle, le modifier et vendre ce que tu construis avec. Tu ne dois rien à personne. Pour une entreprise qui hésite à bâtir un produit dessus, la différence n'est pas philosophique. Elle est juridique.

Ce que c'est, sans le jargon

Le modèle compte 30 milliards de paramètres. Ce sont ses réglages internes, ceux qui déterminent notamment sa taille sur le disque et dans la mémoire. Plus précisément, 29,6 milliards servent à manipuler le texte et 1,8 milliard à analyser les images.

C'est un modèle dense : tous ses paramètres travaillent pour chaque mot produit. Les mastodontes actuels font l'inverse. Ils n'en activent qu'une petite partie à la fois, ce qui leur permet d'afficher des milliers de milliards de paramètres sur la boîte. Ici, tout travaille tout le temps. C'est moins spectaculaire, mais beaucoup plus simple à faire tenir dans une seule machine.

Il accepte 131 072 jetons de contexte, soit environ un roman de 400 pages en une seule fois. Un jeton représente à peu près trois quarts de mot. Le modèle sait aussi analyser des images et a été entraîné sur plus de cent langues.

Surtout, il a été entraîné pour fonctionner comme un agent. En clair, il peut appeler des outils, enchaîner plusieurs étapes et tenter de se corriger lorsqu'une étape échoue. Ce n'est pas un modèle conçu pour discuter du sens de la vie. Il est là pour chercher un fichier, le lire, le modifier, puis te dire ce qu'il a fait.

La vraie question : est-ce que ça tourne chez toi ?

Là, il faut lire les petites lignes.

En pleine précision, le modèle réclame plus de 55 Go de mémoire. Autant dire qu'il ne rentre pas dans la machine de monsieur Tout-le-monde. Meta l'a donc compressé en 4 bits. Chaque réglage interne est stocké avec quatre chiffres binaires, au prix d'un léger arrondi. On perd un peu de finesse, mais on divise presque la taille par trois. Résultat : moins de 20 Go.

Sauf qu'un modèle de 20 Go ne se contente pas de 20 Go de mémoire. Il faut aussi garder de la place pour le reste. La fiche officielle est claire : 24 Go de mémoire vidéo pour la variante la plus serrée, 32 Go pour l'autre et 64 Go pour la version non compressée. Il faut donc une RTX 5090, ou un MacBook Pro équipé d'une puce M4 Max ou M5 Max. Pas le portable du bureau. Pas la carte graphique de 2021.

Le modèle rentre. C'est ce qu'on met dedans après qui coince.

Ce piège est bien réel, et on n'en parle pas assez. La mémoire du contexte, qui conserve tout ce que tu as donné à lire au modèle, occupe la même mémoire que le modèle lui-même. Plus tu lui fournis de documents, moins il reste de place. Dans le nuage, ce plafond est invisible parce que ce n'est pas ton problème. Chez toi, c'est très précisément ton problème.

Et ça va vite ?

Meta a publié des chiffres, ce qui n'est déjà pas si courant. Mieux encore, ce sont des chiffres absolus.

Sur une RTX 5090, le modèle produit 74,9 jetons par seconde. Avec le décodeur d'appoint fourni, il monte à 233,4. Sur un MacBook M4 Max, il passe de 23,7 à 37,8. Le M5 Max est 1,8 fois plus rapide, mais Meta n'a pas publié les valeurs brutes. Je ne vais donc pas les inventer.

Le petit modèle écrit le brouillon, le gros se contente de corriger. C'est plus rapide, et c'est aussi comme ça que fonctionnent beaucoup de réunions.

Ce décodeur d'appoint mérite une explication, car le principe est malin. Un petit modèle rapide devine plusieurs mots à l'avance. Le gros modèle les relit ensuite en une seule fois, puis les valide ou les corrige. Vérifier coûte beaucoup moins cher qu'écrire. Au bout du compte, on obtient le même résultat plus vite.

Pour donner un ordre d'idée, 37 jetons par seconde, c'est déjà plus rapide que ta vitesse de lecture. À 233, tu ne lis plus. Tu regardes défiler.

Bon, et il est bon ?

Sur SWE-bench Pro, un test qui demande de réparer de vrais bugs dans de vrais dépôts de code, Glimmer résout 51,2 % des tâches. Il devance Qwen3.6-27B, qui obtient 50,2, et Gemma4-31B, qui atteint 36,9. Sur les épreuves de mathématiques de l'AIME 2026, il monte à 94,7. Sur MCP Atlas, qui mesure la capacité à utiliser des outils, il écrase ses concurrents : 75,5 contre 62,5 et 54,2.

Seulement, il y a un gros détail. Meta n'a comparé Glimmer qu'à des modèles de taille similaire. Aucun duel avec les gros modèles fermés que tu utilises tous les jours. L'omission est pratique. Regardons donc ce que donne la comparaison.

Dix-huit points d'écart. C'est la place que tu paies quand tu ne paies pas d'abonnement.

Sur le même test, Opus 4.8 atteint 69,2 % et GPT-5.6 Sol 64,6 %. Cela fait jusqu'à dix-huit points de plus. Non, Muse Glimmer ne remplace donc pas Claude Code sur un chantier sérieux. Quiconque affirme le contraire n'a pas ouvert le tableau. Son intérêt est ailleurs : il installe un assistant correct sur ta machine, sans compteur qui tourne.

The Register enfonce le clou, à raison : 30 milliards de paramètres, c'est trop peu pour reprendre aux Chinois la couronne des modèles ouverts. Kimi, Qwen et DeepSeek jouent dans une autre catégorie. Meta ne revient pas en champion. Il revient en outsider utile.

Concrètement, ça change quoi pour toi

Si tu ne codes pas, tu te demandes peut-être pourquoi je m'agite. Voilà ce que ça change.

À droite, le câble par terre n'est pas un oubli du dessinateur.

Rien ne sort de chez toi. Tes photos de famille, ton relevé de compte, le courrier de l'école ou le rapport médical que tu voulais faire résumer restent sur ta machine. Ces documents ne traversent aucun réseau et n'atterrissent sur le disque de personne. Ce n'est pas de la paranoïa. C'est la seule garantie technique qui ne dépend pas de la promesse d'une entreprise.

Pas d'abonnement, pas de compteur. Tu paies ta machine et ton électricité, point. Si tu lui poses cinquante fois la même question parce que tu apprends, personne ne te facture ton apprentissage.

Ça marche sans internet. Dans le train, dans une cave ou le jour où ta box décide de rendre l'âme.

Maintenant, retournons la feuille. Il faut acheter la machine, et une carte dotée de 24 Go de mémoire vidéo coûte le prix d'un très bon vélo. Personne ne mettra ton modèle à jour : ce que tu télécharges, tu le gardes tel quel, défauts compris. Il n'y a aucune modération en aval, donc aucun filet si le modèle raconte n'importe quoi. Meta le précise aussi en petits caractères : la compression en 4 bits est annoncée sans perte notable uniquement pour les tâches d'agent. Pour le reste, aucun chiffre.

Pour une fois, l'échéance est agréable à écrire : c'est maintenant. Pas dans dix ans. Pas dans un laboratoire. Tu peux le télécharger ce soir.

Le GPS offre un précédent utile pour comprendre ce qui se passe. Au début, il fallait un abonnement et du réseau, et ça coûtait un bras. Aujourd'hui, la carte tient dans ton téléphone et fonctionne au fond d'un tunnel. La technologie n'a pas changé de nature. Elle a simplement fini par tenir dans la poche. Les modèles de langage suivent le même chemin, avec quinze ans d'avance sur ce que j'aurais parié.

Comment l'essayer sans y passer la journée

Le moyen le plus simple aujourd'hui, c'est Ollama :

ollama run muse-glimmer:30b-mlx

Attention, le support commence avec le moteur MLX sur les Mac Apple Silicon. Le reste arrivera ensuite. Sur PC, Unsloth publie déjà des versions compressées dans un format compatible avec llama.cpp. LM Studio propose la même chose avec une interface graphique, pour ceux qui préfèrent les fenêtres et les boutons au terminal.

Prévois une vingtaine de gigaoctets à télécharger. Lance l'opération avant d'aller manger.

Ce que j'en pense

Je ne vais pas remplacer Claude Code par Muse Glimmer demain matin. Ce n'est pas la question. Ce qui me plaît, c'est que quelqu'un ait pris le temps de concevoir un modèle qui rentre dans une machine, plutôt qu'un modèle uniquement conçu pour gagner les classements. Le compresser, fournir un décodeur d'appoint adapté à 24 Go et publier des vitesses mesurées sur chaque machine, ce n'est pas glorieux. C'est du travail d'ingénieur. Et ça manquait.

Personnellement, je trouve que la licence Apache 2.0 vaut plus que quelques points dans un test. Un modèle correct que tu peux garder, modifier et vendre sans demander la permission finit toujours par être plus utile qu'un modèle brillant loué au mois. Il faut simplement éviter de confondre les deux. Et ne pas raconter que le petit a gagné.