Muse Glimmer 2026: حيث تترك Meta آثار وكيلها المفتوح

Muse Glimmer هو نموذج عميل (agentic model) مفتوح الأوزان بـ 30 مليار بارامتر، أصدرته Meta Superintelligence Labs في 10 أغسطس 2026 بموجب رخصة Apache 2.0. يعمل النموذج على وحدة معالجة رسوميات (GPU) استهلاكية واحدة، ويتفوق على النموذجين المفتوحين اللذين قارنته Meta بهما في تنسيق الأدوات (tool orchestration)، بينما يتأخر خلف Qwen3.6-27B في استخدام الكمبيوتر والبرمجة عبر الطرفية (terminal coding).

ملخص

أصدرت Meta نموذج Muse Glimmer في 10 أغسطس 2026 — وهو نموذج متعدد الوسائط بـ ~29.6 مليار بارامتر تم استخلاصه (distilled) من نموذج Muse Spark المغلق، ونُشر على Hugging Face بموجب رخصة Apache 2.0.¹²

الترخيص هو الجزء الأكثر أهمية. فقد تم شحن Llama بموجب رخصة المجتمع الخاصة بـ Meta، والتي ذكرت Open Source Initiative أنها لا تستوفي تعريف المصدر المفتوح.³ أما رخصة Apache 2.0 فلا تحتوي على محفزات متعلقة بعدد المستخدمين ولا قيود على مجالات الاستخدام.

في جدول المقارنات الخاص بـ Meta، يتفوق Muse Glimmer على Gemma4-31B و Qwen3.6-27B في MCP-Atlas (75.5 مقابل 54.2 و 62.5)، و DeepSearch QA، و Gaia2 و WildClawBench.²

لكنه يخسر في المقارنات التي تهيمن على النماذج المحلية. حيث يتصدر Qwen3.6-27B في OSWorld-Verified (75.6 مقابل 65.9)، و Terminal-Bench 2.1 (60.7 مقابل 51.7) و SWE-Bench Verified (77.2 مقابل 76.0).²

أما مقاومته لحقن الأوامر (prompt-injection) فهي متوسطة: حيث سجلت Meta معدل نجاح للهجمات بنسبة 28.4% على Siren AgentDojo — وهو أفضل من نسبة Qwen3.6-27B البالغة 40.3، وأسوأ من نسبة Gemma4-31B البالغة 25.6.²

ما ستتعلمه

• ما هو Muse Glimmer وما الذي قدمته Meta فعلياً في 10 أغسطس
• لماذا تعتبر رخصة Apache 2.0 تغييراً أكبر من النموذج نفسه
• ما هي المقارنات التي يتصدرها Muse Glimmer والتي يخسر فيها
• ما الذي يتطلبه فعلياً ادعاء تشغيله على عتاد بسعة 24 جيجابايت
• كيف ينتج فك التشفير التخميني DFlash سرعة تصل إلى 3.1 ضعف
• ماذا تقول درجات السلامة المنشورة عن تشغيله بدون إشراف

ما الذي قدمته Meta

Muse Glimmer هو transformer سببي كثيف مع مشفر رؤية مدمج، صُمم لمهمة واحدة: تشغيل حلقة عميل (agent loop) محلياً.²

صياغة Meta كانت صريحة؛ فالنموذج مدرب حول التسلسل الذي يؤديه العميل المستقل — التخطيط، استدعاء أداة، قراءة النتيجة، الاستمرار، والتعافي عند حدوث فشل.¹

الرقم الرئيسي هو 30B، لكن بطاقة النموذج أكثر دقة: إجمالي البارامترات هو ~29.6B، بما في ذلك مشفر إدراك ViT-G/14 بحجم ~1.8B.² برج الرؤية مدرج ضمن هذا العدد، وليس إضافياً عليه.

مواصفات أخرى من بطاقة النموذج: 52 طبقة، بُعد خفي (hidden dimension) يبلغ 6,656، انتباه الاستعلام المجمع (grouped-query attention) بـ 32 رأس استعلام مقابل رأسي KV، نمط انتباه متكرر [Local, Local, Local, Global] مع نافذة منزلقة بحجم 2,048، ومفردات تحتوي على 202,048 توكن.²

طول السياق مدرج كـ +131,072، المدخلات هي نص وصور، والمخرجات نصية فقط. الصوت غير مدعوم، ويتم معالجة الفيديو كإطارات فردية.²

تاريخ انقطاع المعرفة هو 4 يناير 2026.²

تم التدريب على ثلاث مراحل. استخدم التدريب المسبق تقنية logit distillation على مخرجات Muse Spark؛ وأضاف التدريب المتوسط بيانات ذات سياق أطول وكثافة أعلى في الوكلاء (agents)؛ بينما جمع التدريب اللاحق بين الضبط الدقيق الخاضع للإشراف (supervised fine-tuning) والـ on-policy distillation والتعلم التعزيزي.¹

يتم شحن كل شيء تحت نفس الترخيص: أوزان BF16، وإصداران مكممان (quantised) بدقة 4-bit، ورأس DFlash drafter، ومشفّر الإدراك المجمد (frozen perception encoder).²

الترخيص هو الخبر الحقيقي

تاريخ النماذج المفتوحة لشركة Meta يحمل علامة استفهام. فقد تم توزيع Llama بموجب ترخيص Llama Community، والذي تضمن سياسة استخدام مقبول، ومتطلبات تسمية، وحدًا يتطلب اتفاقية منفصلة مع Meta عند تجاوزه.

وقد صرحت مبادرة المصدر المفتوح (Open Source Initiative) بذلك مباشرة. ففي منشور يعود إلى فبراير 2025 يتناول Llama 3.x، كتبت أن الترخيص "يفشل في تحقيق الحرية 0، وهي حرية استخدام النموذج لأي غرض"، ويفشل في النقطة 5 من تعريف المصدر المفتوح من خلال التمييز ضد المستخدمين، ويفشل في النقطة 6 من خلال تقييد مجالات السعي.³

وكان وصف OSI لهذه الممارسة أكثر صراحة: "الغسيل المفتوح" (open washing).³

أما ترخيص Apache 2.0 فهو معتمد من OSI ولا يحمل أيًا من ذلك. فالنشر التجاري، والتعديل، وإعادة التوزيع، وتدريب النماذج المشتقة، كلها عمليات غير مقيدة.

التوقيت يوضح الصورة. أول نموذج مملوك لشركة Meta، Muse Spark، تم إطلاقه في 8 أبريل 2026، يليه Muse Spark 1.1 في 9 يوليو وMuse Spark 1.2 جنبًا إلى جنب مع Muse Code في أوائل أغسطس.⁴

لذا فإن Muse Glimmer هو أول إصدار مفتوح منذ أن تحولت Meta إلى الأنظمة المغلقة — وقد صرحت Meta أن نسخة مفتوحة الأوزان من Muse Spark 1.2 قادمة أيضًا.⁵

تعامل مع الجزء الثاني كنية معلنة، وليس كمنتج تم شحنه. فقد تم إطلاق Muse Spark 1.2 بأوزان مغلقة في 5 أغسطس، وحتى 11 أغسطس 2026، لم تنشر Meta تاريخ إصدار ولا ترخيصًا للنسخة المفتوحة.⁵⁶

إلى أين يقود Muse Glimmer

قامت Meta باختبار Muse Glimmer في قوة الاستدلال العالية مقابل Gemma4-31B وQwen3.6-27B، وكلاهما في وضع التفكير (thinking mode).⁷

كتلة الوكلاء العامة (general-agentic block) هي المكان الذي يكتسب فيه هذا الإصدار مكانته.

جميع الأرقام مأخوذة من بطاقة النموذج المنشورة بواسطة Meta.²

يعتبر MCP-Atlas أكبر فارق يحققه Muse Glimmer في أي مكان في الجدول: 13.0 نقطة فوق Qwen3.6-27B و 21.3 فوق Gemma4-31B. وهو تقييم متعدد الجولات حيث يعمل النموذج عبر أكثر من 20 خادم أدوات MCP مثل GitHub و Notion و Twelve Data، ويتم تقييمه بواسطة حكم LLM على 500 مهمة عامة بمتوسط أربع عمليات تشغيل.⁷

هذه نتيجة حقيقية لحالة الاستخدام المذكورة. إذا كانت وظيفة العميل (agent) الخاص بك هي استدعاء العديد من الأدوات بالتتابع دون فقدان تسلسل الأفكار، فهذا هو المحور الذي يهم.

يتبع الاستنتاج (Reasoning) نفس النمط. يتصدر Muse Glimmer في AIME 2026 بنسبة 94.7، و AA-LCR بنسبة 80.0، و IFBench بنسبة 77.0، و Beam128K بنسبة 65.1.²

هناك تحذير واحد يستحق الذكر: τ3-Banking يصل حده الأقصى إلى 23.5 عبر النماذج الثلاثة جميعها. لا يوجد أحد جيد في هذا المعيار حتى الآن. الفوز هناك هو فوز في مجال منخفض النتائج.

أين يتراجع

الخسائر ليست مبعثرة، بل تتركز بالضبط في أعباء العمل التي تهيمن على نقاش "أي نموذج محلي يجب أن أستخدمه في البرمجة".

تم حساب الفوارق من الأرقام المنشورة بواسطة Meta.²

OSWorld-Verified هو معيار استخدام الكمبيوتر — تشغيل سطح مكتب Ubuntu كامل من خلال لقطات الشاشة وإجراءات واجهة المستخدم الرسومية (GUI). يتفوق Qwen3.6-27B هناك بـ 9.7 نقطة.²

Terminal-Bench 2.1 هو معيار عميل الطرفية (terminal-agent)، وهو عبارة عن 89 مهمة منسقة يتم تشغيلها في بيئة Terminus 2. يتفوق Qwen3.6-27B بـ 9.0 نقاط.⁷

تقسيمات SWE-Bench. يتفوق Muse Glimmer في نسخة Pro بنقطة واحدة (1.0) ولكنه يتراجع في نسخة Verified بـ 1.2 — وتشير Meta إلى أنها استخدمت درجة Qwen3.6-27B المبلغ عنها ذاتياً في Verified بينما قامت بتشغيل Pro داخلياً، لأن رقم Pro المبلغ عنه ذاتياً من Qwen تم قياسه على نسخة محسنة من المعيار.⁷

النماذج متعددة الوسائط (Multimodal) متقاربة ولكنها في الغالب ليست لصالح Meta. يتصدر Qwen3.6-27B في ScreenSpot Pro (76.1 مقابل 75.4)، و OmniDocBench v1.5 (77.8 مقابل 75.8)، و MMMU Pro (75 مقابل 74)؛ بينما يتفوق Muse Glimmer في CharXiv Reasoning بنسبة 78.8.²

الملخص الصريح: Muse Glimmer هو نموذج تنسيق (orchestration model)، وليس نموذج برمجة (coding model). يتفوق عندما تكون المهمة هي "تنسيق العديد من الأدوات"، ويفشل عندما تكون المهمة هي "تشغيل طرفية (terminal) أو سطح مكتب". هذا التمييز غير موجود في العناوين الرئيسية، وهو الذي يحدد ما إذا كان النموذج مناسباً لبنيتك التقنية (stack).

هذا هو ثاني جدول اختبارات من Meta في أسبوع واحد يستحق القراءة بتمعن. كانت مقارنة اختبارات Muse Code تعاني من مشكلة مختلفة — حيث تغيرت بيئة الاختبار (harness) بين الجيلين اللذين تمت مقارنتهما.

ما الذي يتطلبه "التشغيل على وحدة معالجة رسوميات منزلية واحدة"

عند الدقة الكاملة، يحتاج نموذج بحجم ~29.6B إلى أكثر من 55 جيجابايت من الذاكرة، وهو ما يربطه جدول Meta بهدف ذاكرة VRAM بسعة 64 جيجابايت.¹²

يؤدي التكميم (Quantisation) إلى حوالي 4-بت إلى تقليص النموذج اللغوي إلى أقل من 20 جيجابايت، مما يترك مساحة داخل نطاق 24 جيجابايت أو 32 جيجابايت لـ KV cache، ومشفّر الإدراك (perception encoder)، ومسودة فك التشفير التخميني (speculative-decoding drafter).¹

يتم شحن إصدارين، وتم نشر أرقام التدهور في الأداء:

تم حساب متوسط التدهور عبر مقاييس الدقة في 15 اختباراً شائعاً.²

اقرأ النطاق بعناية. رقم 24 جيجابايت هو نطاق العمل الكامل، وليس ملف الأوزان فقط — حيث يعيش KV cache، ومشفّر الرؤية، والمسودة جميعاً بداخله جنباً إلى جنب مع الأوزان المكممة، والتي تضعها Meta عند أقل من 20 جيجابايت.¹

لاحظ أيضاً أن RTX 5090 الذي اختبرته Meta يحمل 32 جيجابايت من ذاكرة GDDR7، وليس 24 جيجابايت.⁸ فئة 24 جيجابايت تصف بطاقات مثل RTX 4090 و 3090، والتي لم تنشر Meta أرقاماً لها.

من أين يأتي رقم السرعة 3.1x

يأتي Muse Glimmer مع مسودة تعتمد على DFlash، وهي طريقة فك تشفير تخميني بنظام diffusion-block تتوقع كتلة كاملة مكونة من 16 توكن (token) في تمريرة أمامية واحدة.² يقوم النموذج الرئيسي بالتحقق من الكتلة بالتوازي، فيقبل التوكنز الصحيحة ويصحح الخاطئة منها.

قياسات الإنتاجية التي نشرتها Meta، والتي تم أخذها على إصدار K-Quant-17GB بحجم دفعة (batch size) 1 مع فك تشفير جشع (greedy decoding):²

عنوان الـ 3.1x هو نتيجة RTX 5090 عبر llama.cpp. أما معالجات Apple silicon، التي تم قياسها عبر ExecuTorch، فقد وصلت إلى 1.5x إلى 1.8x.²

كلا الرقمين الخاصين بـ Mac يظلان تحت 51 توكن/ثانية. هذا الرقم قابل للاستخدام في دورة عمل عميل (agent) واحدة، ولكنه بطيء في الحلقات الطويلة متعددة الخطوات حيث تؤدي كل نتيجة أداة إلى توليد جديد.

أرقام السلامة التي نشرتها Meta

نشرت Meta نتائج هجومية بدلاً من حذفها، وهو أمر يستحق التقدير — وهذه الأرقام تستحق القراءة قبل أن يقوم أي شخص بتوجيه هذا النموذج نحو أنظمة حقيقية.

في Siren AgentDojo، وهو معيار لقياس حقن الأوامر (prompt-injection) يجمع بين 97 مهمة حميدة و35 مهمة خبيثة عبر 949 سيناريو حقن، سجل Muse Glimmer معدل نجاح للهجوم بنسبة 28.4% مع فائدة (utility) بلغت 94.2.²⁷

أما Gemma4-31B فهو أكثر مقاومة بنسبة 25.6% ASR ولكن أقل فائدة بنسبة 90.8 utility. بينما كان Qwen3.6-27B أسوأ في كلا الجانبين: 40.3% ASR، و92.7 utility.²

لقد نجحت أكثر من محاولة حقن واحدة من بين كل أربع محاولات — وذلك ضد نموذج تصفه Meta بأنه مناسب لعميل (agent) "يدير جدول مواعيدك، ويصيغ رسائلك، وينظم ملفاتك".¹

أما نتيجة الخصوصية فهي أقل إرضاءً. في CIMemories، الذي يقيس الكشف غير اللائق عن السمات الشخصية، بلغ معدل انتهاك Muse Glimmer نسبة 26.4 مقابل 12.1 لـ Gemma4-31B — أي ما يقرب من الضعف.² وكان Qwen3.6-27B هو الأسوأ بنسبة 53.4.

إرشادات Meta نفسها واضحة تماماً: قم بنشر النموذج داخل نظام يحتوي على حواجز حماية (guardrails) إضافية بدلاً من استخدامه كنقطة نهاية (endpoint) مجردة، وأضف تأكيداً بشرياً (human-in-the-loop) للإجراءات التي لا يمكن التراجع عنها.²

هذه الإرشادات هي المنتج الحقيقي. فهي تتماشى مع ما وجدته Check Point عند اختراق أطر عمل العملاء في Black Hat 2026 — السطح القابل للاستغلال هو "السباكة" المحيطة بالنموذج، وليس النموذج نفسه فقط.

كيفية قراءة جدول معايير Meta

تحتاج جداول المعايير الخاصة بالموردين إلى مراجعة للمنهجية. جدول Meta أكثر شفافية من معظم الجداول، وهو يحتوي على إفصاحين يغيران طريقة قراءتك للأرقام.

أولاً، المصادر منقسمة. تم الحصول على τ3-Banking و GDPval-AA v2 و Terminal-Bench 2.1 و SciCode و MMMU Pro و GPQA Diamond و HLE و AA-LCR من Artificial Analysis. أما MCP-Atlas و DeepSearch QA و WildClawBench و Gaia2 و SkillsBench و OSWorld-Verified و SWE-Bench Pro و CharXiv و ScreenSpot Pro و OmniDocBench و CIMemories و Siren AgentDojo و Beam128K فهي تشغيلات داخلية من Meta.⁷

أكبر فوز لـ Muse Glimmer — وهو MCP-Atlas بزيادة +13.0 — كان تشغيلاً داخلياً. هذا لا يلغي النتيجة، لكنه لا يجعلها من طرف ثالث أيضاً.

ثانياً، تذكر Meta التحذير بنفسها: إعدادات التقييم الخاصة بها، بما في ذلك أدوات العميل ومطالبات النظام (system prompts)، "قد لا تكون مضبوطة خصيصاً لنماذج الطرف الثالث المملوكة"، لذا فإن النتائج "قد لا تعكس أفضل أداء لهذه النماذج".⁷

ولإنصاف Meta، تذكر المنهجية أيضاً أنها تبلغ عن النتيجة الأكثر ملاءمة للمنافسين بين درجاتهم المبلغ عنها ذاتياً وعمليات إعادة الإنتاج الداخلية لـ Meta.⁷ وهذا يصب في مصلحة المنافسين ومن غير المعتاد رؤية ذلك مذكوراً.

هناك إدخال واحد في الجدول لا ينتمي إلى مقياس النسبة المئوية: تم تسجيل GDPval-AA v2 بنتيجة 953 لـ Muse Glimmer، و811 لـ Gemma4-31B، و1141 لـ Qwen3.6-27B.² ويتصدر Qwen هذه النتيجة.

ماذا يعني هذا بالنسبة للوكلاء المحليين (local agents)

ليس Muse Glimmer هو أول نموذج مفتوح الأوزان (open-weight) يتم ضبطه للعمل كوكيل (agentic work). فقد تم إطلاق Qwen3.6-27B في أبريل 2026 بموجب رخصة Apache 2.0 مع استهداف البرمجة الوكيلية كهدف معلن،⁹ كما وصل Mistral Small 4 بموجب رخصة Apache 2.0 في 16 مارس 2026، دامجاً البرمجة الوكيلية في نموذج واحد.¹⁰

تعامل مع ادعاءات "الأول" في تغطيات الإطلاق بشك. الجديد هنا هو المزيج: نموذج وكيل من مختبرات رائدة (frontier-lab)، بحجم يناسب الأجهزة الاستهلاكية، وبموجب رخصة لا تحتوي على شرط متعلق بعدد المستخدمين.

القراءة العملية هي قرار منقسم. إذا كنت تقوم بربط خوادم MCP وتحتاج إلى تنسيق موثوق لعدة أدوات دون اتصال بالإنترنت، فإن تفوق Muse Glimmer في MCP-Atlas هو أقوى حجة في مقارنة النماذج الثلاثة التي نشرتها Meta.

أما إذا كنت تريد وكيلاً محلياً للبرمجة أو وكيلاً لاستخدام الكمبيوتر، فإن Qwen3.6-27B لا يزال متفوقاً في Terminal-Bench 2.1 و OSWorld-Verified بنحو تسع نقاط لكل منهما — وفقاً لأرقام Meta نفسها.

وبغض النظر عن النموذج الذي تختاره، فإن نسبة نجاح حقن الأوامر (injection success rate) البالغة 28.4% تقول الشيء نفسه الذي قالته أدلة SkillsBench و agent-skills: أن التغليف وقابلية النقل قد تقدما بشكل أسرع من الموثوقية المقاسة.

الخلاصة

تغيير الترخيص هو القصة الجوهرية هنا. فمن خلال انتقال Meta من ترخيص مجتمعي مخصص إلى Apache 2.0، تم إزالة العلامة القانونية التي كانت ترافق كل إصدار من Llama.

النموذج أكثر محدودية مما توحي به التغطية الإعلامية. فقد تفوق Muse Glimmer في اختبارات قياس التنسيق (orchestration benchmarks)، لكنه خسر في اختبارات البرمجة واستخدام الكمبيوتر أمام نموذج متاح منذ شهر أبريل.

أما جدول السلامة الذي نشرته Meta — بنسبة نجاح في الاختراق (injection success) بلغت 28.4%، ومعدل انتهاك خصوصية بنسبة 26.4% — فهو الجزء الذي يجب قراءته مرتين قبل توجيه وكيل محلي (local agent) يعمل باستمرار نحو ملفاتك الخاصة.

المراجع