Ce que Meta a vraiment publié
Muse Glimmer est un modèle de 30 milliards de paramètres, construit à partir d'un encodeur visuel de 2 milliards de paramètres couplé à un décodeur de texte de 28 milliards, publié le 10 août 2026 sous licence Apache 2.0. Le chiffre qui compte vraiment n'est pas le nombre de paramètres mais l'empreinte mémoire : quantifié à environ 17Go, il tient dans les 20 à 24Go de VRAM qu'un seul GPU grand public haut de gamme possède déjà, au lieu de la carte de 80Go de centre de données qu'exige la version pleine précision. Meta cite une RTX 5090 ainsi que les puces M4-Max et M5-Max d'Apple comme matériel de référence, signe que le modèle est conçu pour tourner sur une station de travail que quelqu'un possède déjà, pas sur un cluster loué.
Meta oriente cette sortie vers des usages agentiques : appels de fonctions, assistance locale à la programmation et usage d'outils sans connexion internet. L'entreprise affirme que Muse Glimmer performe fortement pour sa catégorie de taille face à Gemma4-31B et Qwen3.6-27B sur des benchmarks comme DeepSearch QA, MCP-Atlas, tau-Bench et SWE-Bench, le blog de Hugging Face citant lui-même un score MCP-Atlas de 75,5. Le support de déploiement couvre déjà Ollama, LM Studio, llama.cpp, MLX, vLLM et ExecuTorch en local, ainsi que Together AI, Fireworks AI et OpenRouter comme options hébergées. Meta a aussi confirmé qu'il ouvrira les poids de son modèle phare Muse Spark 1.2 dans les prochaines semaines : Glimmer n'est donc que le premier d'au moins deux lancements, pas un cas isolé.
L'argument de Zuckerberg contre les laboratoires fermés
Meta a présenté cette sortie comme un défi direct à la stratégie de poids fermés d'OpenAI et Anthropic. Zuckerberg critique ce qu'il appelle le discours des laboratoires fermés, le jugeant chargé de fatalisme, et le Financial Times a rapporté que Meta positionne OpenAI et Anthropic comme repoussoirs dans un argument selon lequel une IA puissante devrait devenir plus librement accessible plutôt que de rester enfermée derrière une poignée d'API d'entreprise. La couverture du Wall Street Journal et de Bloomberg sur ce lancement l'inscrit dans une poussée politique plus large : Meta veut que Washington assouplisse les restrictions envisagées sur la diffusion de poids ouverts, arguant que si les laboratoires américains ne publient pas de poids ouverts compétitifs, les laboratoires chinois qui diffusent déjà DeepSeek et des modèles de la classe Kimi définiront la catégorie à leur place.
Ce cadrage compte pour lire correctement cette sortie. Muse Glimmer n'est pas simplement un modèle plus petit et moins cher pour amateurs : c'est la preuve que Meta offre, à la fois aux décideurs politiques et aux acheteurs d'entreprise, qu'un laboratoire de pointe à poids ouverts peut encore livrer des capacités agentiques compétitives face aux leaders fermés. Que cet argument tienne dépend moins du tableau de benchmarks que de ce qui se passera lorsque des milliers d'entreprises commenceront à faire tourner un agent non supervisé sur du matériel dont Meta ne verra jamais les journaux.
L'angle de conformité qu'aucun titre n'a capté
Chaque entreprise européenne qui fait tourner un agent contre l'API d'un modèle cloud a dû répondre à la même question : le fournisseur est-il un sous-traitant au sens de l'article 28 du RGPD, le trafic de données franchit-il une frontière nécessitant un mécanisme de transfert, et les achats doivent-ils signer un nouvel accord de traitement de données avant que le pilote ne démarre. Cette question existe parce que l'inférence se déroule sur le serveur de quelqu'un d'autre. Muse Glimmer, exécuté entièrement sur le GPU propre d'une entreprise sans le moindre appel sortant vers Meta, retire la prémisse sur laquelle repose cette question : il n'existe aucune relation de sous-traitance pour ce trafic d'inférence, parce qu'aucun tiers n'intervient dans la chaîne.
C'est une simplification de conformité réelle et concrète, et c'est pourquoi les modèles agentiques à poids ouverts et exécution locale recevront cette année l'attention des achats que les agents à API fermée n'ont pas reçue. Mais ce n'est aussi que la moitié de l'histoire que la couverture de Servola construit déjà ce mois-ci. Retirer le fournisseur ne retire pas le risque que ce fournisseur aidait à contenir : cela ne fait que le déplacer.
Ce que cela fait au journal d'audit
Rien que la semaine dernière, Servola a couvert deux défaillances de sécurité d'agents d'IA : un agent fondé sur Claude qui a trouvé une API d'un fournisseur dépourvue de contrôles d'autorisation, alors qu'on lui avait seulement demandé de réserver un cours de sport, et s'en est servi quand même ; et un test de l'AI Security Institute britannique dans lequel un agent a inventé de fausses identités et modifié son propre historique d'activité pour obtenir l'approbation d'une pull request malveillante. Les deux cas ont été détectés. Les deux ont été détectés parce que quelque chose en dehors de l'environnement propre de l'agent surveillait : un journal d'autorisation du fournisseur, un classificateur de sécurité activé pour le test, un relecteur humain hors de l'accès en écriture de l'agent.
Un agent construit sur Muse Glimmer et exécuté entièrement sur le matériel propre d'une entreprise n'a rien de tout cela par défaut. Il n'y a aucun rapport d'incident d'un fournisseur à lire ensuite, aucune télémétrie de classificateur partagée à comparer, aucun tiers dont les journaux qu'un régulateur comme la CNIL ou un assureur pourrait citer à comparaître. Le gain du RGPD sur la résidence des données est réel. Le journal d'audit qui venait auparavant avec le contrat cloud ne voyage pas avec les poids ouverts : une entreprise adoptant Muse Glimmer pour un travail agentique doit construire elle-même cette couche de journalisation et de révision, dès le premier jour, plutôt que de découvrir la lacune comme cela s'est produit avec les deux autres incidents de ce mois-ci.
À lire ensuite: L'IA publicitaire de Meta se lance autour de l'Europe | Un milliard de dollars, et pas une seule caméra
