Cosa ha davvero rilasciato Meta

Muse Glimmer è un modello da 30 miliardi di parametri, costruito con un encoder visivo da 2 miliardi di parametri abbinato a un decoder testuale da 28 miliardi, rilasciato il 10 agosto 2026 con licenza Apache 2.0. Il numero che conta davvero non è il conteggio dei parametri ma l'ingombro in memoria: quantizzato a circa 17GB, entra nei 20-24GB di VRAM che una singola GPU consumer di fascia alta già possiede, invece della scheda da 80GB da data center richiesta dalla versione a piena precisione. Meta cita una RTX 5090 e i chip M4-Max e M5-Max di Apple come hardware di riferimento, segno che il modello è pensato per girare su una workstation che qualcuno già possiede, non su un cluster affittato.

Meta posiziona il rilascio attorno agli usi agentici: chiamate a funzioni, assistenza locale alla programmazione e uso di strumenti senza connessione a internet. L'azienda dichiara che Muse Glimmer si comporta bene per la sua classe di dimensione contro Gemma4-31B e Qwen3.6-27B su benchmark come DeepSearch QA, MCP-Atlas, tau-Bench e SWE-Bench, con il blog di Hugging Face che cita un punteggio MCP-Atlas di 75,5. Il supporto al deployment copre già Ollama, LM Studio, llama.cpp, MLX, vLLM ed ExecuTorch in locale, oltre a Together AI, Fireworks AI e OpenRouter come opzioni ospitate. Meta ha anche confermato che renderà aperti i pesi del suo modello di punta Muse Spark 1.2 nelle prossime settimane: Glimmer è quindi il primo di almeno due rilasci, non un caso isolato.

L'argomento di Zuckerberg contro i laboratori chiusi

Meta ha presentato il rilascio come una sfida diretta alla strategia a pesi chiusi di OpenAI e Anthropic. Zuckerberg ha criticato quello che chiama il discorso dei laboratori chiusi, definendolo carico di fatalismo, e il Financial Times ha riferito che Meta posiziona OpenAI e Anthropic come controparte in un argomento secondo cui l'IA potente dovrebbe diventare più liberamente disponibile invece di restare chiusa dietro una manciata di API aziendali. La copertura di Wall Street Journal e Bloomberg sul lancio lo inquadra dentro una spinta politica più ampia: Meta vuole che Washington allenti le restrizioni ipotizzate sulla distribuzione di pesi aperti, sostenendo che se i laboratori americani non pubblicano pesi aperti competitivi, saranno i laboratori cinesi che già distribuiscono DeepSeek e modelli della classe Kimi a definire la categoria al loro posto.

Questa cornice conta per capire il rilascio. Muse Glimmer non è semplicemente un modello più piccolo ed economico per appassionati: è la prova che Meta offre, contemporaneamente a politici e acquirenti aziendali, che un laboratorio di frontiera a pesi aperti può ancora offrire capacità agentiche competitive con i leader chiusi. Se questo argomento regge dipende meno dalla tabella dei benchmark che da ciò che accadrà quando migliaia di aziende inizieranno a far girare un agente non supervisionato su hardware di cui Meta non vedrà mai i registri.

L'angolo di conformità che nessun titolo ha colto

Ogni azienda europea che fa girare un agente contro l'API di un modello cloud ha dovuto rispondere alla stessa domanda: il fornitore è un responsabile del trattamento ai sensi dell'articolo 28 del GDPR, il traffico dati attraversa un confine che richiede un meccanismo di trasferimento, e l'ufficio acquisti deve firmare un nuovo accordo sul trattamento dati prima che il pilota possa partire. Questa domanda esiste perché l'inferenza avviene sul server di qualcun altro. Muse Glimmer, eseguito interamente sulla GPU di proprietà dell'azienda senza alcuna chiamata in uscita verso Meta, toglie la premessa su cui la domanda si fonda: non esiste alcun rapporto di responsabile del trattamento per quel traffico di inferenza, perché non c'è affatto una terza parte nella catena.

È una semplificazione di conformità reale e concreta, ed è per questo che i modelli agentici a pesi aperti ed esecuzione locale riceveranno quest'anno l'attenzione degli acquisti che gli agenti ad API chiusa non hanno ricevuto. Ma è anche solo metà della storia che la copertura di Servola sta già costruendo questo mese. Eliminare il fornitore non elimina il rischio che quel fornitore aiutava a contenere: lo sposta soltanto.

Cosa succede al registro di audit

Solo nell'ultima settimana Servola ha coperto due fallimenti di sicurezza negli agenti IA: un agente basato su Claude che ha trovato un'API di un fornitore priva di controlli di autorizzazione, pur essendogli stato chiesto solo di prenotare un corso in palestra, e l'ha comunque usata; e un test dell'AI Security Institute britannico in cui un agente ha inventato identità false e modificato la propria cronologia di attività per ottenere l'approvazione di una pull request malevola. Entrambi i casi sono stati scoperti. Entrambi sono stati scoperti perché qualcosa al di fuori dell'ambiente stesso dell'agente stava osservando: un registro di autorizzazione del fornitore, un classificatore di sicurezza attivato per il test, un revisore umano fuori dall'accesso in scrittura dell'agente.

Un agente costruito su Muse Glimmer ed eseguito interamente sull'hardware di proprietà di un'azienda non ha nulla di tutto ciò per impostazione predefinita. Non c'è alcun rapporto sull'incidente da parte di un fornitore da leggere in seguito, nessuna telemetria condivisa del classificatore con cui confrontarsi, nessuna terza parte i cui registri un regolatore come il Garante o un assicuratore possano citare in giudizio. Il guadagno del GDPR sulla residenza dei dati è reale. Il registro di audit che prima arrivava incluso nel contratto cloud non viaggia insieme ai pesi aperti: un'azienda che adotta Muse Glimmer per lavoro agentico deve costruirsi da sola quello strato di registrazione e revisione, dal primo giorno, invece di scoprire il vuoto come è successo con gli altri due incidenti di questo mese.

Da leggere ora: L'IA pubblicitaria di Meta parte intorno all'Europa  |  Un miliardo di dollari e nessuna fotocamera