Источник: https://boom-ai.ru/blog/muse-glimmer/

[Модели](/blog/modeli/) 5 октября 2026

# Muse Glimmer: открытая модель Meta, которая работает на вашем компьютере

Объясняю, что умеет модель на 30 млрд параметров, потянет ли её ваш компьютер и как запустить её одной командой. Внутри четыре готовых промпта: документы, таблицы, договоры и проверка ответов на выдумки.

Muse Glimmer на своём компьютере: смысловая иллюстрация ChatGPT по промпту · 05.10.2026

[Артём Проза](/blog/avtor/) автор Boom AI Проверено 5 октября 2026

Коротко

Muse Glimmer это открытая языковая модель Meta на 30 млрд параметров, которая работает на вашем компьютере без облака и без сети после загрузки. Запускается через Ollama одной командой, но просит мощное железо: для самой лёгкой из трёх официальных версий Meta называет 24 ГБ видеопамяти.

1. Проверьте память: таблица с требованиями Meta и способ узнать свою цифру за минуту в разделе про память.
2. Установите Ollama и введите команду ollama run muse-glimmer: программа сама скачает веса и откроет чат, подробно в разделе о запуске.
3. Начните с готового промпта, то есть подробного задания для нейросети: разбор папки с документами, при котором названия ваших файлов не уходят в облако.
4. Проверяйте ответы: Meta сама пишет, что модель может ошибаться, поэтому держите под рукой промпт-проверку на выдумки.

## Что такое Muse Glimmer и кто её выпустил

Muse Glimmer выпустила Meta. В карточке модели Meta описывает её так: языковая модель на 30 млрд параметров с отдельным модулем для восприятия изображений, которую дистиллировали из Muse Spark и собрали для автономных агентных задач на обычном домашнем железе. Дистилляция значит, что большая модель обучала меньшую, и меньшая переняла часть её навыков.

Главное

Языковая модель, или [LLM](/blog/slovar/llm/), это [нейросеть](/blog/slovar/neyroset/), которая читает текст и отвечает текстом. Чат-боты, к которым вы привыкли, устроены так же, только работают на серверах компаний. Muse Glimmer живёт у вас: Meta пишет, что модель работает локально и не требует облачной инфраструктуры и доступа к сети.

В обычном локальном чате документ остаётся на компьютере. Иллюстрация ChatGPT по промпту · 05.10.2026

«Зачем мне локальная модель, если есть чат-бот в браузере?» Ответ в одном слове: данные. Когда вы вставляете договор в облачный чат, текст уходит на сервер компании. В обычном чате Muse Glimmer отвечает на вашем компьютере без сети, и договор остаётся у вас. Для переписки с клиентами, черновиков и документов, которые нельзя показывать посторонним, это главный довод.

**Главное**

Meta не заявляет, что Muse Glimmer умнее больших облачных моделей. Смысл модели в другом: она целиком помещается на один домашний компьютер и после загрузки работает без интернета.

Meta выложила модель под лицензией Apache 2.0, это распространённая открытая лицензия. В условиях использования на карточке модели есть два ограничения: нельзя применять модель с нарушением законов, включая законы о торговых ограничениях, и способами, которые запрещает сама лицензия. Собираетесь встроить модель в продукт для клиентов: прочитайте текст лицензии целиком и покажите юристу, мой пересказ консультацию не заменит.

## Muse Glimmer 30B: что значит 30B и потянет ли её ваш компьютер

30B значит 30 миллиардов параметров. Параметры это числа внутри модели, в которых хранится всё, чему она научилась. Точная цифра в карточке Meta: около 29,6 млрд. Архитектура плотная: при каждом ответе работают все параметры, а не часть, как у моделей, где включается только нужный блок.

Главное

Meta Muse Glimmer 30B опубликована на странице meta-models на Hugging Face: это страница самой Meta, там лежит карточка модели с описанием, ограничениями и требованиями к железу.

Сколько видеопамяти Meta называет для Muse Glimmer 30B

| Вариант | Видеопамять на одной видеокарте | Что это |
|---|---|---|
| Полная точность | 64 ГБ | веса без сжатия |
| Динамический квант | 32 ГБ | сжатая версия |
| Квант на 17 ГБ | 24 ГБ | самая лёгкая из трёх |

Meta сжимает веса и уменьшает языковую часть модели до размера меньше 20 ГБ. Для одной видеокарты Meta называет три целевых варианта, они в таблице ниже. Квант в таблице значит сжатую версию весов: как устроено сжатие, объясняю в разделе о запуске.

Главное

«У меня обычный ноутбук, наверняка есть Muse Glimmer поменьше». Меньшей модели нет. В каталоге Ollama 15 сборок, и все сделаны из одной модели 30B: они различаются форматом и степенью сжатия, число параметров у всех одно. Не хватает памяти даже на самую лёгкую сборку: честнее взять облачную нейросеть из нашего [каталога моделей](/blog/modeli/).

До загрузки сверяйте память с требованиями из таблицы. Иллюстрация ChatGPT по промпту · 05.10.2026

На Mac учитывайте модель, модуль изображений, систему и программы. Иллюстрация ChatGPT по промпту · 05.10.2026

Цифры Meta даны для видеокарты. На Mac видеопамять и обычная память общие, а пересчёт под Mac Meta не публикует. Ориентир для Mac такой: языковая часть стандартной сборки в Ollama весит 17 ГБ, и памяти должно хватить на этот файл, модуль изображений, систему и открытые программы.

Узнать свою цифру можно за минуту. На Mac: меню Apple, пункт «Об этом Mac», строка «Память». На Windows: диспетчер задач, вкладка «Производительность», раздел видеокарты, строка выделенной памяти видеокарты. Сравните цифру с таблицей ниже. Не хватает даже для самого лёгкого варианта: не качайте десятки гигабайт впустую.

1. 1

**Mac**

Меню Apple, пункт «Об этом Mac», строка «Память».

2. 2

**Windows**

Диспетчер задач, вкладка «Производительность», раздел видеокарты, строка выделенной памяти.

3. 3

**Сравните**

Найдите свою цифру в таблице. Не хватает: не качайте десятки гигабайт впустую.

## Где скачать Muse Glimmer, что такое GGUF и как запустить

Скачать Muse Glimmer проще всего через Ollama. Это программа, которая скачивает и запускает языковые модели на вашем компьютере. Команда ollama run muse-glimmer сама загружает веса и открывает чат, файл вручную искать не нужно.

Сжатые файлы Muse Glimmer в формате GGUF нужны домашним программам для запуска моделей. Сжатие называют квантованием: числа внутри модели хранят грубее, файл становится меньше и помещается в память. Платите вы за это частью качества.

Проверка памяти, установка Ollama, загрузка весов и первый вопрос. Иллюстрация ChatGPT по промпту · 05.10.2026

Стандартная сборка в Ollama уже сжата: языковая часть весит 17 ГБ, схема сжатия Q4_K_M. Буква Q и цифра после неё говорят, сколько бит отведено на одно число: здесь около четырёх. Выбирайте сборку по своей памяти, а не по максимуму: сборка тяжелее вашей памяти не запустится или будет отвечать медленно.

Официальные варианты сжатия Meta описала в [карточке Muse Glimmer 30B на Hugging Face](https://huggingface.co/meta-models/Muse-Glimmer-30B). Ориентир по таблице памяти: квант на 17 ГБ Meta рассчитывает на 24 ГБ видеопамяти, динамический квант на 32 ГБ, полную точность на 64 ГБ.

1. 1

**Установите Ollama**

Программа для запуска моделей на своём компьютере.

2. 2

**Откройте терминал**

На Mac приложение «Терминал», на Windows командная строка.

3. 3

**Введите ollama run muse-glimmer**

Одна строка: Ollama сама скачает веса и запустит модель.

4. 4

**Дождитесь загрузки весов**

Ollama скачает языковую часть на 17 ГБ и отдельный модуль изображений. Компьютер в это время не выключайте.

5. 5

**Напишите вопрос в открывшемся чате**

Для проверки хватит короткого запроса: «Ответь одной фразой на русском, сколько будет семь умножить на восемь». Пришёл связный ответ: модель работает.

6. 6

**Для Mac на чипах Apple (Apple Silicon)**

В Ollama есть сборка на движке MLX: так называется движок, на котором Ollama быстро работает на этих чипах. Сборка поддерживает ускорение DFlash (что это, в разделе «Что умеет») и ввод изображений: команда ollama run muse-glimmer:30b-mlx.

Программу с окном и кнопками, в каталоге которой Muse Glimmer точно есть, я по официальным страницам не подтвердил, поэтому описываю один проверенный путь: Ollama. Терминал там нужен на одну команду, дальше обычный чат.

Совет

Качайте модель через официальный каталог программы. Файлообменники и чаты со ссылками «скачать бесплатно» обходите стороной: файл на десятки гигабайт с неизвестного сайта может оказаться чем угодно.

### Если ответ идёт очень медленно

Закройте браузер с десятком вкладок, видеоредакторы и игры: модели нужна свободная память. Сверьте свою память с таблицей в разделе про память. Медленно и после этого: модель не помещается в ваше железо, и для ежедневной работы удобнее облачная нейросеть.

## Что умеет Meta Muse Glimmer: контекст, рассуждение, агентный режим

[Контекст](/blog/slovar/kontekst/) это объём текста, который модель держит в голове за один разговор: ваш вопрос, вставленные документы и её собственные ответы. Считают его в [токенах](/blog/slovar/token/), кусочках слов. Карточка Meta указывает длину контекста 131 072+ токенов, так что длинный документ можно отдать целиком, а не резать на части.

Совет

Meta описывает четыре уровня силы рассуждения перед ответом: low, medium, high и xhigh, и советует high или xhigh для сложных задач, кода и агентных сценариев. Как переключать уровень в Ollama, на официальной странице модели не написано, поэтому инструкцию я не даю. Если ваша программа показывает такую настройку, для бытового вопроса хватит low или medium, для разбора договора или таблицы с формулами ставьте high.

Текст и картинки поддерживаются; видео отдельными кадрами, звук не поддерживается. Иллюстрация ChatGPT по промпту · 05.10.2026

Muse Glimmer понимает картинки: у неё отдельный модуль восприятия изображений. Видео она разбирает как набор отдельных кадров, под видео её не оптимизировали. Звук не поддерживается ни на вход, ни на выход. Модели, которые понимают и текст, и картинки, называют [мультимодальными](/blog/slovar/multimodalnost/).

Что Muse Glimmer принимает на вход

| Что | Понимает | Подробности по карточке Meta |
|---|---|---|
| Текст | Да | основная задача модели |
| Картинки | Да | отдельный модуль восприятия |
| Видео | Частично | как набор отдельных кадров |
| Звук | Нет | ни на вход, ни на выход |

Главное, ради чего Meta собирала модель, это агентные задачи. [ИИ-агент](/blog/chto-takoe-ii-agent/) сам выполняет шаги: вызывает инструменты, читает файлы, проверяет результат. В карточке Meta перечисляет многошаговые рассуждения, надёжный вызов инструментов, понимание изображений и восстановление после сбоев. Чтобы модель работала с файлами, её подключают к программе-агенту с инструментами. В обычном чате текст вставляете вы сами.

### Насколько Muse Glimmer умная: цифры тестов

В таблице Meta рядом стоят две открытые модели похожего размера. В тесте агентных задач MCP Atlas (Public) у них 54,2 и 62,5 балла, у Muse Glimmer в режиме high 75,5 балла. В тесте по программированию SWE-Bench Verified картина другая: у соседей 66,6 и 77,2 балла, у Muse Glimmer 76,0 балла, то есть одна из соседних моделей в коде чуть сильнее. Я привожу обе цифры, потому что лидером во всём Muse Glimmer не является.

### Ускоритель DFlash: что заявляет Meta

К модели прилагается маленькая сеть-помощник DFlash: она предлагает сразу целые блоки слов, а основная модель их принимает или отбрасывает. По замеру Meta на видеокарте Nvidia RTX 5090 с DFlash модель выдаёт текст в 3,1 раза быстрее. Это замер Meta на её оборудовании, а не обещание для вашего компьютера. В Ollama поддержка DFlash подтверждена только для сборки на движке MLX для Mac на чипах Apple, команда для неё в разделе о запуске. Работает ли DFlash в стандартной сборке, Ollama на странице модели не сообщает.

**75,5 балла**

MCP Atlas (Public), агентные задачи, режим high

карточка модели Meta на Hugging Face

**76,0 балла**

SWE-Bench Verified, задачи по программированию

карточка модели Meta на Hugging Face

**28,4 %**

доля атак скрытыми командами, которые сработали в тесте Siren AgentDojo; чем меньше, тем лучше

карточка модели Meta на Hugging Face

## Главный промпт для Muse Glimmer: навести порядок в папке документов

Этот сценарий я ставлю первым, потому что он показывает главный плюс локальной модели: в обычном чате названия договоров, имена клиентов и сканы остаются на вашем компьютере. Модель ничего не удаляет и не переносит: она даёт план, а файлы двигаете вы.

**Из чего собран промпт**

роль архивариуса список файлов ничего не удалять три структуры таблица переименований дубли и версии сверка числа строк

Рамки и самопроверка важнее красивой структуры: они не дают модели потерять файл.

Список файлов получить просто. На Mac откройте терминал и введите ls и путь к папке, на Windows в командной строке dir /b и путь. Скопируйте вывод и вставьте в промпт вместо примера в квадратных скобках.

Неочевидная деталь промпта в последнем блоке: модель сверяет число строк таблицы с числом файлов. Без этой проверки длинный список легко теряет пару позиций, и вы узнаёте об этом, когда ищете пропавший договор.

До: список документов ещё предстоит разобрать. Смысловая иллюстрация ChatGPT по промпту · 05.10.2026

После: иллюстрация плана порядка; файлы перемещает человек ChatGPT по промпту · 05.10.2026

Разобрать документы студии ремонта квартир: поиск по клиенту, затем по месяцу.

Шаг 1. Уточняющие вопросы. В списке четыре файла: Договор_Иванов_финал2.docx, скан паспорта.pdf, счет 15.03.pdf, КП_кофейня_новое.pptx. По названиям нельзя уверенно связать все документы с клиентами и месяцами.

1. К каким клиентам относятся счёт и КП? 2. Какой год у счёта от 15.03 и какие даты использовать для договора и КП? 3. Скан паспорта относится к клиенту или сотруднику? Отмечаю его [ЛИЧНОЕ]. Не буду угадывать содержимое и даты. Пока связь с клиентом неясна, соответствующий файл можно отнести к «_Разобрать вручную». Ничего не удалять.

Настоящий ответ ChatGPT (Codex) на промпт выше · 05.10.2026

Готовый промпт · скопируйте целиком

### Промпт: разобрать папку рабочих документов без облака

Работает в: Muse Glimmer

Ты офис-менеджер и архивариус с десятилетним опытом: наводишь порядок в документах малого бизнеса так, чтобы любой сотрудник находил нужный файл за полминуты. Работаешь только с тем, что я дам, и ничего не придумываешь. Входные данные: 1. Список файлов из папки: [вставьте список, например: Договор_Иванов_финал2.docx, скан паспорта.pdf, счет 15.03.pdf, КП_кофейня_новое.pptx] 2. Чем я занимаюсь: [ваша сфера, например студия ремонта квартир, 3 сотрудника] 3. Как я обычно ищу документы: [например по клиенту, потом по месяцу] Жёсткие рамки: - Ничего не удаляй и не предлагай удалить. Сомнительные файлы складывай в папку «_Разобрать вручную». - Не выдумывай содержимое файлов: суди только по имени. Если по имени непонятно, что внутри, пиши «неясно по названию». - Файлы с личными данными (паспорта, сканы документов, справки) помечай меткой [ЛИЧНОЕ]. - Даты в новых именах приводи к виду ГГГГ-ММ-ДД, чтобы файлы сортировались по времени. Порядок работы: Шаг 1. Задай до трёх уточняющих вопросов, если без ответа структура получится неверной. Если всё понятно, сразу переходи к шагу 2. Шаг 2. Предложи три варианта структуры: «По клиентам», «По типу документа», «По годам и месяцам». Для каждого дерево папок не глубже трёх уровней и одна строка, кому он удобнее. Шаг 3. Для варианта, который лучше подходит под мой способ поиска, дай таблицу: старое имя | новое имя | папка | комментарий. Шаг 4. Перечисли дубли и версии одного документа (финал, финал2, новое). Какую версию считать основной, решаю я, ты только показываешь группы. Самопроверка перед ответом: каждый файл из моего списка стоит в таблице ровно один раз. Посчитай строки таблицы и файлы в списке. Числа не совпали: найди пропуск или повтор, исправь и только потом отвечай. В конце ответа напиши строку «Файлов в списке: N, строк в таблице: N». Формат: заголовки шагов, таблица в Markdown, без вступлений и общих советов.

Вставьте в чат Muse Glimmer список файлов вместо примера в скобках. Если ваша программа позволяет выбрать уровень рассуждения, ставьте high. Таблица оборвалась: напишите «Продолжи таблицу с файла [имя последнего файла]». Числа в последней строке не совпали: «Покажи, какого файла не хватает в таблице».

## Примеры под задачу: работа, учёба, дом, своё дело

Локальная модель полезна там, где вы не хотите отдавать данные наружу. Ниже сценарии, которые я бы проверял первыми, и к одному из них готовый промпт про таблицы.

### Работа

Разобрать формулу в отчёте, которая выдаёт ошибку, и починить её, не трогая остальную таблицу: промпт ниже. Сжать длинную переписку с подрядчиком до списка договорённостей. Для договоров есть отдельный промпт с пометками неуверенности.

### Учёба

Превратить свой конспект лекции в вопросы для самопроверки. Попросить объяснить сложный абзац учебника другими словами. Цифры, даты и формулировки законов из ответа сверяйте с учебником: модель может выдумывать, это называют [галлюцинацией](/blog/slovar/gallyucinaciya/).

### Дом

Разложить по полкам квитанции, гарантийные талоны и сканы документов семьи. В обычном чате названия этих файлов остаются на вашем компьютере, поэтому главный промпт подходит и для домашней папки.

### Своё дело

Набросать ответы на типовые вопросы клиентов по вашему прайсу, разобрать выгрузку отзывов на повторяющиеся жалобы. Хотите писать с моделью код для своего сайта или бота: посмотрите подборку про [нейросети для кода](/blog/neyroset-dlya-koda/).

Сначала проверьте формулу на тестовых значениях. Иллюстрация ChatGPT по промпту · 05.10.2026

Excel: =ЕСЛИ(C2>0;B2/C2;0), B2 прибыль, C2 выручка; ожидаю долю прибыли, сообщаю об ошибке деления на ноль.

1. Разбор формулы. C2>0 проверяет, положительна ли выручка. Если да, B2/C2 делит прибыль на выручку. Иначе формула возвращает 0. Для отображения доли в процентах задайте ячейке процентный формат.

2. Причина ошибки. В показанной формуле при числовом C2=0 деление не выполняется: она возвращает 0. Поэтому из этих данных причину сообщения об ошибке установить нельзя. Проверьте формулу именно в ошибочной ячейке и значения B2, C2. Без подтверждения источника ошибки менять расчёт не следует.

Проверка одной строки: B2=20, C2=100 даёт 0,2 (20%); B2=20, C2=0 даёт 0; при пустой C2 получается 0.

Настоящий ответ ChatGPT (Codex) на промпт выше · 05.10.2026

Готовый промпт · скопируйте целиком

### Промпт: объяснить и починить формулу или небольшой скрипт по шагам

Работает в: Muse Glimmer

Ты аналитик, который много лет объясняет таблицы людям без технического образования. Мне нужно понять и, если надо, исправить формулу или небольшой скрипт, не сломав остальное. Что я даю: - Формула или код: [вставьте, например =ЕСЛИ(C2>0;B2/C2;0) или макрос на 20 строк] - Что должно получаться: [например маржа в процентах по каждой строке] - Что получается сейчас: [например ошибка деления на ноль в пустых строках] - Где работаю: [Excel, Google Таблицы или другое] Как работать: 1. Объясни, что делает формула, по частям: одна часть, одна строка, обычными словами. 2. Назови причину ошибки одной фразой. 3. Предложи два варианта исправления: «Минимальная правка» и «Надёжная версия» с проверкой пустых и нулевых значений. Для каждого готовая формула и чем она рискует. 4. Дай три тестовых набора входных значений и ожидаемый результат, чтобы я проверил исправление на одной строке до того, как заменю формулу во всей таблице. Рамки: не меняй логику расчёта без моего согласия. Не уверен, как функция ведёт себя в моей программе: пиши «проверьте в справке [программы]», а не угадывай. Не переписывай всю таблицу целиком и не добавляй новые столбцы без спроса.

Подставьте свою формулу и программу. Модель предложила правку, которая меняет смысл расчёта: напишите «Оставь мою логику, исправь только ошибку деления на ноль». Сначала проверяйте исправление на тестовых значениях, потом на всей таблице.

## Конфиденциальные документы: выжимка договора без отправки в облако

«Можно ли доверить Muse Glimmer договор?» Сама модель облако не использует и после загрузки работает без сети, поэтому в обычном чате текст договора остаётся на вашем компьютере. Агент с инструментами отправки и выходом в сеть данные отправить может, поэтому такие права ему не давайте, подробнее в разделе про ограничения. Ошибиться в толковании модель тоже может. Поэтому промпт ниже заставляет её подкреплять каждый вывод цитатой и честно ставить пометку «не уверен».

Так не работает

- «Перескажи договор»: модель сгладит острые пункты
- Ответ без цитат: непонятно, откуда вывод
- Вопрос «подписывать или нет»: модель не юрист

Так работает

- Выжимка по фиксированным пунктам
- Цитата из текста к каждому выводу
- Пометка уверенности и вопросы к юристу

Даже локально я заменяю имена и реквизиты на «Сторона А» и «Сторона Б», если файл потом может попасть в другие руки. Выжимка нужна, чтобы быстро понять документ и подготовить вопросы. Решение о подписании принимаете вы вместе с юристом.

Выводы из договора должны опираться на цитаты. Иллюстрация ChatGPT по промпту · 05.10.2026

Готовый промпт · скопируйте целиком

### Промпт: краткая выжимка договора или переписки с пометками неуверенности

Работает в: Muse Glimmer

Ты юрист-аналитик, который готовит для руководителя короткие выжимки договоров. Ты не даёшь юридических заключений, а помогаешь быстро увидеть главное и подготовить вопросы к юристу. Документ: [вставьте текст договора или переписки целиком; имена и реквизиты можно заменить на «Сторона А» и «Сторона Б»] Моя роль в документе: [например исполнитель] Что меня волнует: [например сроки оплаты и штрафы] Сделай: 1. Выжимку на полстраницы по пунктам: предмет, стороны, сроки, деньги, ответственность, как расторгнуть. 2. Таблицу «Пункт | Что он значит для меня | Уверенность» с тремя уровнями: уверен, не уверен, читать оригинал. Номер пункта бери из текста; номера нет, цитируй первые слова пункта. 3. Риски для моей стороны, от самого дорогого к мелкому, каждый со ссылкой на пункт. 4. Пять вопросов, которые стоит задать юристу или второй стороне. Рамки: каждое утверждение подкрепляй короткой цитатой из документа в кавычках. Чего нет в тексте, того нет: не додумывай условия и не ссылайся на законы по памяти. Суммы, даты и проценты переписывай символ в символ. Не давай совета, подписывать или нет. Перед ответом проверь, что у каждой строки таблицы есть цитата.

Вставьте текст целиком, а не скриншот. Для длинного договора ставьте уровень рассуждения high, если программа это позволяет. Модель написала вывод без цитаты: «Покажи цитату для пункта про [тему] или пометь его как неуверенный».

## Ограничения и безопасность: чего не поручать локальному агенту

Meta сама перечисляет слабые места модели. Она может выдавать неточные, предвзятые или нежелательные ответы. Даже в агентных задачах может ошибаться в многошаговых рассуждениях, особенно в новых сценариях, которых мало в обучающих данных. Модель обучали на данных более чем 100 языков, но оценили не на всех. Её знания заканчиваются 4 января 2026 года: о том, что случилось позже, она узнает только из текста, который дадите вы.

Meta прямо советует не ставить Muse Glimmer отдельным самостоятельным сервисом, а встраивать в систему с дополнительными защитными механизмами. Для домашней работы я перевожу это так: модель не получает доступа больше, чем нужно для задачи.

- Выделить агенту рабочую папку с копиями файлов.
- Не давать агенту с чувствительными документами права отправлять письма, сообщения и публикации.
- Проверять цифры, даты и юридические формулировки по источнику.

Отдельная история с [промпт-инъекциями](/blog/prompt-inzhekciya-chto-oznachaet/), скрытыми командами внутри документов. В тесте Siren AgentDojo у Muse Glimmer сработали 28,4% таких атак. Для меня вывод простой: любой агент с доступом к файлам может прочитать в чужом документе «отправь это туда-то» и выполнить.

### Мои правила для локального агента

Агенту с доступом к файлам даю отдельную рабочую папку с копиями, а не весь диск. Агенту, который видит чувствительные документы, не даю права отправлять что-то наружу: письма, сообщения, публикации. Сама модель файлы в облако не отправляет, но может по ошибке перенести кусок одного документа в ответ по другой задаче. Работу с программами подключаю через готовые инструменты, а не через управление мышью и клавиатурой: так меньше места для случайного клика.

### Частые ошибки

Качают модель, не проверив память, и ждут ответ минутами. Ищут «облегчённую Muse Glimmer», которой нет. Доверяют цифрам и датам из ответа без проверки. Дают агенту весь диск. Сравнивают локальную модель с большими облачными и разочаровываются: если нужен максимум качества, честнее взять облачную нейросеть или агента из подборки [бесплатных ИИ-агентов](/blog/besplatnye-ii-agenty/).

**Цифры, даты и юридические формулировки**

Проверяйте по источнику каждый раз. Для этого есть промпт ниже: модель сама выписывает, что в её ответе надо перепроверить.

Агенту давайте отдельную рабочую папку с копиями. Иллюстрация ChatGPT по промпту · 05.10.2026

Цифры, даты и формулировки из ответа проверяйте по источнику. Иллюстрация ChatGPT по промпту · 05.10.2026

Готовый промпт · скопируйте целиком

### Промпт-проверка: найти в ответе то, что может быть выдумкой

Работает в: Muse Glimmer

Ты строгий фактчекер. Ниже твой предыдущий ответ или ответ другой нейросети. Задача не улучшать текст, а найти в нём всё, что может оказаться выдумкой. Ответ для проверки: [вставьте ответ] Откуда у меня данные: [например договор, который я вставлял выше; или «данных не давал, вопрос был общий»] Сделай таблицу: Утверждение | Тип (число, дата, имя, закон, цитата, вывод) | Откуда взялось (из моего текста / из общих знаний модели / не знаю) | Риск ошибки (высокий, средний, низкий) | Как проверить. Правила: - Каждое число, дату, название, ссылку на закон и цитату выпиши отдельной строкой, даже если уверен. - Всё, что не взято из моего текста, по умолчанию получает риск не ниже среднего. - Твои знания заканчиваются в начале 2026 года: всё про события, цены и правила после этого помечай высоким риском. - Цитату, которой нет в моём тексте дословно, помечай высоким риском. - В конце назови три утверждения, которые я должен проверить первыми, и почему именно их. Не пересказывай ответ, не извиняйся и не переписывай его, пока я не попрошу.

Вставляйте сразу после любого ответа с цифрами или ссылками на законы. Модель отметила всё низким риском: напишите «Пересмотри: что из этого ты взял не из моего текста?»

## Чек-лист: Muse Glimmer готова к работе

Пройдите по пунктам перед первой рабочей задачей. Все пункты отмечены: можно давать модели реальные документы.

Перед первой задачей пройдите чек-лист подготовки. Иллюстрация ChatGPT по промпту · 05.10.2026

- Память компьютера сверена с таблицей Meta, свободного места на диске хватает для загрузки
- Модель скачана через Ollama командой ollama run muse-glimmer, на тестовый вопрос пришёл связный ответ
- Для агента создана отдельная рабочая папка с копиями файлов
- Агент с доступом к документам не может отправлять письма и сообщения
- Готовые промпты сохранены, промпт-проверка под рукой
- Цифры, даты и юридические формулировки из ответов сверяются с источником

## Вопросы и ответы

Muse Glimmer бесплатная?

Meta выложила модель под открытой лицензией Apache 2.0: вы скачиваете веса и запускаете их у себя, облачный сервис для работы не нужен. Тратитесь вы на компьютер с достаточной памятью.

Сколько памяти нужно для Muse Glimmer 30B?

Meta называет три варианта для одной видеокарты: 64 ГБ видеопамяти для полной точности, 32 ГБ для динамического кванта и 24 ГБ для кванта на 17 ГБ. Меньшей модели нет: все 15 сборок в Ollama сделаны из одной модели 30B.

Работает ли Muse Glimmer без интернета?

Да. Meta пишет, что модель работает локально и не требует облачной инфраструктуры и доступа к сети. Интернет нужен только для загрузки весов.

Можно ли пользоваться Muse Glimmer в России?

Muse Glimmer это файлы модели, которые работают на вашем компьютере, а не облачный сервис с регистрацией. Официального списка стран для загрузки весов нет. Если загрузка у вас не идёт, способы решения я не описываю: закон это запрещает.

Понимает ли Muse Glimmer русский язык?

Meta обучала модель на данных более чем 100 языков и пишет, что оценила качество не на всех. Отдельного замера по русскому в карточке нет, поэтому проверьте модель на своей задаче, прежде чем доверять ей тексты для клиентов.

Можно ли доверять Muse Glimmer рабочие документы?

Сама модель облако не использует и после загрузки работает без сети, поэтому в обычном чате документы остаются на вашем компьютере. Агенту с инструментами отправки и выходом в сеть такие права не давайте, подробнее в разделе про ограничения. Ошибиться в выводах модель может, Meta это признаёт. Давайте агенту копии в отдельной папке и проверяйте выводы промптом-проверкой.

## Источники

- [Карточка модели Muse Glimmer 30B на Hugging Face](https://huggingface.co/meta-models/Muse-Glimmer-30B)
- [Muse Glimmer в каталоге Ollama](https://ollama.com/library/muse-glimmer:latest)
- [Все сборки Muse Glimmer в Ollama](https://ollama.com/library/muse-glimmer/tags)
- [Блог Hugging Face о выходе Muse Glimmer](https://huggingface.co/blog/muse-glimmer)

Гайд был полезен? [Следующий гайд OpenAI и Cursor: что известно официально и куда переехать Агенты →](/blog/openai-cursor/)

### Читайте дальше

- [AliceAI 80B: что выложил Яндекс и можно ли запустить её дома](/blog/aliceai-80b/)
- [Gemini в России в 2026: работает ли, что умеет и чем заменить](/blog/gemini-v-rossii/)
- [Grok в 2026: что это за нейросеть xAI, лимиты и готовые промпты](/blog/grok/)
- [Дипсик не работает сегодня: почему «сервер занят» и что делать](/blog/dipsik-ne-rabotaet/)
- [CLAUDE.md: что писать, если вы не программист, пример и промпты](/blog/claude-md/)