> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/modeles/muse-glimmer.md). # Muse Glimmer - comment l'exécuter localement Découvrez comment exécuter le nouveau modèle Muse Glimmer 30B de Meta. Muse Glimmer est le nouveau modèle à poids ouverts de Meta **30B** paramètre **modèle de vision dense**, conçu pour des flux de travail agentiques locaux et de codage. C'est le premier modèle ouvert de Meta Superintelligence Labs, et il est publié sous la **Apache 2.0** licence. Ce guide couvre l'exécution de Muse Glimmer 30B avec **Unsloth Dynamic** quantifications pour des performances maximales. {% columns %} {% column %} Muse Glimmer 30B s'exécute localement sur **18 Go de RAM/VRAM** configurations, y compris des systèmes Mac et GPU/CPU. Vous pouvez **exécuter** ou **ajuster finement Muse Glimmer avec** [**Unsloth**](#unsloth-guide). Nous avons collaboré avec Meta et Hugging Face sur l'implémentation de l'inférence llama.cpp. Merci à Meta d'avoir fourni à Unsloth un support dès le premier jour. Tutoriels pour exécuter Muse GlimmerAjuster finement Muse Glimmer {% endcolumn %} {% column %}

Muse Glimmer 2 bits s'exécutant dans Unsloth

{% endcolumn %} {% endcolumns %} ### Guide d'utilisation Muse Glimmer peut planifier des tâches en plusieurs étapes, exécuter des appels d'outils séquentiels, se remettre des échecs, s'adapter lorsque les conditions changent, utiliser la mémoire d'exécution et reprendre le travail sur de longues sessions lorsque l'état est conservé. Cette persistance provient du harnais d'agent, pas du modèle. Avec **prise en charge de la vision**, Muse Glimmer est idéal pour les flux de travail multimodaux. #### Configuration matérielle requise Muse Glimmer 30B utilise environ **58 Go pour les poids BF16 en précision complète.** Les quantifications dynamiques Unsloth tentent de récupérer autant de précision que possible grâce à la quantification, ce qui permet à Muse Glimmer 30B de fonctionner sur des appareils plus petits comme les RTX 5090, etc. **Tableau : configuration matérielle recommandée pour l'inférence GGUF de Muse Glimmer 30B** (unités = mémoire totale : RAM + VRAM, ou mémoire unifiée). | 2 bits | 3 bits | 4 bits | 6 bits | 8 bits | | -------- | -------- | ------ | -------- | ------ | | 12-14 Go | 14-15 Go | 17 Go | 20-22 Go | 34 Go | **Tableau détaillé des exigences :** | Quantification | RAM/VRAM recommandées : | Exemples de matériel | | ------------------------------ | ----------------------- | ------------------------- | | 2 bits (`UD-Q2_K_XL`) | 12-14+ Go | RTX 4080 | | 3 bits (`UD-Q3_K_XL`) | 14-15 Go+ | RTX 4090 | | 4 bits (`UD-Q4_K_XL`, `NVFP4`) | 17 Go+ | **Mac 32 Go** | | 6 bits (`UD-Q6_K_XL`) | 20-22 Go+ | **RTX 5090, Mac 48 Go** | | 8 bits (`UD-Q8_K_XL`) | 34 Go+ | **Mac 128 Go, DGX Spark** | | BF16 (précision complète) | 58 Go+ | **Mac 128 Go, DGX Spark** | {% hint style="info" %} En règle générale, votre mémoire totale disponible doit au moins dépasser la taille du modèle quantifié que vous téléchargez. Si ce n'est pas le cas, llama.cpp peut toujours fonctionner en utilisant un déchargement partiel vers la RAM/le disque, mais la génération sera plus lente. Vous aurez également besoin de davantage de calcul, selon la fenêtre de contexte que vous utilisez. {% endhint %} #### Paramètres recommandés Il est recommandé d'utiliser les paramètres Muse Glimmer par défaut de Meta : * `température = 1.0` * `top_p = 0.95` * `top_k = 64` Longueur de contexte maximale : `131,072` (par défaut) jusqu'à `262,144` #### Paramètres de réflexion Muse Glimmer prend en charge des niveaux de raisonnement contrôlables, notamment : * faible * moyen * élevé * très élevé ## Tutoriels pour exécuter Muse Glimmer Comme Muse Glimmer 30B quantifié existe en plusieurs tailles, le point de départ recommandé pour les modèles est [**Dynamic**](/docs/fr/notions-de-base/dynamic-3.0-ggufs.md) **4 bits (UD** . Muse Glimmer 30B[ GGUF](https://huggingface.co/unsloth/Muse-Glimmer-30B-GGUF). 🦥 Guide Unsloth🦙 Guide Llama.cpp ### 🦥 Guide Unsloth Muse Glimmer 30B peut désormais être exécuté et ajusté finement dans Unsloth Desktop, notre nouvelle application de bureau open source pour l'IA locale. Unsloth vous permet d'exécuter des modèles localement sur **MacOS, Windows**, Linux et : {% columns %} {% column %} * rechercher, télécharger, [exécuter des GGUF](/docs/fr/nouveau/studio.md#run-models-locally) et des modèles safetensor * [**Auto-réparation** appel d'outils](/docs/fr/nouveau/studio.md#execute-code--heal-tool-calling) + **recherche web** * [**Exécution de code**](/docs/fr/nouveau/studio.md#run-models-locally) (Python, Bash) * [Inférence automatique](https://unsloth.ai/docs/desktop#feature-deep-dive) réglage des paramètres (temp, top-p, etc.) * Inférence CPU + GPU rapide via llama.cpp * [Entraîner des LLM](/docs/fr/nouveau/studio.md#no-code-training) 2x plus rapide avec 70 % de VRAM en moins {% endcolumn %} {% column %}
{% endcolumn %} {% endcolumns %} {% stepper %} {% step %} #### Installer Unsloth **Unsloth fonctionne sur** [**macOS**](/docs/fr/commencer/install/mac.md)**,** [**Windows**](/docs/fr/commencer/install/windows-installation.md)**, et** [**Linux**](/docs/fr/commencer/install/linux.md)**.** Télécharger Unsloth Ou, pour une installation manuelle : MacOS, Linux, WSL : ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` Windows PowerShell : ```bash irm https://unsloth.ai/install.ps1 | iex ``` {% endstep %} {% step %} #### Lancer Unsloth et rechercher et télécharger Muse Glimmer Au premier lancement, allez dans l'onglet Model hub et recherchez Muse Glimmer dans la barre de recherche, puis téléchargez le modèle et la quantification souhaités. {% endstep %} {% step %} #### Exécuter Muse Glimmer Les paramètres d'inférence devraient être définis automatiquement lors de l'utilisation d'Unsloth Desktop ; toutefois, vous pouvez toujours les modifier manuellement. Vous pouvez également modifier la longueur du contexte, le modèle de chat et d'autres paramètres. Vous pouvez exécuter des GGUF et des fichiers MLX. Pour plus d'informations, vous pouvez consulter notre [guide d'inférence Unsloth](/docs/fr/nouveau/studio/chat.md).
{% endstep %} {% step %} #### Servir Muse Glimmer avec l'API Unsloth Vous pouvez utiliser la commande `unsloth run` et servir Muse Glimmer via une API en utilisant `llama-server` des options d'exécution, notamment le dimensionnement du contexte, les couches GPU, le threading, l'échantillonnage, le réseau et la configuration des outils. Pour plus d'informations, consultez notre [documentation API](/docs/fr/notions-de-base/api.md) ou [unsloth start](/docs/fr/integrations/unsloth-start.md). ```bash unsloth run --model unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL ``` {% endstep %} {% step %} #### Unsloth est maintenant prêt Vous pouvez également faire bien d'autres choses avec Muse Glimmer via Unsloth Desktop, comme : * **Connecter des outils :** [Claude Code](/docs/fr/notions-de-base/claude-code.md), [Codex](/docs/fr/notions-de-base/codex.md), [recherche web](/docs/fr/nouveau/studio/chat.md#advanced-web-search), [MCP](/docs/fr/notions-de-base/mcp.md) et plus encore * **Entraîner des modèles :** Ajuster finement le texte, la diffusion, [les embeddings](/docs/fr/notions-de-base/embedding-finetuning.md), et plus encore * **Générer des médias :** Créer et entraîner [des images](/docs/fr/notions-de-base/diffusion-image.md), de la vidéo, [TTS](/docs/fr/notions-de-base/text-to-speech-tts-fine-tuning.md) localement {% endstep %} {% endstepper %} ### 🦙 Guide Llama.cpp Pour ce guide, nous utiliserons Dynamic 4 bits pour Muse Glimmer 30B. Voir : [collection Muse Glimmer 30B](https://huggingface.co/collections/unsloth/muse-glimmer) {% stepper %} {% step %} Obtenez la dernière version de `llama.cpp` **sur** [**GitHub ici**](https://github.com/ggml-org/llama.cpp). Vous pouvez également suivre les instructions de compilation ci-dessous. Remplacez `-DGGML_CUDA=ON` par `-DGGML_CUDA=OFF` si vous n'avez pas de GPU ou si vous souhaitez simplement une inférence CPU. **Pour les appareils Apple Mac / Metal**, définissez `-DGGML_CUDA=OFF` puis continuez comme d'habitude - la prise en charge de Metal est activée par défaut. ```bash apt-get update apt-get install pciutils build-essential cmake curl libcurl4-openssl-dev -y git clone https://github.com/ggml-org/llama.cpp cmake llama.cpp -B llama.cpp/build \\ -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON cmake --build llama.cpp/build --config Release -j --clean-first --target llama-cli llama-mtmd-cli llama-server llama-gguf-split cp llama.cpp/build/bin/llama-* llama.cpp ``` {% endstep %} {% step %} Si vous souhaitez utiliser `llama.cpp` directement pour charger des modèles, vous pouvez suivre les commandes ci-dessous, selon chaque modèle. `UD-Q4_K_XL` est le type de quantification. Vous pouvez également télécharger via Hugging Face (étape 3). C'est similaire à `ollama run` . Utilisez `export LLAMA_CACHE="folder"` pour forcer `llama.cpp` à enregistrer à un emplacement spécifique. Il n'est pas nécessaire de définir la longueur du contexte, car llama.cpp utilise automatiquement la quantité exacte requise. ```bash export LLAMA_CACHE="unsloth/Muse-Glimmer-30B-GGUF" ./llama.cpp/llama-cli \\ -hf unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL \\ --temp 1.0 \\ --top-p 0.95 \\ --top-k 64 ``` {% endstep %} {% step %} Vous pouvez également télécharger le modèle manuellement via le code ci-dessous (après avoir installé `pip install huggingface_hub`). Vous pouvez choisir `UD-Q4_K_XL` ou d'autres versions quantifiées comme `Q8_0` . Si les téléchargements restent bloqués, voir : [Débogage de Hugging Face Hub et XET](/docs/fr/notions-de-base/troubleshooting-and-faqs/hugging-face-hub-xet-debugging.md) ```bash hf download unsloth/Muse-Glimmer-30B-GGUF \\ --local-dir unsloth/Muse-Glimmer-30B-GGUF \\ --include "*mmproj-BF16*" \\ --include "*UD-Q4_K_XL*" # Utilisez "*UD-Q2_K_XL*" pour le Dynamic 2 bits ``` {% endstep %} {% step %} Puis exécutez le modèle en mode conversation (avec la vision `mmproj-F16`): {% code overflow="wrap" %} ```bash ./llama.cpp/llama-cli \\ --model unsloth/Muse-Glimmer-30B-GGUF/Muse-Glimmer-30B-UD-Q4_K_XL.gguf \\ --mmproj unsloth/Muse-Glimmer-30B-GGUF/mmproj-BF16.gguf \\ --temp 1.0 \\ --top-p 0.95 \\ --top-k 64 ``` {% endcode %} {% endstep %} {% step %} #### Déploiement de llama-server Pour déployer Muse Glimmer 30B sur llama-server, utilisez : ```bash ./llama.cpp/llama-server \\ --model unsloth/Muse-Glimmer-30B-GGUF/Muse-Glimmer-30B-UD-Q4_K_XL.gguf \\ --mmproj unsloth/Muse-Glimmer-30B-GGUF/mmproj-BF16.gguf \\ --temp 1.0 \\ --top-p 0.95 \\ --top-k 64 \\ --alias "unsloth/Muse-Glimmer-30B-GGUF" \\ --port 8001 ``` {% endstep %} {% endstepper %} ### :wrench: Ajustement fin Vous pouvez maintenant ajuster finement Meta’s Muse Glimmer-30B avec [Unsloth](https://github.com/unslothai/unsloth) sur une **carte de 24 Go**! Muse Glimmer est un modèle agentique multimodal de 30B paramètres optimisé pour un déploiement local. Nous proposons plusieurs notebooks Kaggle qui offrent 30 heures gratuites avec 2 GPU Tesla T4 ! {% columns %} {% column %} Muse Glimmer Vision Kaggle {% embed url="" %} {% endcolumn %} {% column %} Muse Glimmer Conversational Kaggle {% embed url="" %} {% endcolumn %} {% endcolumns %} ### Benchmarks
| Catégorie | Benchmark | Muse Glimmer-30B Raisonnement élevé | Gemma4-31B Mode réflexion | Qwen3.6-27B Mode réflexion | | ------------------------------------- | ---------------------------------- | :--------------------------------------------------------------------------------: | :--------------------------------------------------------------------------------: | :---------------------------------------------------------------: | | *Agentique général* | MCP Atlas (Public) | **75.5** | 54.2 | 62.5 | | | DeepSearch QA | **74.6** | 61.7 | 71.1 | | | 𝛕3-Banking | **23.5** | 15.1 | 16.7 | | | WildClawBench | **47.6** | 37.6 | 43.2 | | | GDPVal-AA v2 | 953 | 811 | **1141** | | | Gaia2 | **43.3** | 36.4 | 40.0 | | | SkillsBench (avec compétences) | 44.3 | 32.4 | **46.6** | | | OSWorld-Verified | 65.9 | 58.5 | **75.6** | | *Codage agentique* | SWE-Bench Pro | **51.2** | 36.9 | 50.2 | | | SWE-Bench Verified | 76.0 | 66.6 | **77.2** | | | TerminalBench 2.1 (avec terminus2) | 51.7 | 43.4 | **60.7** | | | SciCode | **43.6** | 43.4 | 39.8 | | *Multimodal* | Raisonnement Charxiv | **78.8** | 77.7 | 78.4 | | | ScreenSpot Pro | 75.4 | 75.9 | **76.1** | | | OmniDocBench v1.5 | 75.8 | 72.5 | **77.8** | | | MMMU Pro | 74 | 73 | **75** | | | | | | | | *Sécurité* | CI Memories |

Violation (↓) : 26.4
Couverture : 64.8

|

Violation (↓) : 12.1
Couverture : 53.0

|

Violation (↓) : 53.4
Couverture : 66.9

| | | Siren AgentDojo |

Taux de réussite des attaques (↓) : 28.4
Utilité : 94.2

|

Taux de réussite des attaques (↓) : 25.6
Utilité : 90.8

|

Taux de réussite des attaques (↓) : 40.3
Utilité : 92.7

| | | | | | | | *Capacités générales et raisonnement* | IFBench | **77.0** | 76.0 | 70.8 | | | AIME 2026 | **94.7** | 89.2 | 94.1 | | | GPQA Diamond (AA) | 83.5 | **85.7** | 84.2 | | | HLE Text (AA) | 22.0 | **23.6** | 23.1 | | | AA-LCR | **80.0** | 68.3 | 73.3 | | | Beam128K | **65.1** | 58.2 | 63.0 | --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://unsloth.ai/docs/fr/modeles/muse-glimmer.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.