English(EN) Meta says its new 30B is built for local agents. I benchmarked it against the two models already on my Mac

Meta 的 30B Muse Glimmer 模型针对本地代理进行基准测试

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-13 04:06

对 Meta 新推出的专为本地代理工作流程设计的 30B Muse Glimmer 模型进行的最新基准测试显示，虽然它在常见任务上表现正确，但其延迟明显高于较小的模型。作者在 MacBook Pro 上将 Muse Glimmer 与 14B Qwen3 和 3B Llama3.2 模型进行了测试，发现所有模型在模式一致性和工具调用任务上都达到了完美的准确率。然而，在 JSON 提取等任务中，30B 模型比 3B 模型慢了 56 倍，这主要是由于其权重内部存在过度的审议，即使在指示禁用思考的情况下也是如此。 AI

影响尽管 Meta 的新 30B 模型准确，但对于本地代理任务而言，其速度明显慢于较小的替代模型，凸显了模型选择中的经济权衡。

排序理由文章针对特定用例对现有模型发布进行了基准测试，而不是宣布新的前沿模型。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 文章针对特定用例对现有模型发布进行了基准测试，而不是宣布新的前沿模型。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 88 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · frank chu · 2026-08-13 04:06

Meta表示其新的30B模型专为本地代理而构建。我已将其与Mac上已有的两个模型进行了基准测试

<p>Meta released Muse Glimmer on Monday: a 30B model, Apache 2.0, official 4-bit quants, pitched specifically for always-on local agent workflows. I'd already pulled it the day it landed, and it had been sitting next to two other models in my ollama list — qwen3:14b and llama3.2:…

本文如何被排名

报道来源 [1]

Meta表示其新的30B模型专为本地代理而构建。我已将其与Mac上已有的两个模型进行了基准测试

相关实体

相关话题