Meta's Muse Glimmer: open AI die op je eigen computer draait

TL;DR

• Wat: Meta brengt Muse Glimmer uit, een open 30-miljard-parameter AI-model dat op een gewone computer met één videokaart draait.
• Waarom relevant: Als ondernemer kun je straks AI-agents lokaal draaien — zonder abonnement, zonder je data naar een cloudpartij te sturen.
• Wat je ermee kunt: Onderzoek of een lokaal AI-model past bij werkzaamheden waar je nu betaalde diensten als ChatGPT of Copilot voor gebruikt.

Meta heeft vandaag Muse Glimmer uitgebracht, een AI-model dat je gratis kunt downloaden en op je eigen hardware kunt draaien. Ik vind dat om meerdere redenen opvallend: het model is niet zomaar een chatbot, maar een zogeheten agent — software die zelfstandig taken kan uitvoeren. En het past in een groter verhaal over wie straks eigenlijk de controle heeft over krachtige AI.

Wat Muse Glimmer precies is

Muse Glimmer is een model met 30 miljard parameters. Dat klinkt abstract, dus even ter vergelijking: de allergrootste modellen van OpenAI en Google zitten naar verluidt op honderden miljarden tot biljoenen parameters. Glimmer is dus een stuk kleiner, maar dat is bewust. Meta heeft het model zo ontworpen dat het draait op een enkele consumentenvideokaart met 24 GB geheugen — denk aan een RTX 5090 of een MacBook met voldoende werkgeheugen.

Het model is geen gewone chatbot. Meta positioneert Glimmer als een agent: software die niet alleen antwoord geeft op vragen, maar zelfstandig stappen kan zetten. Denk aan code schrijven, bestanden organiseren, tools aanroepen en bij een fout automatisch opnieuw proberen. Met 4-bit compressie past het in minder dan 20 GB geheugen, en het decodeert volgens Meta ruim drie keer sneller dan vergelijkbare modellen dankzij een techniek genaamd DFlash speculation.

Glimmer is afgeleid van Meta's grotere, gesloten model Muse Spark — een proces dat distillatie heet. Je kunt het vergelijken met het indampen van een saus: je houdt de smaak, maar in een kleinere hoeveelheid. Het model is beschikbaar onder de Apache 2.0-licentie op Hugging Face, wat betekent dat je het ook commercieel mag gebruiken en aanpassen.

Zuckerbergs visie: AI voor iedereen, niet voor een select clubje

Wat mij hier opvalt, is de boodschap die Mark Zuckerberg aan dit model koppelt. Hij schreef bij de lancering: "Rather than centralizing superintelligence, we should distribute it widely and give every person the ability to direct it." Vrij vertaald: superintelligentie moet niet in handen zijn van een handvol bedrijven, maar breed beschikbaar zijn.

Dat is een duidelijk andere koers dan die van OpenAI, Anthropic en Google. Die bedrijven houden hun krachtigste modellen gesloten — je mag ze gebruiken via hun platforms, maar je kunt ze niet downloaden, aanpassen of op je eigen servers draaien. Meta kiest bewust voor het tegenovergestelde, althans voor modellen van dit formaat.

Ik vind het wel eerlijk om erbij te zeggen dat Zuckerberg eerder heeft gehint dat Meta de allergrootste systemen — echte superintelligentie — mogelijk wél gesloten zou houden. De openheid geldt nu dus vooral voor kleinere, afgeleide modellen. Dat nuanceert het verhaal.

De lobby richting Washington

Deze lancering is ook deels een politiek statement. Zuckerberg pleit er actief voor dat de Amerikaanse overheid de regels rond trainingsdata versoepelt. Zijn argument: Amerikaanse AI-labs hebben strengere beperkingen dan buitenlandse concurrenten. Ondertussen domineren Chinese ontwikkelaars zoals Alibaba (Qwen), DeepSeek en Moonshot steeds meer het segment van efficiënte, open modellen. Zuckerberg wil dat de VS op dit vlak mee kan blijven doen.

Wat dit voor een ondernemer betekent

Oké, een gratis AI-model dat lokaal draait — wat heb je daar als MKB-ondernemer concreet aan? Ik zie drie dingen.

1. Je data blijft van jou

Als je een model lokaal draait, verlaat je data je eigen netwerk niet. Geen uploads naar servers van OpenAI, Google of wie dan ook. Voor bedrijven die werken met gevoelige klantgegevens, financiële data of interne documenten is dat een wezenlijk verschil. Zeker met de eisen van de EU AI Act en de AVG is dat een overweging die steeds zwaarder weegt.

2. Voorspelbare kosten

Een ChatGPT-abonnement kost per gebruiker per maand. API-kosten lopen op naarmate je meer verwerkt. Een lokaal model kost na de aanschaf van hardware — reken op zo'n 3.000 tot 15.000 euro voor een geschikte GPU-setup — vooral stroom en onderhoud. Voor bedrijven die veel tekst of data verwerken, kan dat op termijn goedkoper uitpakken.

3. Geen vendor lock-in

Als je bouwt op de API van één aanbieder, ben je afhankelijk van hun prijzen, hun voorwaarden en hun beslissingen. Met een open model kun je wisselen, combineren of aanpassen. Stel dat je als ondernemer een webshop hebt en je wilt een AI-assistent die je productcatalogus door en door kent — dan kun je zo'n open model finetunen op jouw specifieke data. Dat kan met een gesloten model niet, of alleen tegen forse meerprijs.

De nuance: het is niet plug-and-play

Ik zou het verhaal niet compleet vinden zonder de kanttekening dat lokaal AI draaien niet voor iedereen geschikt is. Je hebt technische kennis nodig om zo'n model te installeren en configureren — denk aan tools als Ollama, LM Studio of vLLM. Je hebt de juiste hardware nodig. En het onderhoud — updates, beveiliging, compatibiliteit — is je eigen verantwoordelijkheid.

Voor veel ondernemers zal de praktijk voorlopig een combinatie zijn: een betaalde dienst als ChatGPT of Claude voor de complexe taken, en een open model voor het routinewerk waar je volledige controle over wilt houden. Dat hybride patroon zie je nu al bij bedrijven die ermee experimenteren.

Bovendien: Glimmer is krachtig voor zijn formaat, maar het is geen vervanger voor de allergrootste modellen. Op benchmarks zoals MCP Atlas en SWE-Bench Pro scoort het beter dan vergelijkbare open modellen van Google (Gemma4) en Alibaba (Qwen), maar het blijft een compact model. Voor sommige taken heb je simpelweg meer rekenkracht nodig.

Open versus gesloten: een keuze die eraan komt

Wat mij het meest bezighoudt aan dit verhaal, is niet het model zelf — het is de bredere verschuiving die erachter zit. Er tekent zich een scheiding af in de AI-wereld. Aan de ene kant bedrijven als OpenAI en Anthropic die zeggen: krachtige AI moet gecontroleerd worden, en dat doen wij het beste centraal. Aan de andere kant Meta, dat zegt: de veiligste situatie is juist als iedereen toegang heeft, zodat geen enkele partij een monopolie krijgt.

Allebei de argumenten hebben iets. Maar als ondernemer is het goed om te beseffen dat deze keuze directe gevolgen heeft. Gesloten modellen betekent: afhankelijkheid, maar ook gemak en ondersteuning. Open modellen betekent: vrijheid en controle, maar ook eigen verantwoordelijkheid.

Kun je je voorstellen dat je over twee jaar je eigen AI-agent hebt draaien, volledig op eigen hardware, getraind op je eigen bedrijfsdata? Dat scenario komt met elke release als Muse Glimmer een stap dichterbij.

Voor mij is dit vooral een signaal dat AI-toegang steeds minder vanzelfsprekend via één loket gaat. De vraag is niet meer óf open modellen goed genoeg zijn voor zakelijk gebruik — maar wanneer je als ondernemer de afweging serieus gaat maken.