Mark Zuckerberg a dévoilé lundi Muse Glimmer, un modèle de 30 milliards de paramètres publié sous licence Apache 2.0, et conçu pour fonctionner intégralement sur une machine grand public équipée d’un seul GPU. Pas de serveur distant, pas de requête envoyée dans un data center à l’autre bout du continent, pas de facture à l’usage. L’IA tourne chez vous, sur votre bureau, dans votre salon, en mode avion si ça vous chante.
Le pari technique tient en une compression spectaculaire. À pleine précision, un modèle de cette taille exigerait plus de 55 Go de mémoire, soit bien au-delà de ce qu’offre n’importe quelle carte graphique grand public. Les équipes de Meta Superintelligence Labs ont appliqué une quantification à environ 4 bits qui ramène l’empreinte mémoire du modèle linguistique sous la barre des 20 Go. Assez pour laisser de la place au cache de contexte, à l’encodeur de perception (celui qui digère les images) et au petit modèle « brouillon » baptisé DFlash, lequel propose des blocs entiers de tokens d’un coup avant que le modèle principal ne vérifie le tout en parallèle. Résultat concret sur un MacBook M4-Max ou M5-Max, et sur une RTX 5090 de NVIDIA, la conversation reste fluide, l’agent réagit en temps réel, tout se passe en local.
Muse Glimmer n’est pas un chatbot de plus. Le modèle a été entraîné par distillation logit à partir de Muse Spark, un modèle-professeur bien plus volumineux, puis affiné en trois phases successives (pré-entraînement, entraînement intermédiaire sur des données à contexte long enrichies de traces de raisonnement, puis post-entraînement mêlant fine-tuning supervisé, distillation on-policy et apprentissage par renforcement). L’objectif n’était pas de produire un bon causeur, mais un agent autonome capable d’enchaîner des appels d’outils sur de longues séquences, de diagnostiquer ses propres erreurs, de reprendre après un échec, de lire des captures d’écran ou des graphiques intercalés dans une conversation… Le tout avec une fenêtre de contexte dépassant les 120 000 tokens et la prise en charge de plus de 100 langues.
Neil Shah, cofondateur de Counterpoint Research, résume bien la logique stratégique derrière cette offensive : « Si les géants occidentaux de la tech ne construisent que des jardins clos, les développeurs et les entreprises se tourneront naturellement vers les modèles open-weight chinois. » Zuckerberg a d’ailleurs publié le même jour un essai de 6 500 mots où il exhorte Washington à alléger les restrictions pesant sur les données d’entraînement et la distillation, sous peine de voir DeepSeek, Alibaba ou Moonshot rafler la mise sur le terrain de l’open source. « Notre objectif devrait être que les modèles open source américains soient les meilleurs au monde », écrit le patron de Meta, qui a aussi annoncé l’ouverture des poids de Muse Spark 1.2 dans la foulée.
Pour un utilisateur lambda, qu’est-ce que ça change concrètement ? D’abord, la gratuité totale. Pas de token facturé, pas d’abonnement mensuel, pas de limite d’appels API. Ensuite, la confidentialité par architecture. Vos fichiers, vos mails, vos documents sensibles ne quittent jamais votre disque dur. Enfin, la disponibilité permanente, y compris hors connexion. Un agent local capable de planifier votre agenda, rédiger vos messages, organiser vos fichiers et apprendre vos habitudes sans jamais envoyer un seul octet vers l’extérieur, voilà la promesse. Les poids sont déjà téléchargeables sur Hugging Face, et les intégrations avec Ollama, LM Studio, Unsloth, llama.cpp, MLX et ExecuTorch arriveront dans les jours qui viennent.
NVIDIA a immédiatement emboîté le pas en détaillant les performances de Muse Glimmer sur ses propres puces. Sur l’architecture Blackwell Ultra, le modèle dépasse les 20 000 tokens par seconde par GPU en précision BF16/NVF4, avec suffisamment de marge pour alimenter un cache de contexte volumineux. La GeForce RTX 5090, avec ses 32 Go de VRAM et ses Tensor Cores de cinquième génération, permet déjà de faire tourner l’ensemble sur un poste développeur sans aucun coût d’inférence récurrent. Et pour les environnements d’entreprise soumis à des contraintes d’air gap ou de conformité, les stations DGX Spark et DGX Station offrent des déploiements entièrement déconnectés du cloud.
Zuckerberg a aussi profité de l’occasion pour envoyer une pique à peine voilée à OpenAI et Anthropic, dont les dirigeants multiplient les avertissements sur les dangers existentiels de l’IA. « L’idée selon laquelle l’IA serait si dangereuse que la seule voie sûre passerait par une concentration extrême du pouvoir me semble intrinsèquement problématique », a-t-il écrit. « Plutôt que de centraliser la superintelligence, nous devrions la distribuer largement et donner à chaque personne la capacité de la diriger. »
L’action Meta gagnait 2,1 % en pré-marché lundi, alors même que le titre reste en recul d’environ 10 % depuis le début de l’année, lesté par les interrogations des investisseurs sur des dépenses d’investissement pouvant atteindre 145 milliards de dollars en 2026. Muse Glimmer ne générera pas un centime de revenu direct pour Meta. Mais dans la guerre de l’open source, le modèle qui s’installe sur le plus grand nombre de machines finit par dicter les standards, les formats, les habitudes des développeurs. Et ça, pour un écosystème qui vend des lunettes connectées et rêve d’agents personnels omniprésents… c’est peut-être bien plus rentable qu’un abonnement à 20 dollars par mois.
