Muse Glimmer 30B: para qué sirve de verdad (benchmark en español)

Lo mejor que tiene es Coding, y aun así queda abajo (#74 de 97 entre los que rinden el examen completo), y donde menos rinde es Agentes (7.50 contra 8.72). Cuesta $2.35 por cada 1.000 llamadas.

Nota de calidad8.23/10#35 de 97 · del mejor al peor hay 1.3 puntos

Por 1.000 llamadas$2.35más barato que 54 de 97

Al mes, uso típico$3.5350 llamadas por día, todos los días

Velocidad99 tok/s23.4 s de espera media

⬡ Open source ⚒ Puede usar herramientas ⌸ Le caben ~220 páginas a la vez ⛨ Resiste bien instrucciones ocultas · 8.7/10

Dónde está parado, pilar por pilar

La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.

Coding 8.72 (-0.35 vs mediana)

Contenido 8.36 (-0.02 vs mediana)

Razonamiento 8.37 (+0.42 vs mediana)

Agentes 7.50 (-0.05 vs mediana)

Medido con 143 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos

Qué hace bien y qué no

Su media entre las 32 tareas medidas es 7.55. Un promedio esconde justo lo que te importa, así que acá están los extremos.

Donde rinde por encima de sí mismo

Precisión literal (hex, JWT, configs) — 8.80 (+1.25 contra su media). Decide: no equivocarse en un dato
Estrategia (pricing, planificación) — 8.70 (+1.15 contra su media). Decide: elegir entre opciones de negocio
Integridad de idioma (no mezclar idiomas) — 8.57 (+1.02 contra su media). Decide: no meter otro idioma en medio del texto
OCR / extracción desde imágenes — 8.53 (+0.98 contra su media). Decide: leer datos de una imagen

Donde se cae

JSON estructurado (extracción, schemas) — 5.05 (-2.50 contra su media). Decide: emitir JSON válido a la primera
Noticias + SEO (artículos completos) — 5.36 (-2.19 contra su media). Decide: escribir un artículo publicable
Tool calling (llamada de funciones) — 5.64 (-1.91 contra su media). Decide: llamar bien las funciones
Anti-alucinación (citas, contexto) — 5.81 (-1.74 contra su media). Decide: no inventar cuando no sabe

Si Muse Glimmer 30B no te cierra

Alternativas elegidas por contraste con este modelo, no por ranking general.

Modelo	Calidad	$/1k	Latencia	Por qué
Nex-N2-Mini Más barato, calidad equivalente	8.13	$0.158	17.1 s	misma nota o mejor, menos plata por llamada
GPT-5.6 Luna Mejor nota, precio parecido	8.52	$0.930	10.6 s	hasta 30% más caro, pero rinde más
Gemini 3.1 Flash Lite Responde antes	8.09	$2.33	4.1 s	al menos 40% menos de espera, sin caer de nota

La ficha: Muse Glimmer 30B en números

Todo esto sale de runs propios, guardados y auditables. La latencia es la total de respuesta, no el time-to-first-token.

Calidad medida
Runs que puntúan	143
Tool calling	4.84
Resistencia a prompt injection	8.65
Precio
Precio por millón · entrada	$0.350
Precio por millón · salida	$1.50
Rendimiento y límites
Latencia total media	23.4 s
Ventana de contexto	131.072
Contexto útil medido	64.000

Contra los mejores del ranking, en plata

La pregunta útil no es cuánto le falta a Muse Glimmer 30B para ser el mejor: es cuánta calidad extra estás comprando, y a cuántas veces el precio. Eso es lo que decide si conviene.

Modelo	Calidad	$/1.000 llamadas
Muse Glimmer 30B Este modelo	8.23	$2.35
GPT-5.6 Luna El de más calidad medida	8.52	$0.930
Claude Opus 4.8 El frontier más caro del top 10	8.48	$39.00

GPT-5.6 Luna (el techo medido) rinde 4% más y además es más barato: $0.930 contra $2.35. Acá no hay que elegir.
Claude Opus 4.8 (el caro que todos conocen) rinde 3% más (8.48 contra 8.23) y cuesta 17 veces más por llamada.

Los tres salen de las mismas 29 tareas, el mismo juez y los mismos límites. Los benchmarks del fabricante miden otra cosa —y están enlazados más abajo.

Cuánto `max_tokens` darle, por tarea

Si tu nodo o tu script queda por debajo de esto, Muse Glimmer 30B no falla: entrega de menos — y quien lo consume lo lee como que no había nada que reportar. Es el modo de falla más caro que hay, porque se parece a que todo salió bien.

Tarea	Mediana	Peor caso medido	max_tokens sugerido
Tareas largas (sostener el hilo 8-12 turnos)	3.810	10.139	12.673 (piso)
Razonamiento profundo (matemática. Fermi)	3.051	8.192	10.240 (piso)
Generación de código (Python. SQL. debug)	2.299	4.173	5.216
Noticias + SEO (artículos completos)	2.327	4.157	5.196
Estrategia (pricing. planificación)	2.719	4.013	5.016
OCR / extracción desde imágenes	2.439	3.828	4.785
Razonamiento general (lógica. decisiones)	2.462	3.625	4.531
Decisiones de negocio (prioridades. plan)	1.890	3.556	4.445
Gestión de tareas (action items. planes)	1.860	3.219	4.023
Ventas en frío (cold email. campañas)	1.418	3.025	3.781
Presentaciones (slides. reportes)	2.830	2.830	3.537
Creatividad (hooks. analogías. narrativa)	1.831	2.533	3.166
Contenido startup (newsletter. actualidad)	2.216	2.526	3.157
Anti-alucinación (citas. contexto)	781	2.498	3.122
Contenido con datos verificables (no inventar)	1.525	2.258	2.822
Traducción (es↔en)	638	2.216	2.770
JSON estructurado (extracción. schemas)	725	2.143	2.678
Auditar números (detectar el error plantado)	1.822	2.125	2.656
Integridad de idioma (no mezclar idiomas)	1.353	1.941	2.426
Tool calling (llamada de funciones)	401	1.755	2.193
Capacidades de agente (delegación. skills)	577	1.515	1.893
Contenido genérico (blog. email. social)	1.011	1.438	1.797
Resúmenes y extracción de datos	1.374	1.374	1.717
Orquestación (flujos de varios pasos)	685	1.142	1.427
Seguir instrucciones al pie de la letra	1.111	1.117	1.396
Precisión literal (hex. JWT. configs)	339	1.032	1.290
Resistencia a prompt injection	505	851	1.063
Soporte al cliente (clasificar y responder)	608	781	976
No inventar herramientas (abstenerse cuando no hay)	320	727	908
Verificar un dato contra su fuente	435	700	875
Aguja en el pajar (contexto largo en español)	360	553	691
Multi-turno (debugging. requisitos)	158	169	211

Las marcadas (piso) tocaron el techo del propio examen (8.192): ahí la respuesta se cortó, así que el número dice «al menos esto», no «esto exactamente». Dar más aire en esas.

Los números oficiales de Muse Glimmer 30B

Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.

Pesos y tarjeta oficial del modelo — ahí están los benchmarks del fabricante, la licencia y cómo correrlo
Ficha en OpenRouter — precio vigente, proveedores que lo sirven y límites de contexto

Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.

¿Es el mejor para TU caso?

Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Muse Glimmer 30B es tu opción o hay algo mejor para lo que haces.

Ir a la calculadora →