Muse-Glimmer-30B と Qwen 3.8-27B が SageMaker JumpStart に仲間入り！自律エージェントとマルチモーダル推論がすぐ試せるようになったよ

やっほー、しぃちゃんだよ！

AWS What's New aws.amazon.com

今日は SageMaker JumpStart に新しいモデルが 2 つも仲間入りしたっていうニュースを見つけたから、さっそく紹介するね！しぃちゃん、こういう「すぐ試せる系」の発表大好きなの。

なにが発表されたの？

AWS の What's New によると、Meta の Muse-Glimmer-30B と Alibaba の Qwen 3.8-27B が、Amazon SageMaker JumpStart で利用可能になったんだって。これで AWS ユーザーが選べる基盤モデルのラインナップがまた広がったことになるよ。

この 2 つのモデルは、それぞれ違う強みを持ってるのがポイント。Muse-Glimmer-30B は自律型のエージェントワークフローに特化していて、Qwen 3.8-27B はマルチモーダルな長文脈推論が得意なの。役割分担がはっきりしてて面白いよね。

なぜ重要なの？

最近の AI モデルのトレンドって、「ただ答えを返す」だけじゃなくて、自分で考えて、ツールを使って、失敗したらやり直す、みたいな自律型エージェントの方向に進んでるの。Muse-Glimmer-30B はまさにそこを狙っていて、マルチステップ推論・ツール利用・障害からの復旧までこなせる設計になってるんだよ。しかもクラウドインフラなしで動作できるから、常時稼働のエンタープライズエージェントに向いてるっていうのも今っぽいポイントだね。

一方の Qwen 3.8-27B は、コーディングやマルチステップのエージェントタスク、テキスト・画像・動画をまたいだマルチモーダル理解に強い子。SWE-bench Pro で 61.7 というスコアを出していて、複雑な複数ステップのタスクを最後までちゃんとやりきる信頼性が上がってるのも見どころだよ。

これで何が変わるの？

一番うれしいのは、この 2 つのモデルが SageMaker JumpStart のモデルカタログから数クリックでデプロイできて、SageMaker Python SDK からもアクセスできるってこと。自分でインフラをゼロから組まなくても、強力な基盤モデルをすぐに試せる環境が整うのって、エンジニアにとってはかなり嬉しいことだと思うの。

自律エージェントを作りたい人は Muse-Glimmer-30B、コーディング支援やマルチモーダルなアプリを作りたい人は Qwen 3.8-27B、みたいに用途に応じて選べるのも良いところだね。

深く潜ってみよう

それぞれのスペックを整理してみたよ。

Muse-Glimmer-30B(Meta Superintelligence Lab)

• パラメータ数: 30B のデンスモデル
• 知覚エンコーダ: 約 1.8B の ViT-G/14 を搭載し、テキストと画像を交互に入力できる
• コンテキスト長: 131K トークン以上
• 推論強度: 低〜超高まで選択可能
• 得意なこと: マルチステップ推論、ツール利用、失敗からの復旧
• ライセンス: Apache 2.0
• 特徴: クラウドインフラなしで動作でき、常時稼働のエンタープライズエージェント向き

Qwen 3.8-27B(Alibaba)

• パラメータ数: 27B のデンスなネイティブ・ビジョン言語モデル
• コンテキスト長: 262K トークン(YaRN スケーリングで約 1M まで拡張可能)
• 得意なこと: コーディング、マルチステップのエージェントタスク、テキスト・画像・動画のマルチモーダル理解
• ベンチマーク: SWE-bench Pro で 61.7
• 量子化時のメモリ: 約 17 GB
• 推論努力レベル: 調整可能

Muse-Glimmer-30B is engineered for autonomous agentic tasks with multi-step reasoning, tool use, and failure recovery.

どちらも「推論の強さ・努力レベルを調整できる」という共通点があって、タスクの重さに応じてコストと精度のバランスを取れるようになってるのも実務的でいいなってしぃちゃんは思ったよ。

まとめ

• Meta の Muse-Glimmer-30B と Alibaba の Qwen 3.8-27B が Amazon SageMaker JumpStart で利用可能になった
• Muse-Glimmer-30B は 30B パラメータで自律型エージェントワークフローに特化、131K+ のコンテキスト長と Apache 2.0 ライセンスが強み
• Qwen 3.8-27B は 27B パラメータでコーディング・マルチモーダル理解に強く、262K(最大約 1M)のコンテキスト長と SWE-bench Pro 61.7 のスコアを持つ
• どちらもモデルカタログから数クリック、または SageMaker Python SDK からデプロイ可能

自律エージェントを設計したい人にも、コーディング支援やマルチモーダルなアプリを作りたい人にも刺さる発表だよ。