Muse Glimmer 30B: Funktionen, Benchmarks & lokaler Einsatz

Kurz gesagt: Muse Glimmer 30B ist ein dichtes Sprachmodell von Meta mit rund 29,6 Milliarden Parametern, offenen Gewichten unter Apache 2.0 und 131.072 Token-Kontext. Es verarbeitet Text und Bilder und ist für lokale Agenten-Aufgaben gedacht. In Metas eigener Tabelle gewinnt es 12 von 22 Vergleichen gegen Gemma 4 31B und Qwen 3.6 27B. Die unabhängige Messung von Artificial Analysis sieht es dagegen hinter Qwen, mit einer Halluzinationsrate von 82 %. In 4-Bit-Form braucht es etwa 17 GB Speicher, Drittanbieter verlangen rund 0,30 US-Dollar je Million Eingabe-Tokens. Wir haben das Modell nicht selbst gemessen und trennen deshalb Herstellerangaben von unabhängigen Zahlen.

Was ist Muse Glimmer 30B?

Muse Glimmer 30B ist das erste Modell mit offenen Gewichten, das Meta seit Llama 4 veröffentlicht hat. Es erschien am 10. August 2026 auf Hugging Face und ist die erste offene Veröffentlichung der neu aufgestellten Superintelligence Labs. Nach Angaben von Meta wurde es aus dem größeren, proprietären Modell Muse Spark destilliert. Das Modell gehört zu einer größeren Familie. Wie Meta sie aufbaut, lesen Sie in unseren Beiträgen zu Muse Code und Muse Spark 1.2 und zum strategischen Wandel mit Muse Spark. Dieser Beitrag beschränkt sich auf das kleine, lokal lauffähige Modell.

Technische Daten

Ist Muse Glimmer 30B Open Source?

Korrekt ist: offene Gewichte unter Apache 2.0. Anders als bei Llama gibt es keine Obergrenze für monatlich aktive Nutzer. Eine zusätzliche Nutzungsrichtlinie schließt unter anderem Waffen, Betrug und die Nutzung durch unter 18-Jährige aus. Trainingsdaten und die Gewichte des Lehrermodells Muse Spark sind nicht veröffentlicht. Deshalb ist „vollständig Open Source” zu viel gesagt. Warum große Hersteller offene Modelle fördern, erklärt unser Beitrag zu Meta, Microsoft und Nvidia.

Muse Glimmer 30B Benchmarks

Zwei Dinge müssen getrennt bleiben: Angaben des Herstellers und unabhängige Messungen.

Herstellerangaben (Meta)

Meta vergleicht mit Gemma 4 31B und Qwen 3.6 27B, beide im Denkmodus, und wählt die Vergleichsmodelle selbst. Muse Glimmer gewinnt 12 von 22 Zeilen und verliert 10.

Die Stärke liegt bei Aufgaben mit Werkzeugen: MCP Atlas, τ³-Banking und SWE-Bench Pro. Bei Terminal- und Computer steuerung liegt Qwen klar vorn.

Unabhängige Messung (Artificial Analysis)

Zum Start lag Muse Glimmer auf Platz 5 von 140 offenen Modellen der Klasse 4 bis 40 Milliarden Parameter. Die Skala wurde später neu justiert. Laut OrcaRouter liegen Qwen 3.6 27B dann bei 21, Muse Glimmer bei 17 und Gemma 4 31B bei 15. Die Reihenfolge blieb gleich.

Einordnung: Vollständig unabhängig ist nur der Intelligence Index. Die Agenten-Ergebnisse stammen von Meta. Meta selbst weist darauf hin, dass das Modell bei mehrstufigem Denken Fehler machen kann.

Muse Glimmer 30B vs. Qwen 3.8 27B

Bisher gibt es Zahlen vor allem gegen Qwen 3.6 27B. Artificial Analysis führt dieses Modell inzwischen als abgelöst durch Qwen 3.8 27B. Direkte Messungen von Muse Glimmer gegen Qwen 3.8 27B haben wir nicht gefunden, obwohl viele danach suchen. Wir ergänzen den Vergleich, sobald belastbare Daten vorliegen. Zum größeren Qwen-Modell lesen Sie Qwen 3.8 Max und Alibaba Qwen 3.

Gegenüber Qwen 3.6 27B gilt:

• Muse Glimmer vorn: Werkzeugnutzung (MCP Atlas), Banking-Agent (τ³), SWE-Bench Pro.

• Qwen vorn: Terminal-Bench, OSWorld, GDPval-AA, Halluzinationsrate und der Intelligence Index insgesamt.

Muse Glimmer 30B Preis

Meta betreibt keinen eigenen Endpunkt für das Modell. Die Kosten hängen vom Anbieter ab.

Preise ändern sich schnell. Prüfen Sie vor dem Einsatz die Preisseite des Anbieters.

Muse Glimmer 30B lokal ausführen

Hardware-Bedarf

Der Speicher sollte größer sein als die Datei. Sonst lagert llama.cpp in den Arbeitsspeicher oder auf die Festplatte aus und wird deutlich langsamer. Für BF16 nennen die Quellen 55,7 bis 64 GB.

Start mit llama.cpp

Unsloth empfiehlt Temperatur 1,0, top_p 0,95 und top_k 64.

bash

./llama.cpp/llama-cli \

    -hf unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL \

    --temp 1.0 --top-p 0.95 --top-k 64

Für Bilder laden Sie zusätzlich die Vision-Datei (--mmproj mmproj-BF16.gguf). Einen API-Server starten Sie mit llama-server und demselben Modell.

Ollama und LM Studio

In der Ollama-Bibliothek gibt es einen Eintrag muse-glimmer:30b, der Befehl lautet ollama run muse-glimmer:30b. Prüfen Sie Tag und Größe vor dem Download. Den Unterschied beider Werkzeuge erklärt unser Beitrag zu Ollama und LM Studio. GGUF-Dateien lassen sich grundsätzlich auch in LM Studio laden, eine offizielle Anleitung für dieses Modell haben wir nicht gefunden.

Geschwindigkeit

Mit dem Draft-Modell DFlash (Speculative Decoding) nennt Meta rund 3,1-fache Beschleunigung auf einer RTX 5090, von 74,9 auf 233,4 Tokens pro Sekunde. Auf einem M5 Max sind es das 1,8-Fache, auf einem M4 Max das 1,5-Fache. Ein unabhängiger Test von DataCamp mit llama.cpp auf einer RTX 5090 und 64K Kontext ergab etwa 84 bis 121 Tokens pro Sekunde bei rund 24 GB VRAM. Die Setups unterscheiden sich, vergleichen Sie die Zahlen daher nicht direkt. Praxisbeispiele finden Sie in leichten LLMs auf einer einzigen GPU.

Das ist neu

• Muse Spark Open: Meta hat ein deutlich größeres offenes Modell veröffentlicht (816 Mrd. Parameter, 42 Mrd. aktiv, 1 Mio. Kontext). Es steht unter einer eigenen Muse-Lizenz und nicht unter Apache 2.0.

• Technischer Bericht: Muse Glimmer wurde per Logit-Destillation aus Muse Spark trainiert. Die 4-Bit-Variante erreicht im Schnitt 74,8 % über 15 Benchmarks, das BF16-Modell 75,7 %.

Beide Punkte stammen laut Recherche aus einer einzigen Quelle, die selbst einen konkurrierenden Zugang verkauft, und sind nicht unabhängig bestätigt.

Grenzen und Risiken

• Halluzinationen: 82 % in der Messung von Artificial Analysis, bei Qwen 3.6 27B 49 %.

• Terminal- und Computer-Steuerung: Hinter Qwen.

• Fehlersuche: DataCamp beschreibt das Modell als schnell beim Bauen, aber schwach beim Debuggen. Vage Aufgaben funktionierten schlecht, nummerierte Schritte besser.

• Sicherheit: Im Test AgentDojo waren 28,4 % der Prompt-Injection-Versuche erfolgreich (Gemma 4: 25,6 %, Qwen 3.6: 40,3 %, Angaben von Meta). Das ist keine Sicherheitsgarantie.

• Herstellerangaben: Meta wählt Vergleichsmodelle und Einstellungen selbst.

Für wen lohnt sich Muse Glimmer 30B?

Ja, für lokale Agenten mit Werkzeugaufrufen, Coding-Assistenten auf einer Grafikkarte mit 24 bis 32 GB, Teams, die keine Daten an Cloud-Dienste senden wollen, und alle, die eine freizügige Lizenz brauchen. Ein Open-Source-Beispiel für Coding-Agenten ist Kilo Code.

Eher nein bei Aufgaben mit hohen Genauigkeitsanforderungen, bei denen Halluzinationen teuer sind, und bei Terminal- oder Desktop-Automatisierung. Dort liegt Qwen vorn. Weitere Optionen sind Kimi K3 und DeepSeek V4. Metas Weg zu offenen Modellen begann mit der LlamaCon 2025 und dem Verzug bei Llama 4.

Fazit

Muse Glimmer 30B ist ein starkes offenes Agenten-Modell für Hardware mit 24 bis 32 GB Speicher, aber kein klarer Sieger gegen Qwen. Es gewinnt bei Werkzeugnutzung, verliert bei Terminal-Aufgaben, und die Halluzinationsrate ist hoch. Wer lokal Agenten bauen will, sollte es testen. Wer maximale Zuverlässigkeit braucht, vergleicht es mit Qwen 3.8 27B.

Häufige Fragen

Was ist Muse Glimmer 30B?
Ein dichtes Sprachmodell von Meta mit rund 29,6 Milliarden Parametern, offenen Gewichten unter Apache 2.0 und Bildverständnis.

Wann wurde es veröffentlicht?
Am 10. August 2026 auf Hugging Face. Ein technischer Bericht folgte später.

Wie viel RAM oder VRAM braucht es?
Mit 4-Bit etwa 17 GB, mit 6-Bit 20 bis 22 GB, voll (BF16) je nach Quelle 56 bis 64 GB.

Ist es besser als Qwen 3.6 27B?
Das hängt von der Aufgabe ab. Muse Glimmer liegt bei Werkzeugnutzung vorn, Qwen bei Terminal, Computer-Steuerung und Halluzinationsrate.

Ist es kostenlos?
Die Gewichte ja. Meta bietet keine eigene API. Drittanbieter berechnen etwa 0,30 US-Dollar je Million Eingabe-Tokens.

Wie groß ist der Kontext?
131.072 Tokens, laut Unsloth bis 262.144.

Quellen: 

Artificial Analysis

Qubrid

Unsloth Docs

OrcaRouter

Mer.vin

DataCamp