Meta hat am Montag ein Modell veröffentlicht, das ohne Internetverbindung auf einem Rechner im Büro läuft. Zwei Details entscheiden, ob das für dein Unternehmen zählt: die Lizenz, die diesmal anders aussieht als bei Llama, und zwei Zeilen in Metas eigener Benchmark-Tabelle, die in den Meldungen des Tages untergehen.
Eine Grafikkarte der 24-GB-Klasse genügt für die quantisierte Fassung des Modells. Foto: Anete Lusina auf Pexels
Was Meta veröffentlicht hat
Muse Glimmer hat rund 29,6 Milliarden Parameter, verteilt auf einen dichten Transformer mit 52 Schichten und einen Bild-Encoder mit etwa 1,8 Milliarden Parametern. Das Modell nimmt Text und Bilder, gibt Text aus und verarbeitet laut Karte 131.072 Token Kontext. Der Wissensstand endet am 4. Januar 2026.
Entstanden ist es durch Destillation auf den Ausgaben von Muse Spark, dem größeren hauseigenen Modell. Alexandr Wang, Chief AI Officer der Meta Superintelligence Labs, kündigte am selben Tag Gewichte für eine Version von Muse Spark 1.2 an. Begleitet wurde die Veröffentlichung von einem rund 6.500 Wörter langen Aufsatz Mark Zuckerbergs mit dem Titel „The Future is for Everyone”, in dem er für verteilte statt zentralisierte Superintelligenz argumentiert. Die Meta-Aktie legte um 2,4 Prozent zu.
Die EU-Klausel, die diesmal fehlt
Für ein deutsches Unternehmen ist die Lizenz der wichtigste Teil der Meldung. Metas Llama-Modelle standen unter der Llama Community License mit eigener Acceptable Use Policy, und dort stand für die multimodalen Modelle ein Satz, der in Deutschland kaum diskutiert wurde:
With respect to any multimodal models included in Llama 4, the rights granted under Section 1(a) of the Llama 4 Community License Agreement are not being granted to you if you are an individual domiciled in, or a company with a principal place of business in, the European Union.
— Llama 4 Acceptable Use Policy
Wer seinen Hauptsitz in der EU hat, durfte die multimodalen Gewichte also nicht selbst nutzen. Die Einschränkung begann mit Llama 3.2 Vision und betraf bei Llama 4 die gesamte Reihe. Apache 2.0 kennt dagegen keine Nutzerobergrenze und keine regionale Sperre.
Was auf welcher Hardware wirklich läuft
Die Kurzfassung „läuft auf deinem Laptop” gilt nur für einen Teil der Wahrheit. Unquantisiert braucht das Modell laut Meta mehr als 55 GB Speicher, die Modellkarte nennt für volle Präzision 64 GB VRAM, und der Hugging-Face-Beitrag setzt für die unquantisierte Inferenz mindestens eine 80-GB-Karte an. Das ist Rechenzentrumsklasse.
Mit 4-Bit-Quantisierung sinkt der Bedarf des Sprachteils auf unter 20 GB, womit in einem Budget von 24 GB oder 32 GB genug Platz für Kontextspeicher, Bild-Encoder und den optionalen Beschleuniger bleibt. Getestet hat Meta auf MacBook M4 Max, MacBook M5 Max und einer RTX 5090. Ein Zusatzmodul namens DFlash beschleunigt die Ausgabe laut Meta bei gleicher Qualität um den Faktor 3,1 auf der RTX 5090, 1,8 auf dem M5 Max und 1,5 auf dem M4 Max.
Praktisch heißt das: ein Arbeitsplatzrechner mit einer aktuellen 24-GB-Grafikkarte oder ein Mac mit reichlich Unified Memory genügt für den Dauerbetrieb. Für den Start sind Ollama und LM Studio vorbereitet, für Server-Betrieb vLLM und SGLang, dazu llama.cpp und MLX. Wie so ein Aufbau in der Praxis aussieht, haben wir am Beispiel von Kimi K3 im Selbst-Hosting durchgerechnet, und für abgegrenzte Aufgaben lohnt der Blick auf lokale Transkription ohne Cloud.
Was die Benchmark-Tabelle auch sagt
Meta veröffentlicht den Vergleich mit Gemma4-31B und Qwen3.6-27B vollständig, und die Tabelle spricht nicht durchgehend für Meta. Vorn liegt Muse Glimmer bei den Agenten-Werten teilweise klar: 75,5 gegen 54,2 und 62,5 Punkte bei MCP Atlas, 51,2 bei SWE-Bench Pro. Auch beim Mathematik-Test AIME 2026 führt es mit 94,7 Punkten.
Zwei Zeilen weiter kippt das Bild. Bei OSWorld-Verified, wo ein Modell eine echte Desktop-Oberfläche bedienen muss, kommt Muse Glimmer auf 65,9 Punkte, Qwen3.6-27B auf 75,6. Bei TerminalBench 2.1 steht es 51,7 zu 60,7 für Qwen, bei SWE-Bench Verified 76,0 zu 77,2. Metas eigene Bilanz nennt entsprechend zurückhaltend die Führung bei fünf von acht Agenten-Benchmarks.
Am aufschlussreichsten sind die Sicherheitszeilen. Bei einem Test zur Integrität von Kontextinformationen liegt die Verletzungsrate von Muse Glimmer bei 26,4 Prozent, Gemma4-31B kommt auf 12,1 Prozent. Im Angriffstest Siren AgentDojo gelingen 28,4 Prozent der Angriffe, bei Gemma sind es 25,6 Prozent. Ein Modell, das Werkzeuge aufruft und Dateien liest, öffnet damit eine Angriffsfläche, die im Chatfenster nicht existiert.
Der Satz zum Preis, den du dir merken solltest
Zuckerbergs Aufsatz ist in weiten Teilen Programmatik, enthält aber zwei nachprüfbare Zusagen: „Everyone will have free or affordable access to these tools”, verbunden mit einem Preismodell, das Meta als dynamischen Auktionsmechanismus für den jeweils niedrigsten Preis beschreibt, und eine Aufsichtsregel, nach der künftig ein unabhängiger Verwaltungsrat die Sicherheitskriterien für Modellfreigaben genehmigt. Weitere offene Modelle sollen folgen.
Einordnung im Tagesvergleich
Ein Modell mit 30 Milliarden Parametern spielt nicht in der Liga der Spitzenmodelle. Unser KI-Leaderboard weist zum Stand 10. August 2026 für Claude Opus 5 einen Intelligenz-Index von 63 bei 11,54 Euro je Million Token aus. Bei den Modellen mit offenen Gewichten führt Kimi K3 mit 60 Punkten bei 6,92 Euro, vor Qwen3.8 Max mit 58 Punkten bei 3,46 Euro. Muse Glimmer ist dort noch nicht erfasst, dafür ist die Veröffentlichung zu frisch.
Der Reiz liegt woanders: Bei einem lokal betriebenen Modell fallen keine Token-Kosten an, du zahlst Strom und Hardware, und die Daten verlassen das Haus nicht. Das erklärt auch, warum der Drittlandtransfer bei chinesischen Modellen wie Kimi K3 so viel Raum einnimmt. Wenn du prüfen willst, ob das für dich trägt: Nimm einen wiederkehrenden Vorgang mit vertraulichen Daten, etwa das Auslesen eingehender Lieferantenrechnungen, richte Muse Glimmer über Ollama auf einem Rechner mit 24 GB Grafikspeicher ein und lass 50 echte Belege durchlaufen.
Häufige Fragen
Was ist Meta Muse Glimmer?
Muse Glimmer ist ein Sprachmodell mit rund 29,6 Milliarden Parametern, das Meta Superintelligence Labs am 10. August 2026 unter der Apache-2.0-Lizenz auf Hugging Face veröffentlicht hat. Es nimmt Text und Bilder als Eingabe, gibt Text aus, verarbeitet laut Modellkarte bis zu 131.072 Token Kontext und ist auf Agenten-Aufgaben ausgelegt, also auf Werkzeugaufrufe, mehrstufige Abläufe und das Wiederaufsetzen nach fehlgeschlagenen Aufrufen. Meta hat es aus den Ausgaben des größeren Modells Muse Spark destilliert. Der Wissensstand endet laut Modellkarte am 4. Januar 2026.
Welche Hardware braucht Muse Glimmer?
In voller Präzision belegt das Modell laut Meta mehr als 55 GB Speicher, die Modellkarte nennt für diesen Fall 64 GB VRAM, und der Hugging-Face-Beitrag setzt für die unquantisierte Inferenz mindestens eine 80-GB-Karte an. Mit 4-Bit-Quantisierung sinkt der Bedarf des Sprachteils auf unter 20 GB, sodass die Variante K-Quant-17GB in ein 24-GB-Speicherbudget passt und K-Quant-Dynamic in 32 GB. Getestet hat Meta auf MacBook M4 Max, MacBook M5 Max und einer RTX 5090. Der Satz von der Ausführung auf dem eigenen Rechner gilt also für die quantisierten Fassungen.
Darf ein deutsches Unternehmen Muse Glimmer kommerziell nutzen?
Nach der Lizenz ja. Muse Glimmer steht unter Apache 2.0, einer klassischen Open-Source-Lizenz ohne Nutzerobergrenze und ohne regionale Einschränkung. Das ist der Unterschied zu Metas Llama-Reihe: Deren Acceptable Use Policy nahm für die multimodalen Modelle ausdrücklich Personen mit Wohnsitz in der EU und Unternehmen mit Hauptsitz in der EU von der Rechteeinräumung aus. Diese Klausel fehlt bei Apache 2.0. Die Pflichten aus DSGVO und EU-KI-Verordnung erledigt die Lizenz allerdings nicht, die bleiben beim Betreiber.
Ist Muse Glimmer besser als Gemma 4 und Qwen 3.6?
Je nach Aufgabe. In Metas eigener Tabelle liegt Muse Glimmer bei fünf von acht allgemeinen Agenten-Benchmarks vorn, teils deutlich, etwa mit 75,5 gegen 54,2 und 62,5 Punkte bei MCP Atlas. Bei zwei praxisnahen Aufgabentypen liegt Qwen3.6-27B vorn: 75,6 gegen 65,9 Punkte bei OSWorld-Verified, also der Bedienung einer Desktop-Oberfläche, und 60,7 gegen 51,7 bei TerminalBench 2.1. Bei den Sicherheitszeilen der Tabelle schneidet Gemma4-31B besser ab. Vor einer Festlegung lohnt ein eigener Test mit den Aufgaben, um die es in deinem Betrieb tatsächlich geht.
Quellen & Referenzen
- Meta AI Research: Ankündigung von Muse Glimmer mit Benchmarks, Quantisierung, Beschleuniger und Partnerliste. research.meta.ai
- Hugging Face: Modellkarte Muse-Glimmer-30B mit Parameterzahl, Architektur, Kontextlänge, Lizenz, Wissensstand und VRAM-Angaben. huggingface.co
- Meta: Mark Zuckerbergs Aufsatz „The Future is for Everyone” mit den Zusagen zu Zugang, Preismodell und Aufsichtsstruktur. about.fb.com
- Hugging Face Blog: Einordnung des Lizenzwechsels von der Llama Community License zu Apache 2.0, Ausführungswege und Speicherbedarf. huggingface.co
- AI News: vollständige Benchmark-Tabelle im Vergleich zu Gemma4-31B und Qwen3.6-27B samt Sicherheitszeilen und Betriebshinweisen. artificialintelligence-news.com
- Llama 4 Acceptable Use Policy: Ausschluss von EU-Wohnsitz und EU-Hauptsitz bei den multimodalen Llama-Modellen. llama.com
- Dokumentation der Llama-EU-Klausel im Wortlaut, inklusive Herleitung ab Llama 3.2 Vision. zansara.dev
- PYMNTS: Umfang des Aufsatzes, Kursbewegung der Meta-Aktie am Tag der Ankündigung. pymnts.com
