Das ist Metas neues offenes KI-Modell Muse Glimmer: 30 Milliarden Parameter, lokal und kommerziell nutzbar

Mit den Meta Superintelligence Labs fördert der Konzern diese Technologie im Zeitalter der KI. Dieser Entwicklungsbereich des Konzerns verantwortet unter anderem die Entwicklung neuer KI-Modelle. Zuletzt wurden beispielsweise die Modellreihe Muse mit Modellen wie Muse Image, Muse Spark 1.1 und neuerdings Muse Spark 1.2 sowie Muse Code als Coding Harness vorgestellt.

Damit aber wirklich alle von hochmodernen KI-Modellen profitieren können, liefert Meta jetzt mit Muse Glimmer ein neues Open-Weight-Modell nach. Dieses kann lokal auf der Hardware der User eingesetzt werden und ist sogar für kommerzielle Zwecke nutzbar.

Meta bringt Muse Spark 1.2 und Muse Code als Coding Harness

Muse Glimmer im Überblick: Auf dem Mac oder PC laufen lassen und agentische Aufgaben übertragen

Die technischen Rahmendaten des neuen Modells Muse Glimmer sind vor allem für ein offenes Modell bemerkenswert. 30 Milliarden Parameter bringt das Modell mit. Meta legt zudem auf Threads Performance-Werte für Bereiche wie das agentische Coding oder generelle agentische Fähigkeiten offen, bei denen Muse Glimmer zum Beispiel die Modelle Gemma4-31B und Qwen3.6-27B übertrifft. Allerdings basieren die Performance-Werte auf Benchmarks wie MCP Atlas, SWE-Bench Pro, Deep Search QA und dergleichen mehr, die zwar einen Hinweis auf die allgemeine Funktionsfähigkeit liefern können, aber noch keine unabhängige Performance-Einstufung liefern.

Von noch größerem Interesse als diese Werte allein dürfte für Interessierte indes sein, dass Muse Glimmer als offenes Modell mit Fokus auf always-on Workflows von Agents jetzt frei zum Download bereitsteht, etwa auf Hugging Face. Unter der Apache-2.0-Lizenz kann das Modell für verschiedene Zwecke herangezogen werden, auch kommerzielle, wie Meta betont.

Auf Threads ansehen

Der Umstand, dass Muse Glimmer nicht zuvorderst cloud-basiert arbeitet, sondern auf lokaler Hardware wie Macs und PCs laufen kann, dürfte ebenfalls viele Developer erfreuen. Dafür braucht es nur eine GPU. Jedoch musste Meta die Modellgewichte komprimieren, damit die lokalen Rechner überhaupt damit arbeiten können. Denn eigentlich braucht ein 30-Milliarden-Parameter-Modell über 55 GB Speicherkapazität. Durch eine Größenanpassung, die zu 4-Bit-Präzision führt, kommt das Modell für den Lokaleinsatz auf unter 20 GB. Meta erklärt:

[…] This leaves enough headroom for the model’s working memory (its „KV cache“), the perception encoder for image understanding, and the speculative decoding drafter to run simultaneously within a 24 GB or 32 GB envelope. We validated that this compression introduces minimal to no degradation on agentic tasks.

Der Zugriff wird in den kommenden Tagen zusätzlich über Ollama, LM Studio und Unsloth, llama.cpp, ExecuTorch und MLX, vLLM und SGLang und über Partner:innenunternehmen wie Together AI, Fireworks AI und OpenRouter ermöglicht. Zusammen mit AMD, Arm, Dell, Intel und NVIDIA wiederum möchte Meta die Performance im Hardware-Bereich künftig noch fördern.

Das Angebot der offenen Modelle von Meta insgesamt soll dazu beitragen, dass noch mehr User und Developer die Modelle des Konzerns als Erstwahl nutzen, wenn es um KI-Entwicklung und insbesondere den Einsatz von AI Agents geht. Immerhin soll Muse Glimmer aus Basis eines simplen Prompts mehrstufige Agent-Aufgaben übernehmen können. Auf der dedizierten Developer Website kannst du dir das Modell im Detail anschauen und es herunterladen.

Auf Threads ansehen

---

Muse Image ist Metas erstes KI-Bildmodell

– mit 30 neuen Effekten für Stories

---

Stelle OnlineMarketing.de als bevorzugte Quelle auf Google ein

Wenn du OnlineMarketing.de auf Google als bevorzugte Quelle einstellen möchtest, um auch in den Schlagzeilen auf Google immer aktuelle News und Tipps aus der Welt des Marketing und der Tech-Entwicklungen zu finden, kannst du einfach die Google-Quelleneinstellungen aufrufen und die Seite anwählen. Über das Stern-Icon neben den Top Stories kannst du ebenfalls bevorzugte Quellen für die spätere Suche speichern.