Token (in)
Unbekannt
Token (out)
Unbekannt
Latenz
Unbekannt
USD / 1M Input
0,35 $
USD / 1M Output
1,50 $
Throughput
Unbekannt
Muse Glimmer 30B
Veröffentlichung
August 2026
Knowledge Cutoff
Januar 2026
Parameter
30 Mrd.
Modellfamilie
Muse Glimmer 30B
Apache 2.0
Muse Glimmer 30B Modell-Übersicht
Muse Glimmer 30B ist ein Open-Weights LLM von Meta AI. Das Modell hat ~30 Mrd. Parameter und ist ein auf 4-Bit destilliertes Derivat des größeren Muse Spark. Als dense 30B-Modell (~29,6 Mrd. Sprach- plus ~1,8 Mrd. Vision-Parameter) ist es darauf ausgelegt, lokal auf Consumer-Hardware mit ca. 24–32 GB zu laufen. Der Fokus von Glimmer liegt auf dem Einsatz als KI-Agent, also zuverlässigen Tool-Calls und langen Aufgabenzyklen, anstatt auf reiner Chat-Nutzung. In Metas eigenen Vergleichen liegt es bei agentischen Benchmarks wie MCP-Atlas (75,5 %) vor Gemma 4-31B (54,2 %) und Qwen 3.6-27B (62,5 %), fällt bei manchen Computer-Use oder Knowledge-Aufgaben aber leicht hinter den Alternativen zurück. Die Veröffentlichung von Muse Glimmer wurde von der Community sehr positiv aufgenommen. Mark Zuckerberg veröffentlichte parallel ein Statement, dass sich Meta AI zukünftig für Open Weights Modelle einsetzen wolle.
Features
Tools
Websuche, Bildgenerierung, Computer Use und MCP-Server.
Multimodalität
Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.
Finetuning
Finetuning des Modells ist aktuell nicht möglich.
Details zum Modell
Max. Input
131,07k Token
Max. Output
131,07k Token
Trainingsdaten
Unbekannt
Parameter
30 Mrd.
Input Preis
0,35 $
Output Preis
1,50 $
Vokabular
202,05k
Dateigröße
55,46 GB
Muse Glimmer 30B Benchmark Scores
Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.
Technologie & Daten
Technische Spezifikationen
| Architektur | Dense Transformer |
|---|---|
| Input Kontextlänge | 131,07k |
| Output Kontextlänge | 131,07k |
| Tokenizer | BPE-Tokenizer mit 202.048 Token. |
Besonderheiten
| Speculative Decoding | Block-Diffusion-Drafter "DFlash" sagt bis zu 16 Token pro Forward-Pass voraus und beschleunigt so die Token-Generierung. |
|---|---|
| Perception Encoder | Integrierter ViT-G/14-Encoder verarbeitet Bilder, Dokumente und Diagramme mit bis zu 4.096 Visual Tokens pro Bild. |
Vorteile & Nachteile
Vorteile
- Starkes Modell für Sub-Agent EinsatzMuse Glimmer erreicht in Metas Vergleichen sehr gute Ergebnisse in agentischen Benchmarks. Das Modell liegt für den Einsatz als KI-Agent teilweise deutlich vor Gemma 4 und Qwen 3.6-27B und eignet sich damit gut für Aufgaben, die von großen Reasoning-Modellen an Sub-Agents delegiert werden.
- Läuft lokal auf einer Consumer-GPUDurch die starke Quantisierung (4-Bit) lässt sich Muse Glimmer samt Vision-Encoder mit 24–32 GB GPUs ausführen. Lokales Offline-Deployment dürfte für eine breite Zielgruppe möglich sein.
- Apache-2.0-LizenzMuse Glimmer wurde vollständig mit Open Weights auf Hugging Face veröffentlicht. Durch die Apache-2.0 Lizent lässt sich das Modell kommerziell nutzen und finetunen.
Nachteile
- Vergleichsweise hoher Cloud-Inference PreisZum Zeitpunkt der Veröffentlichung liegen die API-Kosten für Muse Glimmer ($0,35 / $1,50) deutlich über denen, die aktuell für vergleichbare Modelle wie Gemma 4 31B ($0,14 / $0,40) gezahlt werden.
Vergleiche Muse Glimmer 30B mit anderen LLMs
Vergleiche Muse Glimmer 30B mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.
Provider & APIs
Du kannst Meta AI Muse Glimmer 30B über die API folgender Anbieter nutzen.