Meta bringt Muse Glimmer: Ein 30B-Open-Weight-Modell für Agenten

Meta hat Muse Glimmer am 10. August veröffentlicht — ein Modell mit 30 Milliarden Parametern unter der Apache-2.0-Lizenz, konzipiert für dauerhaft laufende, lokale agentische Workloads. Das ist kein universelles Chat-Modell. Es wurde aus der Muse-Spark-Familie destilliert und explizit dafür gebaut, autonome Agenten auf einer einzelnen Consumer-GPU (24 GB VRAM) auszuführen. Ab heute auf Hugging Face verfügbar. Die Gewichte sind kostenlos — keine API-Keys, keine Token-basierte Abrechnung.

Was passiert ist

Muse Glimmer ist Metas erstes Open-Weight-Modell, das von Grund auf für lokale agentische Autonomie entwickelt wurde — KI-Agenten, die rund um die Uhr auf deiner eigenen Hardware laufen, nicht in einem Cloud-Rechenzentrum.

• 29,6B Parameter, Apache-2.0-Lizenz. Keine kommerziellen Einschränkungen, keine Umsatzbeteiligungsklauseln, keine Nutzungsobergrenzen. Destilliert aus Muse Spark mittels Logit-Destillation, mittrainiert auf agentenreichen Daten mit umfangreicheren Reasoning-Spuren, dann nachtrainiert mit überwachtem Fine-Tuning, On-Policy-Destillation und Reinforcement Learning in den Bereichen Allgemeinwissen, Reasoning, Coding und agentische Aufgaben.
• Consumer-GPU als Ziel. In voller Präzision benötigt das Modell über 55 GB. Quantisiert auf ~4-Bit (K-Quant-17GB) passt es unter 20 GB — mit Platz für KV-Cache, den Perception-Encoder und einen DFlash-Drafter, alles innerhalb eines 24-GB-VRAM-Budgets (RTX 3090, RTX 4090 oder vergleichbar). Eine auf 32 GB ausgelegte K-Quant-Dynamic-Variante wird ebenfalls ausgeliefert.
• 131K+ Kontextfenster. Lang genug für mehrstündige Agenten-Sessions über ganze Codebasen, Dokumente und Tool-Call-Ketten hinweg. Trainiert auf über 100 Sprachen mit einem Knowledge-Cutoff vom 4. Januar 2026.
• Agenten-zentrierte Architektur. Ausgelegt für Tool Calling, mehrschrittiges Reasoning, Fehlerbehebung und persistente Ausführung — nicht optimiert für Single-Turn-Q&A oder kreatives Schreiben. Enthält einen dedizierten ~1,8B-Parameter ViT-G/14 Perception Encoder zur Interpretation von Screenshots, Diagrammen und Dokumenten parallel zum Text.
• DFlash Speculative Decoding. Wird mit einem begleitenden Drafter-Modell ausgeliefert, das 16-Token-Blöcke parallel vorschlägt, die das Hauptmodell verifiziert. Auf einer RTX 5090 ergibt das eine 3,1-fache Beschleunigung (74,9 → 233,4 Tok/s). Auf Apple M5 Max: 1,8× (26,6 → 50,2 Tok/s). Auf M4 Max: 1,5× (23,7 → 37,8 Tok/s). Dies sind Metas eigene Messungen.

Metas Benchmark-Tabelle vergleicht Glimmer mit Gemma4-31B und Qwen3.6-27B. Glimmer führt bei agentischer Orchestrierung — MCP Atlas (75,5 vs. 54,2/62,5), DeepSearch QA (74,6) und SWE-Bench Pro (51,2 vs. 36,9/50,2). Es erreicht 94,7 bei AIME 2026. Aber es liegt hinter Qwen bei OSWorld-Verified (65,9 vs. 75,6), TerminalBench 2.1 (51,7 vs. 60,7) und den meisten multimodalen Benchmarks. Alle Zahlen sind Herstellerangaben.

In einer Demo entdeckte Glimmer autonom eine Home-Assistant-Instanz im lokalen Netzwerk, fragte Geräte-APIs ab, schrieb ein HTML/CSS/JavaScript-Dashboard von Grund auf und deployte einen lokalen Server zur Überprüfung seiner eigenen Arbeit — ein mehrschrittiger Agenten-Workflow, kein Chatbot-Q&A.

Muse Spark 1.2 Open Weights folgen als Nächstes. Mark Zuckerberg und Alexandr Wang bestätigten beide, dass Open Weights für Metas Frontier-Modell Muse Spark 1.2 „in den kommenden Wochen" folgen werden. Wenn Meta Wort hält, würde das ein echtes US-amerikanisches Frontier-Modell in den offenen Umlauf bringen — etwas, das noch kein amerikanisches Labor auf diesem Niveau getan hat.

Warum das wichtig ist

Open-Weight-Modelle, die auf Consumer-Hardware laufen, gibt es seit Llama. Aber jede bisherige Open-Weight-Veröffentlichung — Llama, Mistral, Qwen, DeepSeek — war als universelles Modell konzipiert, das Agenten ausführen kann. Muse Glimmer ist das erste Open-Weight-Modell, das für Agenten als primären Anwendungsfall entwickelt wurde.

Dauerhafte Autonomie wird lokal. Cloud-basierte agentische Workflows (Claude Code, Cursor Agent, GPT-5.6) rechnen pro Token ab und sind von der API-Verfügbarkeit abhängig. Ein lokales Modell auf deiner GPU eliminiert beides — dein Coding-Agent läuft 24/7 ohne messbare Kosten oder Internetabhängigkeit. Sensible Dateien, Entwicklungsumgebungen und Screenshots bleiben auf deinem Rechner.

Die Apache-2.0-Lizenz ist ein strategischer Schwenk. Metas Llama-Familie nutzte eine eigene Community-Lizenz mit einer 700-Millionen-Monatsnutzer-Obergrenze, die jahrelang kritisiert wurde. Muse Spark ist geschlossen und kostet $4,25 pro 1M Output-Token. Glimmer unter Apache 2.0 — keine Einschränkungen, keine Nutzungsobergrenzen, volle kommerzielle Freiheit — signalisiert, dass Meta um das Open-Weight-Entwickler-Ökosystem konkurriert und nicht nur API-Zugang verkauft. Es gibt Entwicklern (und ihren Rechtsabteilungen) zudem ungewöhnliche Klarheit für den Unternehmenseinsatz.

Das Open-Weight-Ökosystem spezialisiert sich. Zwei Jahre lang dominierten chinesische Labore (DeepSeek, Qwen, Kimi, GLM, MiniMax) die Open-Weight-Veröffentlichungen und machten bis Mai 2026 rund 61 % des OpenRouter-Tokenverbrauchs aus. Glimmer ist ein US-amerikanisches Gegengewicht — und konkurriert auf einer neuen Achse: nicht über die reine Parameterzahl oder Reasoning-Breite, sondern über Agenten-Zuverlässigkeit auf Consumer-Hardware.

Lokale Agenten sind grundsätzlich nicht regulierbar. Man kann keinen Hugging-Face-Download sperren. Das Pre-Release-Review-Framework des Weißen Hauses schließt Open-Weight-Modelle ausdrücklich aus seinem Geltungsbereich aus. Ein Apache-2.0-Agentenmodell, das auf einem Heim-PC läuft, liegt außerhalb jedes bestehenden KI-Governance-Rahmens.

Was sich für dich ändert

Wenn du Entwickler bist und lokale KI betreibst: Muse Glimmer auf einer 24-GB-GPU bedeutet, dass du einen permanenten Coding-Agenten, Research-Assistenten oder Home-Automation-Agenten lokal betreiben kannst — keine API-Keys, keine Token-basierte Abrechnung, kein Internet nötig. Ollama 0.32.7 unterstützt es bereits. LM Studio, vLLM, SGLang und OpenRouter-Integrationen werden diese Woche ausgerollt.

Wenn du Open-Weight-Modelle evaluierst: Glimmers Benchmark-Profil ist am stärksten bei agentischer Orchestrierung und Reasoning, am schwächsten bei Terminal-Automation und OS-Level-Aufgaben. Teste es gegen Qwen3.6-27B, wenn dein Workload Shell-Befehle oder Desktop-GUI-Steuerung umfasst; teste es gegen Gemma4-31B, wenn du multimodale Reasoning-Breite brauchst. Den DFlash-Geschwindigkeitsschub solltest du auf deiner eigenen Hardware überprüfen — der Unterschied zwischen 75 Tok/s und 233 Tok/s kann einen Agenten reaktionsschnell oder unbrauchbar wirken lassen.

Wenn du KI-Politik verfolgst: Muse Glimmer ist das leistungsfähigste Open-Weight-Agentenmodell, das bisher veröffentlicht wurde. Zusammen mit Metas Zusage für Open-Weight Muse Spark 1.2 setzt das Exportkontroll- und Pre-Release-Review-Rahmenwerke unter Druck, die sich bisher nicht mit offen verteilten agentischen Modellen auseinandergesetzt haben.

FAQ

Wie schneidet Glimmer im Vergleich zu Muse Spark 1.2 ab? Glimmer ist eine Destillation — kleiner (29,6B vs. ein deutlich größeres Frontier-Modell), quantisiert für lokale Hardware und Open-Weight unter Apache 2.0. Muse Spark 1.2 bleibt Metas Closed-Weight-Flaggschiff für Cloud-API-Zugang zu $1,25/$4,25 pro 1M Token. Glimmer opfert etwas Leistungsfähigkeit für lokale Einsatzfreiheit. Die Open Weights für Muse Spark 1.2 sind für die kommenden Wochen versprochen.

Welche Hardware brauche ich? Eine einzelne Consumer-GPU mit 24 GB VRAM (RTX 3090, RTX 4090) für die K-Quant-17GB-Konfiguration, oder 32 GB (RTX 5090) für die K-Quant-Dynamic-Variante. Apple-Silicon-Macs mit 32 GB+ Unified Memory (M4 Max, M5 Max) können ebenfalls den gesamten Stack ausführen. Ein typisches 8-GB- oder 16-GB-Notebook kann das nicht.

Ist das ein Llama-Ersatz? Effektiv ja. Meta hat die Marke Llama mit dem Launch von Muse Spark im April 2026 eingestellt. Glimmer ist das erste Apache-2.0-Modell, das die Llama-Linie ablöst — und es trägt eine freizügigere Lizenz, als Llama sie je hatte. Glimmer ist kleiner als die letzten Llama-Modelle, aber für einen spezifischen Anwendungsfall gebaut, kein universeller Drop-in-Ersatz.

Woher stammen die Benchmarks? Alle veröffentlichten Benchmarks sind Metas eigene Evaluation. Es existiert noch keine unabhängige Drittreproduktion. Betrachte die Zahlen als richtungsweisend — die tatsächliche Agentenleistung mit deinen spezifischen Tools und Codebasen ist das, was zählt.

Was ist mit Sicherheit? Meta hat Glimmer nach seinem Advanced AI Scaling Framework bewertet und festgestellt, dass es die „Frontier AI"-Schwelle nicht erreicht. Das Risiko in den Kategorien chemisch/biologisch, Cyber und Kontrollverlust wurde als „Moderate" oder niedriger eingestuft. Bei Siren AgentDojo, einem Prompt-Injection-Test, zeigt Glimmer eine Angriffserfolgsrate von 28,4 % bei 94,2 Utility. Meta empfiehlt Human-in-the-Loop-Bestätigung für irreversible Aktionen.