Muse Glimmer: Metas 30B-Open-Weight-Agentenmodell behauptet, Gemma4-31B und Qwen3.6-27B zu schlagen

Ein X-Post am Morgen des 10. August 2026 drückte es unverblümter aus als jede Pressemitteilung: „Holy meta is back.“ Die Veröffentlichung, auf die sich dieser Post bezog – Muse Glimmer, Metas erstes Open-Weight-Modell seit Llama 4 – kam am selben Tag heraus, und Metas eigene Ankündigung ist fast so angriffslustig wie der Tweet. Die Benchmark-Tabelle des 30-Milliarden-Parameter-Modells behauptet, es schlage Go​ogles Gemma4-31B in 19 von 24 Zeilen und Alibabas Qwen3.6-27B in 14 von 24 Zeilen, allen voran der agentische Benchmark MCP-Atlas, bei dem Meta 75,5 gegenüber 54,2 bzw. 62,5 angibt.

Bevor „smoked“ in deinem Kopf zur Tatsache wird, beachte, wer diese Zahlen produziert hat. Jeder Wert in Metas Tabelle wurde von Meta selbst ermittelt, gegen konkurrierende Modelle, deren Einstellungen Meta eigenen Angaben zufolge nicht optimiert hatte. Muse Glimmer hat noch keinen Eintrag auf Artificial Analysis, der unabhängigen Rangliste, die genau diese Größenklasse verfolgt – wo Qwen3.6-27B derzeit einen Intelligence Index von 46 hält und Gemma4-31B bei 39 liegt. Es sind also zwei Geschichten zugleich: eine wirklich bedeutsame Open-Weight-Veröffentlichung von Meta und eine Benchmark-Behauptung, deren Überprüfung Wochen dauern wird. Dieser Artikel hält sie getrennt.

Was Muse Glimmer tatsächlich ist

Muse Glimmer ist ein dichtes, multimodales 30B-Modell – Texteingabe plus Bildeingabe über einen dedizierten Wahrnehmungs-Encoder – trainiert in mehr als 100 Sprachen und veröffentlicht unter der liberalen Apache-2.0-Lizenz. Seine Gewichte befinden sich auf Hugging Face unter meta-models/Muse-Glimmer-30B. Es ist eine destillierte Version von Metas größerem proprietären Flaggschiff, Muse Spark 1.2, und das Trainingsrezept zeigt es: Logit-Destillation vom Lehrer im Pre-Training, Mid-Training mit längerem Kontext und agentenlastigen Daten, dann überwachtes Fine-Tuning kombiniert mit On-Policy-Destillation und Reinforcement Learning.

Das Produktbriefing ist so spezifisch wie die Technologie. Meta hat Glimmer für „ständig aktive lokale Agenten-Workflows" entwickelt – ein Agent, der auf deinem Rechner lebt und Tools aufrufen, mehrstufigen Plänen folgen, sich nach einem fehlgeschlagenen Tool-Aufruf erholen kann, anstatt anzuhalten, und die Denkanstrengung je nach Bedarf erhöhen oder verringern kann. Die vorgesehenen Aufgaben sind die unspektakulären: lokale Programmierung, Funktionsaufrufe, Terminplanung, Dateiorganisation, LLM-als-Richter-Bewertung. Er ist kompatibel mit Agenten-Orchestrierungs-Frameworks wie OpenClaw, über die viele Leute ihn tatsächlich ausführen werden.

Die Hardware-Geschichte ist die andere Hälfte des Pitches. Bei voller Präzision benötigt ein 30B-Modell mehr als 55 GB Speicher; Metas ~4-Bit-Quantisierung reduziert das auf etwa 17–20 GB, was auf eine 24-GB- oder 32-GB-Consumer-Grafikkarte (eine RTX 5090 ist die Referenz) und High-End-Macs mit einheitlichem Speicher passt. Ein Draft-Modell für spekulative Dekodierung – ein kleines Begleitmodell, das Meta DFlash nennt – beschleunigt die Generierung: Meta berichtet etwa 3,1-fach auf einer RTX 5090 (von 74,9 auf 233 Token/s in llama.cpp), 1,8-fach auf einem M5 Max und 1,5-fach auf einem M4 Max, wo der einheitliche Speicher bereits weniger bandbreitenlimitiert ist.

Warum dieses Release über das Datenblatt hinaus wichtig ist

Der Tweet hat es im Kern richtig erfasst. Seit Llama 4 im Frühjahr 2025 hatte sich Meta bei offenen Gewichten bedeckt gehalten und sich unter Meta Superintelligence Labs und Chief AI Officer Alexandr Wang auf eine proprietäre Frontier-Linie zurückgezogen. Muse Glimmer ist die öffentliche Rückkehr zur Open-Weight-Strategie, die Llama zur am häufigsten heruntergeladenen KI-Modellfamilie gemacht hat – und sie kam in das bislang stärkste Signal der Absicht gehüllt: Zuckerberg veröffentlichte begleitend zum Launch einen 14-seitigen Aufsatz mit dem Titel „The Future is for Everyone“, in dem er argumentierte, dass das eigentliche KI-Risiko in konzentrierter Kontrolle liege und dass offene Gewichte der Weg seien, wie Amerika gegenüber Chinas Open-Model-Labors wettbewerbsfähig bleibe. Er forderte eine lockerere US-Regulierung von Open-Source-KI, und Meta kündigte einen 1-Milliarden-Dollar-Fonds namens „Future is for Everyone Fund“ an. Meta erklärte außerdem, dass es die Gewichte des deutlich größeren Muse Spark 1.2 „in den kommenden Wochen“ freigeben will.

Dieser Kontext verändert, wie man die Benchmark-Tabelle lesen sollte. Dies ist keine stille Neuheit aus einem Forschungslabor; es ist eine Strategieaussage mit einem dazugehörigen Modell. Glimmer ist die Position des „kostengünstigen lokalen Agenten“ in Metas Aufstellung, die bewusst das Argument untergräbt, dass ernsthafte Agentenarbeit eine Cloud-API erfordert. Ob es das tatsächlich liefert, ist genau das, worum es bei der Verifikationsfrage geht.

Die Angabe „geräuchert“, Zeile für Zeile.

Metas Tabelle vergleicht Muse Glimmer mit Gemma4-31B und Qwen3.6-27B über 24 Benchmark-Zeilen. Wo sie die größten Erfolge verzeichnet, ist das Muster konsistent: allgemeines agentisches Denken und Suche.

• MCP-Atlas (agentischer Werkzeuggebrauch) — Muse Glimmer 75,5, Gemma4-31B 54,2, Qwen3.6-27B 62,5. Dies ist die wichtigste Zeile und die größte Lücke des Sets.

• DeepSearch QA — 74.6 gegenüber 61.7 und 71.1.

• GAIA2 (allgemeiner Assistent) — 43.3 gegen 36.4 und 40.0.

• WildClawBench (Agenten-Suite) — 47.6 gegenüber 37.6 und 43.2.

• SWE-Bench Pro — 51.2 gegenüber 36.9 und 50.2. Beachten Sie die dritte Zahl: 50.2 ist Metas eigene Messung von Qwen3.6-27B, während Alibabas eigene veröffentlichte Zahl 53.5 ist. Dasselbe Modell, zwei verschiedene Ergebnisse, je nachdem, wer es ausgeführt hat.

• AIME 2026 — 94,7, IFBench 77,0 und AA-LCR 80,0 gegenüber Ge​mmas 68,3.

Das ist eine starke Zeile. Aber die Tabelle ist kein vollständiger Erfolg, und die Zeilen, in denen Muse Glimmer verliert, sind genauso aufschlussreich wie die, in denen es gewinnt. Qwen3.6-27B behauptet das Feld bei praktischer Computernutzung und terminallastiger Arbeit: SWE-Bench Verified 77,2 gegenüber Glimmers 76,0, OSWorld-Verified 75,6 gegenüber 65,9 und TerminalBench 2.1 60,7 gegenüber 51,7, dazu ein durchgängiger Vorsprung bei multimodalen Tests wie ScreenSpot Pro, OmniDocBench und MMMU-Pro. Gemma4-31B wiederum verbucht die bessere Sicherheitsbilanz bei den beiden von Meta berichteten Metriken – die niedrigste Verstoßrate bei CI Memories und die niedrigste Angriffserfolgsquote bei Siren AgentDojo – und liegt bei den eng umkämpften Denktests (GPQA Diamond, Humanity's Last Exam) vorn.

Liest man es direkt, lautet Metas Behauptung: „schlägt die anderen beiden bei den meisten agentischen Benchmarks", und in der eigenen Tabelle stimmt das in etwa. Die Einschränkungen sind der springende Punkt. Meta hat jede Zeile selbst ausgeführt und eingeräumt, dass seine Testaufbauten für die Konkurrenzmodelle nicht so abgestimmt waren wie seine eigenen. Das ist kein Betrugsvorwurf – nicht abgestimmte Konkurrenzaufbauten sind eine übliche, sogar erwartete Sünde in dieser Branche –, aber genau das ist der Grund, warum Herstellertabellen unabhängige Bestätigung brauchen. Die oben erwähnte Diskrepanz bei Qwen SWE-Bench Pro ist das ganze Problem im Miniaturformat.

Was das unabhängige Scoreboard sagt

Artificial Analysis führt Muse Glimmer noch nicht auf — das Modell ist erst wenige Tage alt, und der AA-Index basiert auf eigenen Läufen, die Zeit in Anspruch nehmen. Aber AA beobachtet beide Konkurrenten, was dir das gemessene Feld liefert, in das der Neue angeblich eintritt. Stand des aktuellen Indexes hat Qwen3.6-27B einen Intelligenz-Index von 46, den AA als das intelligenteste Open-Weight-Modell unter 150B Parametern beschreibt; Gemma4-31B liegt bei 39. Das sind unabhängige Zahlen, keine Herstellerangaben.

Die unabhängige Betrachtung zeigt auch einen Kostenaspekt, den die Schlagzeilenzahlen verbergen. Die Effizienzdaten von AA zeigen, dass Qwen3.6-27B etwa 54,6 Tokens pro Sekunde erzeugt, gegenüber 34,8 bei Gemma4-31B, wobei Ge​mmas Time-to-First-Token schneller ist — aber Q​wen benötigt etwa 3,7-mal mehr Ausgabe-Tokens, um den vollständigen Index zu verarbeiten, was die End-to-End-Bewertung etwa 21-mal teurer macht. Token-hungrige Modelle sind in der realen Welt teurer, selbst wenn ihre Benchmark-Ergebnisse besser sind — und das ist ein Entscheidungsfaktor, den keine Anbieter-Tabelle freiwillig preisgibt.

Der ehrliche Stand der Dinge zum Zeitpunkt dieses Schreibens ist also: ein starkes, vom Anbieter gemeldetes Ergebnis, für Muse Glimmer noch gar kein unabhängiges Ergebnis, und ein Konkurrenzfeld, das unabhängig gemessen und nach Aufgaben aufgeteilt ist. „Smoked Ge​mma and Q​wen" ist eine haltbare Behauptung; sie ist noch kein verifiziertes Ergebnis. Die Verifikationsmarker, auf die man achten sollte, sind ein AA-Index-Eintrag, die LMArena-Elo und Community-Reproduktionen — die alle normalerweise innerhalb von Wochen nach einer solchen Veröffentlichung eintreffen.

Was es tatsächlich kostet, es zu betreiben

Muse Glimmer ist kostenlos – Apache 2.0, keine Gebühr pro Token, keine Zahlung an Meta. Die Kosten sind die Hardware, auf der du sie betreibst. Ein 30B-Modell mit 4-Bit benötigt etwa 17–20 GB residenten Speicher plus Platz für KV-Cache, den Perzeptions-Encoder und den DFlash-Drafter – weshalb Metas eigene Empfehlung eine 24-GB- oder 32-GB-Karte oder ein High-End-Mac ist. Wenn du diese Hardware besitzt, sind die Grenzkosten für den Betrieb eines permanent laufenden lokalen Agenten im Wesentlichen Strom. Wenn nicht, ist eine 24-GB-GPU oder ein voll ausgestatteter Mac der M-Serie ein echter Kostenpunkt – und seit dem 9. August gibt es eine dritte Option: mieten. Die ersten Hosted-API-Einträge, die ab diesem Datum live sind, bepreisen Muse Glimmer mit 0,35 $ pro Million Input-Tokens und 1,50 $ pro Million Output-Tokens bei einem 131K-Kontextfenster. Das ist eine vom Anbieter gelistete Marktplatzrate und kein Meta-Preis, aber es ist der Betrag, den du heute tatsächlich zahlen kannst, wenn du keine Hardware kaufen möchtest.

Das ist der Vergleich, den man sorgfältig anstellen sollte, denn „Open Weights, Preis null“ trifft unter sehr unterschiedlichen Bedingungen auf „gehostete API, Preis pro Token“. Wenn man die Zahlen durchrechnet, sollte man beide Seiten ehrlich bepreisen. Auf unserer Seite bei OrcaRouter ist der Preis, den man für eines der über 200 gehosteten Modelle sieht, der Listenpreis des Anbieters, der mit 0 % Aufschlag durchgereicht wird. Eine Preissenkung des Anbieters ist also bei uns noch am selben Tag live, statt erst nach einer Neuberechnung der Marge – was den Vergleich zwischen lokal und gehostet zu einem direkten macht. Muse Glimmer selbst gehört noch nicht zu diesen über 200 Modellen, daher gilt diese Durchreichung heute nicht für dieses Modell. Aber die Disziplin ist der springende Punkt: Der richtige Weg, ein nicht erprobtes Open-Weight-Modell zu bepreisen, ist der eigene Traffic, nicht eine Anbietertabelle, und die Routing-DSL existiert genau dafür, diesen Vergleich durchzuführen, sobald ein Modell hinter einer API liegt, die man aufrufen kann.

Wie du es diese Woche tatsächlich nutzen würdest

Da es als offene Gewichte veröffentlicht wird, ist „Zugriff" keine Anmeldung – es ist ein Download. Das Basis-Repository ist meta-models/Muse-Glimmer-30B auf Hugging Face, mit einer bereits veröffentlichten GGUF-Variante und Quantisierungsvarianten, die von Drittanbietern kommen. Am ersten Tag gab es Laufzeitunterstützung für llama.cpp, MLX und ExecuTorch; Integrationen für Ollama, LM Studio, vLLM und SGLang folgten in den Tagen nach der Veröffentlichung, und Hardware-Optimierungsarbeiten sind für AMD, Arm, Dell, Intel und Nvidia gelistet. Der praktische Weg für die meisten Menschen ist: die GGUF ziehen, in llama.cpp oder einem lokalen Runner laden, ein Agent-Scaffold darauf ausrichten. Meta hostet keine öffentliche API für Glimmer selbst, und der lokale Weg ist der, um den herum das Modell gebaut wurde – aber der gehostete Weg ist nicht länger hypothetisch: Drittanbieter-Plattformen begannen am 9. August, es zu servieren, also sind „Download und Ausführung" und „API-Aufruf" jetzt beide live Optionen.

Eine ehrliche Anmerkung speziell zu uns: {{1}}Muse Glimmer ist weiterhin nicht über OrcaRouter verfügbar{{/1}}. Wir routen gehostete APIs, und mit diesem Update {{2}}ist das Modell noch nicht in unserem Katalog gelandet{{/2}} — {{3}}das Angebot mit 0 % Aufschlag und einem Schlüssel für alles{{/3}} gilt für die über 200 Modelle, die wir routen, und dieses ist noch nicht eines davon. Wenn es so weit ist, erreicht derselbe Schlüssel, der den Rest des Katalogs erreicht, auch dieses Modell ohne neuen Vertrag, und automatisches Failover ist der Mechanismus, der es sicher macht, echten Datenverkehr auf ein brandneues, vom Anbieter gemeldetes Modell zu lenken, bevor es eine unabhängige Erfolgsbilanz vorweisen kann. Das ist auch der Grund, warum die Routing-DSL existiert: Ein unbewiesenes Modell sollte sich den Weg in die Produktion anhand Ihrer Daten verdienen, nicht anhand seiner eigenen Pressemitteilung.

Der Screenshot unten zeigt die Hugging-Face-Karte, wie sie am Veröffentlichungstag aussah – ihre Zeile „von keinem Inferenzanbieter bereitgestellt“ bezieht sich auf die eigene First-Party-Inferenz von Hugging Face, die etwas anderes ist als die gehosteten Drittanbieter-API-Auflistungen, die am 9. August live gingen.

Was zu sehen

Drei Dinge werden diese Geschichte klären, in grober Reihenfolge nach Geschwindigkeit. Erstens, die versprochene Muse-Spark-1.2-Veröffentlichung mit offenen Gewichten – wenn das Lehrer-Modell in den „kommenden Wochen“ erscheint, ist Glimmer kein Einzelstück mehr, sondern das dünne Ende einer kompletten Palette offener Gewichte, was die eigentliche strategische Lesart von „Meta ist zurück“ ist. Zweitens, unabhängige Messung: ein Eintrag im Artificial-Analysis-Index, eine Platzierung bei LMArena und Community-Reproduktionen werden zeigen, ob die 19-von-24-Behauptung den Kontakt mit jemandem übersteht, der nicht Meta ist. Drittens, die Hosting-Welle – die hat bereits begonnen. Anbieter haben am 9. August damit begonnen, Glimmer anzubieten, daher ist die Frage lokal-vs-gehostet jetzt eine echte Wahl, die man mit einem einzigen API-Schlüssel treffen kann; was noch zu beobachten bleibt, ist, wie breit sich das Hosting ausbreitet und was der Preis pro Token macht, sobald der Neuheitsreiz der Veröffentlichungswoche nachlässt.

Der Tweet hatte mit den Nachrichten recht. Ob er mit dem Urteil recht hatte – das ist eine Frage von Wochen, und die ehrliche Position ist derzeit, dass niemand außerhalb von Meta genug Evaluierungen durchgeführt hat, um es zu wissen. Was bereits feststeht, ist, dass ein Apache-2.0-Agentenmodell mit 30B Parametern, das auf eine Consumer-GPU passt und von einem umfassenden strategischen Vorstoß getragen wird, eine Veröffentlichung ist, um die herum man planen muss – ganz gleich, wie seine unabhängigen Scores letztendlich ausfallen.

Fragen, die sich wirklich zu beantworten lohnen

Ist Muse Glimmer wirklich Open Source?

Es handelt sich um Open Weights unter der freizügigen Apache-2.0-Lizenz – jeder kann sie herunterladen, modifizieren, feinabstimmen und kommerziell einsetzen, ohne Meta zu bezahlen. Die sorgfältige Formulierung ist „Open Weights“ und nicht „vollständig Open Source“ im OSI-Sinn, weil die Trainingsdaten, die Gewichte des Lehrermodells von Muse Spark und einige Werkzeuge nicht enthalten sind. Für praktische Zwecke – man kann es ausführen, ausliefern und darauf aufbauend ein Produkt verkaufen – ist es dasselbe Angebot, das Llama zur am weitesten verbreiteten offenen KI-Familie gemacht hat.

Schlägt Muse Glimmer tatsächlich Gemma4-31B und Qwen3.6-27B?

Auf Metas eigener Tabelle, ja bei den meisten Agentic- und Such-Benchmarks, mit der Einschränkung, dass Meta den Vergleich selbst durchgeführt und die Einstellungen der Konkurrenten nicht optimiert hat. Das ehrliche Bild ist präziser: Meta gewinnt bei den Agentic-Reasoning-Zeilen, Qwen3.6-27B gewinnt bei praktischer Computernutzung und Terminalarbeit sowie den meisten multimodalen Tests, und Gemma4-31B weist die bessere Sicherheitsbilanz auf. Zum Veröffentlichungsdatum gibt es überhaupt keinen unabhängigen Indexeintrag für Muse Glimmer, also behandeln Sie die 19-von-24-Behauptung als vom Anbieter gemeldet, bis jemand anderes sie überprüft.

Kann ich es auf einem Laptop ausführen?

Nur wenn „Laptop“ einen mit einer diskreten GPU mit 24 GB oder 32 GB bedeutet oder ein High-End-Mac der M-Serie mit ausreichend einheitlichem Speicher – ein 4-Bit-Muse-Glimmer benötigt etwa 17–20 GB plus Headroom für den KV-Cache, den Wahrnehmungs-Encoder und den DFlash-Drafter. Das ist für die meisten Menschen eine echte Anschaffung und die versteckten Kosten eines „kostenlosen“ Modells. Mit integrierter Grafik oder einer 16-GB-Maschine sähe man sich eher starker Quantisierung und langsamer Ausgabe gegenüber als dem stets aktiven Agenten, um den die Veröffentlichung herum aufgebaut ist.

Wo bekomme ich es — ist es über eine API verfügbar?

{{1}}Die Gewichte sind auf Hugging Face unter meta-models/Muse-Glimmer-30B verfügbar (mit einer GGUF-Variante), und du kannst das Modell lokal über llama.cpp, MLX, ExecuTorch oder die lokalen Runner ausführen, die es mittlerweile integrieren.{{/1}} {{2}}Gehosteter API-Zugang ist ebenfalls seit dem 9. August live, über Drittanbieter-Plattformen zu ausgewiesenen Preisen von 0,35 $ pro Million Input-Tokens und 1,50 $ pro Million Output-Tokens — du brauchst also keine 24-GB-GPU mehr zu besitzen, um es aufzurufen.{{/2}} {{3}}Meta selbst bietet weiterhin keine öffentliche API für Glimmer an, und es ist auch noch nicht auf OrcaRouter vertreten.{{/3}} {{4}}Wenn es in unseren Katalog aufgenommen wird, funktioniert derselbe Schlüssel, der für den Rest des Katalogs gilt, auch dafür; bis dahin sind die beiden ehrlichen Wege lokale Inferenz oder eine gehostete Drittanbieter-Plattform.{{/4}}