Muse Spark Open vs. Muse Glimmer: Was 22 Indexpunkte Sie tatsächlich kosten

Neununddreißig gegen siebzehn. Das ist der gesamte Vergleich zwischen Muse Spark Open und Muse Glimmer auf dem Artificial Analysis Intelligence Index, und es ist die Zahl, die die Runde machte, nachdem Meta am 15. Oktober 2026 die Gewichte des größeren Modells veröffentlichte. Für sich genommen ist sie nahezu nutzlos, denn die beiden Modelle sind nicht zwei Antworten auf dieselbe Frage. Das eine ist ein Mixture-of-Experts-Modell mit 816 Milliarden Parametern, das dafür ausgelegt ist, aus einem Rechenzentrum heraus bereitgestellt zu werden. Das andere ist ein dichtes Modell mit 30 Milliarden Parametern, das auf einer einzelnen Consumer-Grafikkarte laufen soll. Die Lücke als „das neue ist besser“ zu deuten, erfasst die Richtung der Entscheidung richtig, liegt aber beim Grund dafür völlig falsch. Nichts davon ist ein Grund, das Modell zu meiden, sondern nur ein Grund, die Geschichte zu kennen: Die dokumentierten KI-Vorfälle und Agentenfehler hinter Modellen dieser Klasse sind gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, Schweregrad, Vertrauensstufe und ein Umstritten-Kennzeichen mitführt.

Hier ist, was die Lücke tatsächlich einbringt, was sie kostet und die eine Achse, auf der das kleinere Modell noch immer klar gewinnt.

Zwei Downloads, die unterschiedliche Fragen beantworten

Beide tragen Metas Namen, beide stellen Gewichte auf dem Hugging Face Hub bereit, und beide ermöglichen es dir, Inferenz auszuführen, ohne ein Token an den Endpoint von irgendjemandem zu senden. Dort endet die Ähnlichkeit.

• Muse Spark Open — 816B Gesamtparameter, 42B aktiv pro Token, sparse Mixture-of-Experts, veröffentlicht am 15. Oktober 2026 unter der Muse Model License.

• Muse Glimmer — insgesamt rund 29,6 Mrd. Parameter, dicht, plus ein separater Vision-Encoder mit 1,8 Mrd. Parametern, veröffentlicht im August 2026 unter Apache 2.0.

Der Unterschied bei den aktiven Parametern ist kleiner, als die Schlagzeile vermuten lässt: 42 Mrd. gegenüber rund 29,6 Mrd. ergeben einen Faktor von etwa 1,4, weil Muse Spark Open pro Token nur einen Teil seiner Experten aktiviert. Der Unterschied bei den Gesamtparametern ist es, der die Hardware-Rechnung finanziert: etwa 27,6-mal so viele Gewichte, die gespeichert, quantisiert und bewegt werden müssen.

Was 22 Punkte pro Aufgabe kosten

Artificial Analysis bewertet die beiden Modelle an derselben Messlatte – den Kosten für die Erledigung einer Aufgabe auf ihrem eigenen Intelligence Index – und genau dort erhält die Kluft eine zweite Dimension. In seinem gehosteten Listing kostet Muse Spark Open bei xhigh-Reasoning 0,84 $ pro Index-Aufgabe, gegenüber 0,05 $ für Muse Glimmer bei high. Das sind rund 16,8-mal die Kosten für 2,3-mal den Score.

Listenpreise erzählen dieselbe Geschichte in den Einheiten, mit denen ein Finanzteam arbeitet. Muse Spark Open wird mit 1,25 $ pro Million Input-Tokens und 4,25 $ pro Million Output-Tokens gelistet, mit einem Cache-Rabatt von 88 % und einer Mischrate von etwa 0,78 $ pro Million Tokens. Muse Glimmer wird mit 0,30 $ pro Million Input und 1,20 $ pro Million Output gelistet. Wenn Ihre Workload ein hochvolumiger Klassifizierungs-, Extraktions- oder Routing-Durchlauf ist, ist das kleinere Modell kein Kompromiss – es ist die richtige Antwort, und das zu einem Fünftel des Input-Tarifs.

Die Ausgabegeschwindigkeit ist die einzige Metrik, bei der sie nah genug beieinanderliegen, um als Gleichstand zu gelten, und es lohnt sich, das klar zu sagen, denn es ist kontraintuitiv: Muse Spark Open erreichte 102,0 Ausgabe-Tokens pro Sekunde bei 0,67 Sekunden bis zum ersten Chunk, Muse Glimmer 124,4 Tokens pro Sekunde bei 1,14 Sekunden. Das 816B-Modell ist nicht das langsamere, wenn es einen einzelnen Prompt beantwortet, denn es aktiviert nur einen Bruchteil seiner selbst und läuft auf dafür dimensionierter Hardware. Wo das kleinere Modell gewinnt, ist der Edge-Einsatz: Ein 4-Bit-Build bringt das Sprachmodell unter 20 GB, und ein begleitender Block-Diffusion-Drafter, der jeweils 16 Tokens vorschlägt, soll auf einer RTX 5090 bis zu 3,1× Beschleunigung bringen. Das ist eine Herstellerangabe und wurde nicht unabhängig reproduziert.

Das Kontextfenster ist auch kein fairer Kampf.

Muse Spark Open verfügt über ein 1.048.576-Token-Fenster und akzeptiert Text, Bilder, Video und Audio als Eingabe, mit Text als Ausgabe. Muse Glimmer verfügt über 131.072 Token — 128k in den runden Zahlen, die Meta schreibt — und nimmt Text und Bilder auf, ohne jeglichen Audio-Pfad. Der Wahrnehmungs-Encoder in Muse Spark Open ist eine 1,8-Milliarden-Parameter-Komponente mit 50 Schichten und Sparse Attention, und der Sprach-Stack umfasst 62 Schichten, Hidden-Dimension 8.192, ein Vokabular von 202.048 Token, 256 Experten mit Top-8-Routing und Grouped-Query-Attention mit 128 Query-Heads gegenüber 16 Key-Value-Heads.

Wenn dein Problem darin besteht, „diese zweistündige Aufnahme und diesen Stapel Screenshots zu lesen und mir zu sagen, was passiert ist“, dann ist Muse Spark Open der einzige der beiden, der die Eingabe aufnehmen kann. Wenn dein Problem darin besteht, „diesen einen Bildschirm zu lesen und auf meinem Laptop den richtigen Knopf anzuklicken“, dann ist 128k nicht die Einschränkung, auf die du zuerst stoßen wirst.

Die Lizenzen sind nicht dieselbe Art von offen

Das ist der Teil, den die 22-Punkte-Schlagzeile verschweigt, und es ist der Teil, auf den es bei einer rechtlichen Prüfung ankommen wird.

• Muse Glimmer — Apache 2.0 für alles, was Meta veröffentlicht hat: BF16-Gewichte in voller Präzision, zwei 4-Bit-quantisierte Varianten, der Drafter-Kopf und der Perception-Encoder. Kommerzielle und Forschungsnutzung, kein Gatekeeping.

• Muse Spark Open – die Muse Model License. Umfassende Rechte zur Nutzung, Vervielfältigung, Änderung, Feinabstimmung, Destillation, Zusammenführung und zum Verkauf, vorbehaltlich dreier Bedingungen, die Sie vor Ihrer Planung kennen sollten: Kopien und Ableitungen müssen die Lizenz und die Nutzungsrichtlinie tragen; Produkte, die darauf aufbauen, müssen "Built with Muse Spark Open" in der Oberfläche, in Dokumenten oder in den Einstellungen anzeigen; und wenn Sie Dritten Zugriff auf Modelle anbieten, deren Ausgaben diese Dritten erhalten, und der kombinierte Bruttoumsatz in einem beliebigen Zeitraum von zwölf aufeinanderfolgenden Monaten 20 Millionen US-Dollar übersteigt, müssen Sie Meta benachrichtigen und zuerst eine gesonderte Vereinbarung unterzeichnen. Interne Nutzung, Forschung und kommerzielle Arbeit, die nicht Model-as-a-Service ist, sind ausgenommen. Meta erhebt keinen Anspruch auf das Eigentum an Ausgaben.

Der Zugang unterscheidet sich außerdem grundlegend. Das Repository Muse Spark Open ist zugangsbeschränkt – man meldet sich an und gibt seinen vollständigen rechtlichen Namen, sein Geburtsdatum und den Namen der Organisation samt Identifikatoren an, und die Seite warnt, dass das Formular danach nicht mehr bearbeitet werden kann. Die Downloads von Muse Glimmer sind nicht zugangsbeschränkt. Für ein Team, das beide in Ruhe evaluieren möchte, bevor es sich festlegt, ist diese Asymmetrie eine echte Reibung, und die $20M-Klausel bedeutet, dass „wir haben es heruntergeladen“ und „wir können damit ein gehostetes Produkt ausliefern“ zwei verschiedene Antworten sind.

Wo jedes Einzelne auf das Gestell passt

Metas eigene Modellkarte benennt die Hardware unverblümt: Der BF16-Checkpoint benötigt etwa 2 TB VRAM, und der NVFP4-Build benötigt mindestens 700 GB. Unterstützte Serving-Stacks sind SGLang, vLLM, Hugging Face, TensorRT-LLM, Unsloth und llama.cpp, und die Karte verweist außerdem auf MLX, optimiert für zwei M5 Ultra Mac Studios. Das ist die Desktop-Demo, mit der Meta voranging – zwei zusammengeschaltete Rechner der Spitzenklasse, kein Laptop.

Muse Glimmers Ziel ist wirklich ein anderes: eine einzige RTX 5090, ein quantisierter Build unter 20 GB und ein Drafter-Head, der die Tokens auf dieser Karte schneller herauskommen lassen soll. Die beiden Modelle konkurrieren nicht um dasselbe Silizium. Metas Launch-Beitrag zum größeren Modell macht denselben Punkt aus der anderen Richtung deutlich und stellt agentische Arbeit und die Zwei-Mac-Studio-Konfiguration in den Vordergrund statt einer Einzelkarten-Zahl.

Welches soll man wählen?

Die Entscheidung bricht schnell zusammen, sobald du die Einschränkung festlegst.

• Sie bringen einen lokalen Agenten auf Hardware zum Einsatz, die Ihnen gehört — Muse Glimmer. Die 22 Punkte sind zu keinem Preis verfügbar, den Sie auf einer einzigen GPU bezahlen können.

• Sie brauchen Audio, Video oder eine Million-Token-Eingabe in einem einzigen Aufruf — Muse Spark Open, und kein kleineres Modell kann als Ersatz dienen.

• Sie erledigen Arbeit mit hohem Volumen und geringer Schwierigkeit – Muse Glimmer für 0,30 $ pro Million Eingabe-Tokens, es sei denn, eine gemessene Evaluierung zeigt, dass das Modell mit Score 17 bei Ihrer spezifischen Aufgabe versagt.

• Du willst den Frontier-Score und du mietest — die ehrliche Anmerkung ist, dass Muse Spark Open nicht der günstigste Weg ist, eine 39 zu erreichen. Es ist der einzige Weg, eine 39 zu erreichen, mit den Gewichten auf deiner eigenen Festplatte.

Zur Serving-Frage: Die praktische Realität für die meisten Teams ist, dass keines der beiden Modelle eines ist, das Sie vom ersten Tag an selbst hosten. Wenn Sie die Muse-Linie von Meta aufrufen möchten, ohne GPUs hochzufahren, Muse Spark 1.2, eines der beiden Muse-Modelle, die OrcaRouter tatsächlich routet, ist verfügbar über eine API für mehr als 200 Modelle, mit automatischem Failover, sodass ein unbekanntes Modell Testverkehr abwickeln kann, ohne Ihren Produktionspfad zu belasten. Beide Muse-Modelle, die wir anbieten, werden zum Listenpreis des Anbieters mit 0 % Aufschlag abgerechnet, sodass eine Preisänderung auf Anbieterseite bei uns am selben Tag live ist. Um die Grenzen ausdrücklich zu nennen: OrcaRouter routet derzeit weder Muse Spark Open noch Muse Glimmer — beides sind Gewichte, die Sie selbst betreiben, oder Endpunkte, die Sie woanders kaufen.

Was ist noch ungemessen?

Fast alles, was den Vergleich entscheiden würde.

Die 39 ist eine eigenständige Zahl, die einem Modell zugeordnet ist, dessen eigene Launch-Scorecard JobBench 61,8, MCP-Atlas 89,2, GDPval-AA v2 1401, OSWorld Verified 80,4, Toolathlon Verified 72,8, HLE-Diamond 26,1 ohne Tools und 61,0 mit ihnen, GPQA Diamond 89,0, SciCode 58,5, DeepSWE 1.1 bei 60 und Terminal-Bench 2.1 bei 76,4 mit dem Terminus 2 Agenten auflistet. Jede einzelne davon ist vom Anbieter gemeldet und nicht reproduziert, und mehrere wurden innerhalb von Metas eigenem Agent-Harness gemessen, was sie zu einer Fähigkeitsbehauptung statt zu einem Ranking auf gleicher Basis macht. Glimmers Karte führt ihre eigene Anbietertabelle auf — SWE-Bench Verified 76,0, Terminal-Bench 2.1 51,7, GPQA Diamond 83,5, AIME 2026 94,7, HLE 22 — mit demselben Vorbehalt. Zwei Anbieter-Scorecards, die Monate auseinander auf unterschiedlichen Harnesses erstellt wurden, lassen sich nicht voneinander subtrahieren, weshalb genau der eine unabhängige Index die Zahl ist, auf die sich dieser Artikel stützt.

Die Kluft, die die Entscheidung tatsächlich beeinflussen wird, steht auf keiner der beiden Karten. Sie ist der Preis für eine Aufgabe auf dem Qualitätsniveau, das Sie persönlich benötigen, mit Ihren eigenen Eingaben, einmal gemessen. Solange das niemand durchführt, sind 39 und 17 zwei Fakten über zwei verschiedene Maschinen, die denselben Familiennamen tragen.