Muse Wonder Full vs. Muse Glimmer: Die beste Punktzahl in der Tabelle ist zugleich die schlechteste Zahl darin

Muse Wonder Full und Muse Glimmer sind die beiden Enden der veröffentlichten Modellpalette von Meta Superintelligence Labs. Muse Wonder Full ist ein proprietärer Frontier-Checkpoint, der am 12. Oktober 2026 angekündigt wurde, als Teil des Muse Code-Abos verkauft wird und 59,1 auf Metas eigenem Index erzielte. Muse Glimmer ist ein Apache-2.0-Modell mit 30 Milliarden Parametern, das am 10. August 2026 veröffentlicht wurde und bereits auf 4 Bit quantisiert ausgeliefert wird, sodass es unter 20 GB VRAM passt, und das 17 auf dem unabhängigen Artificial Analysis Intelligence Index erreicht. Dazwischen liegen 42 Punkte im zusammengesetzten Score, eine Lizenz, ein Download und eine Tür für 50 $ pro Monat – und eine Zeile in Metas eigener Tabelle, in der das teure Modell 13,1 erreicht.

Diese Zeile ist Harvey LAB-AA, Metas Benchmark für juristische Agenten. Muse Wonder Full meldet darauf 13,1. Muse Wonder, der aufrufbare Checkpoint aus demselben Release, meldet 54,3, GPT-6 Astra 54,5 und Claude Opus 5.5 55,2. Ein Modell, das den Gesamtindex mit vier Punkten Vorsprung anführt, landet auf einer an echten Arbeitsaufgaben ausgerichteten Suite mit einem Abstand von 41 auf dem letzten Platz. Das ist das Erste, was man über dieses Paar verstehen muss: Der Gesamtscore beschreibt nicht die Arbeit.

Zwei Produkte, ein Nachname und ein drittes, das mit beiden verwechselt wird

• Gewichte — Muse Glimmer Apache 2.0, herunterladbar, in 4-Bit ausgeliefert; Muse Wonder Full proprietär, kein Checkpoint veröffentlicht, und keiner wird kommen.

• Wo es läuft — Muse Glimmer auf Ihrem eigenen Beschleuniger, offline; Muse Wonder Full auf Metas Infrastruktur innerhalb von Muse Code.

• So kaufen Sie es – Muse Glimmer: keine Gebühr pro Token, wenn Sie selbst hosten, oder 0,325 $ für Eingaben und 1,35 $ für Ausgaben pro Million über einen gehosteten Endpunkt; Muse Wonder Full: überhaupt kein Preis pro Token, sondern veröffentlichte Tarife von 50 $ pro Monat für Power Usage und 200 $ pro Monat für Maximum Usage.

• Parameter — Muse Glimmer 30 Milliarden, unter 20 GB quantisiert; Muse Wonder Full nicht bekannt gegeben.

• Kontextfenster — Muse Glimmer 131.072 Tokens, erweiterbar auf 262.144; Muse Wonder Full wird zusammen mit der Serie mit 1.048.576 Tokens beschrieben.

• Modale Eingabe – Muse Glimmer Text und Bild; die Muse Wonder-Serie Text, Bild, Sprache und Video.

• Wissensstichtag — Muse Glimmer Januar 2026; Muse Wonder Full nicht veröffentlicht.

• Was kann man damit machen — Muse Glimmer kann gepinnt, geforkt und feinabgestimmt werden; Muse Wonder Full kann als veraltet markiert werden.

Meta hat Glimmer auf einer RTX 5090 sowie auf Apple M4 Max- und M5 Max-Silizium getestet, was hier die praktische Definition von „läuft lokal“ ist – volle Präzision liegt bei über 55 GB, die 4-Bit-Version ist also der einzige Grund, warum das Modell einsetzbar ist. Nichts an Muse Wonder Full funktioniert so. Man erreicht es über ein Abonnement, zu einem Tarifpreis, solange Meta es anbietet.

Eine weitere Unterscheidung, die man klar benennen sollte, weil die Namensgebung sie stillschweigend verwischt: Muse Wonder Full ist in keiner allgemeinen Hinsicht die Spitze der Muse-Wonder-Reihe und auch kein größerer Glimmer. Es ist ein eigenes Trainingsziel, das im selben Atemzug wie Muse Wonder angekündigt wurde, und das einzige der drei, das man nicht pro Token kaufen, selbst hosten oder ohne Bestellung evaluieren kann.

Die Lizenz ist die Achse, die niemand bepreist

Dieser Vergleich wird üblicherweise als Fähigkeit gegen Kosten dargestellt. Die Betrachtungsweise, die tatsächlich vorhersagt, was man tun kann, ist Fähigkeit gegen Kontrolle, und die beiden Modelle stehen darin an entgegengesetzten Polen.

Alles am Design von Muse Glimmer setzt einen Eigentümer voraus, nicht einen Kunden. Die Gewichte stehen unter Apache 2.0, die Quantisierung wird für Sie übernommen, der Speicherbedarf liegt unter 20 GB, weil das die Zahl ist, bei der eine einzelne Consumer-Karte ausreicht, und der Wissensstichtag wird veröffentlicht, damit Sie wissen, was es nicht weiß. Sie können es forken, feinabstimmen, eine Revision festlegen und es weiter betreiben, nachdem der Anbieter kein Interesse mehr hat. Für ein Modell, das von einem Labor veröffentlicht wurde, das seither bereits zwei weitere Generationen ausgeliefert hat, ist diese letzte Eigenschaft nicht hypothetisch.

Muse Wonder Full hat das umgekehrte Profil. Es gibt kein Artefakt zum Festhalten, keine Revision zum Pinnen, keine Möglichkeit nachzuvollziehen, was sich von einem Monat zum nächsten geändert hat, und keinen Weg zum Checkpoint, wenn der Plan ausläuft. Der veröffentlichte zusammengesetzte Score ist das Einzige, was dir dauerhaft bleibt, und er ist eine Zahl über Metas Harness statt über deine Arbeitslast.

Die praktische Konsequenz ist asymmetrisch und es lohnt sich, sie ohne Wenn und Aber zu benennen. Wenn eine Anfrage das Gerät nicht verlassen kann – eine Fabrikhalle ohne Konnektivität, eine Air-Gap-Umgebung, in der ein API-Aufruf selbst ein Compliance-Verstoß ist, ein Latenzbudget, bei dem ein Roundtrip bereits zu viel ist –, kommt Muse Wonder Full um keinen Preis für die Frage in Betracht. Glimmer ist eine Datei. Full ist ein Abonnement.

Woraus die 42-Punkte-Lücke tatsächlich besteht

Ein derart großer Unterschied bedeutet normalerweise schlicht, dass ein Modell einfach schlechter ist. Hier bedeutet er meist, dass die beiden für unterschiedliche Aufgaben gebaut wurden, und die Teilwertungen zeigen das, statt es zu verbergen. Alle untenstehenden Zahlen sind Messungen von Artificial Analysis auf Revision v4.3.2, sofern nicht anders gekennzeichnet.

• Intelligence Index — Muse Wonder Full (max) 56, vierter von 699 Modellen; Muse Glimmer (high) 17, fünfzehnter von 142.

• Langkontext-Recall — Muse Glimmer 83,3 %, vor Claude Sonnet 5.5 mit 82,7 % im selben Durchlauf. Der Wert von Muse Wonder Full ist auf demselben Harness nicht veröffentlicht.

• Terminal-Bench 4.0 — Muse Glimmer 0,5 %; die Serie Muse Wonder meldet 85,5 und 85,6 in der Tabelle des Anbieters.

• Humanity's Last Exam — Muse Glimmer 22,0 %; Muse Wonder Full nicht auf demselben Harness gemeldet.

• Ausgabegeschwindigkeit — Muse Glimmer 143,8 Token pro Sekunde. Muse Wonder Full ist nicht auf demselben Harness veröffentlicht, und auch nicht seine Kosten pro Index-Aufgabe, weil es keine Pro-Token-Rate gibt, aus der sie sich berechnen ließen.

• Kosten pro Index-Aufgabe – Muse Glimmer in der gehosteten Version etwa 0,06 $. Muse Wonder Full: nicht zutreffend, kein verbrauchsabhängiger Pfad.

Die Long-Context-Zeile ist die, bei der man innehalten sollte. Ein Modell mit 30 Milliarden Parametern, auf 20 GB quantisiert, das bei der Suche nach einer Tatsache in einer sehr langen Eingabe mit einem aktuellen Frontier-Checkpoint mithält, ist kein Rundungsartefakt – es ist genau das, worauf das Trainingsrezept abzielte, und es ist die stärkste Aussage, die man für Glimmer treffen kann. Die Terminal-Bench-Zeile ist das andere Ende: Ein halbes Prozent bedeutet, dass das Modell keine agentischen Softwareaufgaben abschließt, und keine Einsparung bei der Hardware macht eine Aufgabe, die nie fertig wird, billiger. Eine peer-reviewte Multi-Agenten-Orchestrierungsstudie, die Muse-Glimmer-30B einschloss, ergab, dass es keinen seiner Kandidaten wiederfand, was derselbe Befund aus einer anderen Richtung ist.

Also: Glimmer liest sich gut, antwortet schnell, läuft überall und kann nicht ausführen. Muse Wonder Full kann ausführen und meldet den höchsten Gesamtwert in der Familie – und meldet dann 13,1 in der Legal-Agent-Suite, was unter jedem anderen Frontier-Modell in Metas eigener Tabelle liegt. Keine der beiden Tatsachen wird durch die andere erklärt.

Die 0,06-Dollar-Zahl ist eine Falle, und die 50-Dollar-Zahl auch.

Die gehostete Kennzahl „Kosten pro Index-Aufgabe“ verdient eine sofortige Disqualifikation. 0,06 $ sind das, was Artificial Analysis ausgegeben hat, um Muse Glimmer über einen gehosteten Endpunkt bei 0,325 $ und 1,35 $ pro Million aufzurufen — sie bepreist die Wirtschaftlichkeit des Mietens des Modells, nicht die des Betreibens. Bei Selbsthosting verschwindet die Rechnung pro Token und wird durch einen Beschleuniger ersetzt, den man bereits besitzt oder kaufen muss, plus die Entwicklungszeit für die Bereitstellung. 0,06 $ gegen die Kosten pro Aufgabe eines Frontier-Modells anzuführen, als wären die beiden eins zu eins vergleichbar, ist der mit Abstand einfachste Fehler, den man auf dieser Seite machen kann.

Die $50 sind eine andere Falle in die entgegengesetzte Richtung. Sie wirken billig neben einer Ausgaberate von $20 pro Million, und das sind sie nicht, denn sie kaufen keine messbare Einheit. Zehn Prompts und zehn Millionen Prompts kosten dasselbe, und die Punktzahl, für die Sie sie kaufen — 59,1 auf Metas Index — ist nicht die Punktzahl, die das offene Board für denselben Checkpoint veröffentlicht. Metas Tabelle sagt 59,0 auf dem Artificial Analysis Index; Artificial Analysis veröffentlicht 56. Eine Drei-Punkte-Abweichung beim selben genannten Index zeigt Ihnen, welche Zahl eine Behauptung und welche eine Messung ist.

Ehrlich gesagt liegen diese beiden Modelle überhaupt nicht auf derselben Achse. Muse Glimmer wird nach dem Accelerator bepreist, und seine Kosten skalieren nicht mit dem Volumen – teuer bei zehn Anfragen pro Tag, bemerkenswert günstig bei zehn Millionen. Muse Wonder Full wird nach dem Monat bepreist, und seine Kosten skalieren mit nichts, was man messen kann. Das eine bewegt sich mit Ihrer Nutzung. Das andere bewegt sich überhaupt nicht.

Die Sprosse, die tatsächlich zwischen ihnen liegt

Die meisten Teams, die bis hierher gelesen haben, wollen keines der beiden Extreme. Sie wollen ein kleines Modell auf ihrer eigenen Hardware für die günstige, private, hochvolumige Hälfte der Arbeitslast und etwas in Frontier-Klasse über eine API für die schwierige Hälfte, und der unbequeme Teil ist, dass dies normalerweise zwei getrennte Stacks mit zwei getrennten Abrechnungsbeziehungen bedeutet.

Eines der drei Meta-Modelle in dieser Familie ist eine Route, die wir bedienen. meta/muse-spark-1.2 — der größere Teacher Glimmer, aus dem destilliert wurde — steht im OrcaRouter-Katalog bei 1,25 $ Input und 4,25 $ Output pro Million Tokens über ein Fenster von 1.048.576 Tokens mit 0,15 $ für Cache-Reads. Damit ist es die mittlere Sprosse: deutlich leistungsfähiger als der 30B-Student bei ausführungsorientierten Aufgaben, ein Fünftel der Output-Rate von Muse Wonder und über denselben Schlüssel erreichbar wie alles andere.

Zwei ehrliche Anmerkungen, denn die Namensgebung legt eine falsche Annahme nahe. Muse Glimmer selbst ist keine unserer Routen – es gibt keinen muse-glimmer-Eintrag im Katalog, und das sollte auch nicht so sein, denn der ganze Sinn von Glimmer besteht darin, dass man es selbst betreibt und nirgendwohin routet. Muse Wonder Full ist ebenfalls nicht von uns, und anders als Glimmer ist es niemandem außerhalb von Metas Abo-Oberflächen verfügbar.

Was das Single-Endpoint-Arrangement einbringt, ist die gehostete Hälfte dieser Aufteilung. Die Listenpreise der Anbieter werden mit 0 % Aufschlag durchgereicht, sodass sich eine Preisänderung eines Anbieters noch am selben Tag niederschlägt; automatisches Failover fängt ab, wenn ein vorgelagerter Anbieter mitten im Lauf schlechter wird; und die Routing-DSL kombiniert ein günstiges Modell und ein teures zu einem einzigen Aufruf, sodass die teure Seite nur dort aufgerufen wird, wo die Konfidenz des günstigen Modells sinkt. Für eine Familie mit einer 30B-Datei am einen Ende und einem abonnementpflichtigen Checkpoint am anderen ist genau diese Komposition der Punkt – der meiste Verkehr braucht nie eines der Extreme.

Auswahl – und die eine Zeile, die sie entscheidet

• Muse Glimmer, wenn die Tokens die Maschine verlassen können, wenn es kein Netzwerk gibt, wenn Sie etwas brauchen, das Sie anpinnen und behalten können, oder wenn das Volumen hoch genug ist, dass eine Abrechnung pro Token zu den dominierenden Kosten wird. Innerhalb dieses Rahmens ist es schnell, prägnant und stark beim Lesen langer Kontexte, und die zusammengesetzte Punktzahl unterschätzt es genau für diese Aufgaben.

• Muse Glimmer für Extraktion und Retrieval mit hohem Volumen über lange Dokumente hinweg, wobei der Long-Context-Recall von 83,3 % die Zahl ist, auf die es ankommt, und die 0,5 % bei Terminal-Bench nie zur Sprache kommen.

• Muse Wonder oder die breitere Serie, wenn die Aufgabe ausgeführt werden muss – Agenten, Computernutzung, Terminalarbeit – oder wenn die Eingabe Sprache oder Video ist. Eine Ausführungsbewertung von 0,5 % ist keine Budgetoption; sie ist ein Nichtteilnehmer.

• Muse Spark 1.2, wenn Sie im mittleren Bereich suchen. Es ist das Modell, aus dem Glimmer destilliert wurde, es ist die Sprosse zwischen den beiden Extremen, und es kostet ein Fünftel dessen, was die Frontier-Serie für Fähigkeiten irgendwo in dieser Lücke verlangt.

• Nicht Muse Wonder Full – allein aufgrund des Composite. Meta meldet 13,1 in der Legal-Agent-Suite gegenüber 55,2 für Claude Opus 5.5 in derselben Tabelle, und das unabhängige Board setzt den Checkpoint vier Punkte über dem aufrufbaren Muse Wonder an, statt bei 42. Wenn Ihre Arbeit wie diese Harvey-Zeile aussieht, ist die höchste Punktzahl in der Launch-Tabelle der falsche Grund, für das Abonnement zu bezahlen.

Die 42-Punkte-Indexlücke ist real, und sie ist zugleich das Unnützeste auf dieser Seite. Das sind keine benachbarten Produkte mit einem Preisschritt dazwischen; sie sind eine Datei und eine Tür. Die Entscheidung ist, wo die Tokens laufen, dann, ob die Arbeit im Lesen oder im Ausführen besteht – und die letzte Entscheidung, diejenige, die Leute vergessen, ist, dass ein Labor, das an beiden Enden der Spanne so weit auseinanderliegende Modelle veröffentlicht, sich weiterbewegen wird. Das Modell, das man nicht festnageln kann, ist also das Modell, auf dem man am langsamsten aufbauen sollte.