Qwen3.8-27B vs. Meta Muse Glimmer: Das lokale Agentenrennen – eine Seite ist bereits hier

Meta Muse Glimmer wurde am 10. August 2026 veröffentlicht — Apache 2.0, grob 30 Milliarden Parameter, gezielt auf lokale agentische Workloads ausgerichtet — und das Modell, das mit ziemlicher Sicherheit sein engster Konkurrent werden wird, ist noch nicht erschienen. Alibaba kündigte Qwen3.8-27B am 3. August als das selbst hostbare Mitglied der Qwen3.8-Generation an, versprach seine offenen Gewichte für die Woche des 10. August, und zum Zeitpunkt dieses Schreibens ist das offizielle Repository noch nicht aufgetaucht. Das macht diesen Vergleich bewusst einseitig: Die eine Seite ist real und heute herunterladbar, die andere noch unbestätigt. Genau deshalb lohnt es sich, jetzt zu schreiben — Meta hat Glimmers eigene Benchmark-Tabelle gegen den Vorgänger der 27B erstellt, sodass der Kampf bereits abgesteckt ist, bevor die 27B existiert.

Das Duell auf einen Blick

Beide Modelle zielen auf denselben Käufer: jemanden, der nahezu Flaggschiff-taugliche Agentik- und Programmierfähigkeiten auf eigener Hardware möchte, nicht über eine API. Die Dimensionen sehen wie folgt aus, wobei die Qwe​n-Seite überall als unbestätigt markiert ist, wo das Repository es noch nicht bestätigt hat:

• Status — Me​ta Muse Glimmer jetzt verfügbar vs. Qwen3.8-27B angekündigt, Gewichte ausstehend.

• Größe — Glimmer hat insgesamt ~29,6B (27,9B Text-Decoder + 1,9B Vision-Encoder) im Vergleich zu ~27B des 27B, Architektur unbestätigt.

• Lizenz — Apache 2.0, die Gewichte, Quants, Drafter und Encoder abdeckt, vs. nicht angekündigt, wobei die Tongyi-Qianwen-100M-MAU-Klausel eine reale Möglichkeit ist.

Kontext — Glimmer unterstützt ein 128K-Token-Fenster im Vergleich zum Kontext der 27B, unbestätigt.

• Modalität — Glimmer akzeptiert Text- und Bildeingaben über einen Wahrnehmungs-Encoder, im Gegensatz zur 27B, die wahrscheinlich text-first ist (unbestätigt).

• Lokaler Fußabdruck — Glimmer läuft mit ~17 GB bei seiner 4-bit K-Quant-17GB-Einstellung gegenüber einem prognostizierten ~17 GB bei Q4_K_M für die 27B.

• Geschwindigkeitstechnologie — Glimmer bringt DFlash-spekulative Dekodierung mit (Meta berichtet 74,9 bis 233,4 Token/s auf einer RTX 5090, ein 3,1-facher Sprung) gegenüber der 27B, für die es noch keine derartigen Angaben gibt.

Warum Me​ta hierher zielte

Muse Glimmer ist eine destillierte und quantisierte Version von Me​tas geschlossenem Flaggschiff Muse Spark 1.2, veröffentlicht von Me​ta Superintelligence Labs und speziell abgestimmt auf ständig aktive On-Device-Agenten: Tool-Aufruf, mehrstufiges Denken, Fehlerbehebung und -wiederholung, verschränktes Text- und Bildverständnis sowie über 100 Sprachen. Me​tas eigene Zahlen sehen ihn bei mehreren Agententests vor der Ge​mma-4-Familie und Qwen3.6-27B — MCP Atlas 75,5, DeepSearch QA 74,6, SWE-Bench Pro 51,2 — und bei einigen anderen knapp dahinter. All das beruht auf Herstellerangaben und wurde nicht unabhängig reproduziert, und man sollte es deutlich sagen: Bei den agentischen Benchmarks, die Me​ta ausgewählt hat, führt Glimmer die frühere Qwe​n-Generation an, und bei denen, die es nicht ausgewählt hat, liegt Qwe​n weiterhin vorn.

Zwei Dinge machen Glimmer über die bloßen Ergebnisse hinaus bemerkenswert. Erstens die Lizenz: Apache 2.0, keine MAU-Klausel, keine Schwelle für kommerzielle Absprachen – das Permissivste, was Me​ta seit Langem veröffentlicht hat, und Zuckerbergs begleitender Essay machte die strategische Wette explizit. Zweitens die Toolchain ab dem ersten Tag: llama.cpp, Hugging Face Transformers, Ollama, LM Studio und SGLang haben alle Unterstützung zum oder nahe dem Start erhalten, was genau das ist, was ein lokales Modell braucht, um nutzbar zu sein und nicht nur herunterladbar.

Me​ta hat den Gegner bereits ausgewählt.

Die wichtigste Tatsache in Glimmers Veröffentlichung für diesen Vergleich ist, gegen wen Me​ta gebenchmarkt hat: Qwen3.6-27B, der direkte Vorgänger von Qwen3.8-27B. In Me​tas eigener Tabelle liegt Glimmer beim SWE-Bench Pro (51.2 vs 50.2) knapp vor dem Qwe​n 27B und beim SWE-Bench Verified (76.0 vs 77.2) dahinter, und Qwe​n führt bei OSWorld-Verified, Terminal-Bench 2.1 und den meisten multimodalen Benchmarks. Mit anderen Worten: Die beiden Familien liefern sich auf der lokalen 27–30B-Skala ein Kopf-an-Kopf-Rennen, und die 3.8-Generation der Qwe​n-Seite ist die Fortsetzung genau des Modells, das Me​ta als Referenzpunkt verwendet hat. Das ist die eigentliche Schlagzeile dieses Vergleichs: Die 27B ist kein hypothetischer Konkurrent von Glimmer, sondern die nächste Version des Platzhirsches – und Me​ta hat uns bereits gezeigt, wie nah die Baseline an Glimmer ist.

Was ist auf der Qwe​n-Seite noch unverifiziert?

Bis das Repository veröffentlicht wird, besteht die Qwen3.8-27B-Spalte größtenteils aus Fragezeichen: ob es sich um ein dichtes Modell oder eine MoE-Architektur handelt, sein Kontextfenster, ob es multimodal ist, und nicht zuletzt seine Lizenz. Die Lizenzfrage könnte diesen Vergleich ganz allein entscheiden – ein unter Tongyi-Qianwen-Lizenz stehendes Modell ist eine andere Beschaffungsentscheidung als eines mit Apache-2.0-Lizenz, insbesondere für kommerzielle Produkte oberhalb der MAU-Schwelle. Von der 27B existieren noch keinerlei Benchmark-Ergebnisse, und die vom Hersteller gemeldeten Zahlen für die breitere 3.8-Generation gehören zum Max, nicht zur 27B.

Welches soll man wählen?

Wenn Sie heute ein funktionierendes lokales Agentenmodell benötigen, ergibt sich die Entscheidung von selbst: Me​ta Muse Glimmer existiert, läuft auf einer 24-GB-Karte, bietet ab dem ersten Tag Laufzeitunterstützung und ist unter Apache 2.0 lizenziert. Qwen3.8-27B ist ein Versprechen. Wenn Sie bereits auf das Qwe​n-Ökosystem standardisiert sind oder Ihre Anforderung ein bestimmter Benchmark ist, den die 3.8-Generation voraussichtlich verbessert, lohnt sich das Warten auf die 27B — aber das Warten hat echte Opportunitätskosten, und die Lizenz könnte Ihre Entscheidung ändern, sobald das Modell erscheint.

Teams, die weder die Wartezeit noch die Anbieterbindung wollen, haben einen Mittelweg. OrcaRouter leitet über 200 Modelle über eine API zum Listenpreis des Anbieters mit null Aufschlag und automatischem Failover — Qwen3.8 Max ist heute für 2,00 $/6,00 $ pro Million Tokens dabei, und die eigene geschlossene Muse-Spark-Serie von Me​ta ist über denselben Schlüssel erreichbar. Wenn das 27B erscheint und sich in unabhängigen Benchmarks Vertrauen erarbeitet, ist Failover der Weg, es gegen eine Produktionslast zu testen, ohne den gesamten Pfad auf ein unbewiesenes Modell zu setzen: Leiten Sie einen Teil des Datenverkehrs dorthin, lassen Sie den Rest beim bisherigen Modell und lassen Sie die tatsächliche Nutzung entscheiden.

Keine Seite wurde bisher unabhängig geprüft — Glimmers Zahlen sind die von Me​ta, und die 27B hat überhaupt keine Zahlen. Die ehrliche Bilanz nach der ersten Woche: Glimmer ist das Modell, das man tatsächlich ausführen kann, die 27B ist das, womit man es in einem Monat vergleichen wird, und die Lizenzdatei, nicht die Benchmark-Tabelle, ist das, was die Entscheidung eines Teams am ehesten kippen dürfte.