Muse Glimmer: Meta öffnet ein 30-Milliarden-Parameter-Modell für Consumer-GPUs

Am 10. August veröffentlichte Meta offiziell die neue Generation seines Open-Weight-Multimodalmodells Muse Glimmer. Mit 30 Milliarden Parametern und einer Apache-2.0-Lizenz kann das Modell frei heruntergeladen, verändert und sogar direkt in kommerzielle Produkte eingebaut werden. Es wurde aus Metas Flaggschiffmodell Muse Spark destilliert, dessen Gewichte weiterhin nicht veröffentlicht sind. Meta hat die Hardware-Hürde jedoch bewusst auf das Niveau von Consumer-Grafikkarten gesenkt: Die quantisierte Version benötigt nur 24 GB Videospeicher (VRAM), um eine vollständige KI-Agenten-Aufgabe auf einem gewöhnlichen PC oder Mac vollständig offline auszuführen.

Aus dem Flaggschiff destilliert, auf Schreibtischgröße geschrumpft

Was Muse Glimmer besonders macht: Meta hat 'offen' und 'leichtgewichtig' diesmal nicht getrennt behandelt, sondern gleich zwei quantisierte Versionen zur Auswahl gestellt, je nach vorhandener Hardware — mit konkreten Zahlen zu Inferenzgeschwindigkeit und Benchmark-Ergebnissen:

• K-Quant-Dynamic: benötigt 32 GB VRAM, bei einem durchschnittlichen Leistungsverlust von nur 0,2 % — nahezu identisch mit dem vollständigen Modell.
• K-Quant-17GB: weiter komprimiert auf 24 GB VRAM, bei einem durchschnittlichen Leistungsverlust von rund 1 %, noch im akzeptablen Bereich.
• Schnellere Inferenz: Ein Block-Diffusions-Draftmechanismus namens DFlash sagt pro Vorwärtsdurchlauf 16 Tokens voraus; optimiert erreicht eine RTX 5090 233,4 Tokens pro Sekunde — das 3,1-Fache der Basisgeschwindigkeit —, ein Apple M5 Max kommt auf 50,2 Tokens pro Sekunde.
• Agenten-Benchmarks: 75,5 Punkte bei MCP Atlas, vor Gemma4-31B (54,2) und Qwen3.6-27B (62,5); 94,7 Punkte beim Mathematiktest AIME 2026; 51,2 Punkte bei der Softwareentwicklungs-Bewertung SWE-Bench Pro.
• Schwachstelle: 65,9 Punkte bei OSWorld, dem Benchmark für Desktopsteuerung — hinter den 75,6 Punkten von Qwen3.6-27B. Ein Allroundmodell ist es also nicht.

Meta positioniert Muse Glimmer als offline-fähigen, mehrsprachigen Agenten mit Text- und Bildeingabe, der rund hundert Sprachen abdeckt. Einsatzbereiche reichen von Terminplanung über Dokumentenorganisation bis zu Codeschreiben und -debugging sowie komplexen, mehrstufigen Aufgaben. Für Branchen, die sicherstellen müssen, dass Daten das eigene Land nie verlassen, oder die schlicht keine stabile Netzverbindung haben, ist diese Kombination besonders praxisnah: Gesundheitseinrichtungen unterliegen dem Patientendatenschutz, Anwaltskanzleien der Verschwiegenheitspflicht gegenüber Mandanten, und Verteidigungs- sowie Fertigungsstandorte haben oft nicht einmal eine verlässliche Netzverbindung.

Zuckerbergs Manifest — und ein Flaggschiffmodell, das weiter hinter einer API verschlossen bleibt

Am Tag der Veröffentlichung verbreitete Zuckerberg ein langes Manifest, das den Open-Weight-Kurs als persönliche Selbstermächtigung darstellt: Er argumentiert, dies könne eine neue Ära individueller Selbstermächtigung einläuten, in der jeder diese mächtige neue Fähigkeit nutzen kann, um sein eigenes Potenzial zu entfalten. Persönliche KI-Agenten sollen rund um die Uhr laufen und Nutzern bei Beziehungen, Gesundheit, Karriere, Finanzen, Haushaltsmanagement und Hobbys helfen — kostenlos oder zu geringen Kosten für alle zugänglich. Am selben Tag rief er die US-Regierung direkt dazu auf, die Regulierung von Open-Source-KI zu lockern. Laut einer Analyse von Kirsten Korosec, Anthony Ha und Rebecca Bellan, den Moderatoren des TechCrunch-Podcasts Equity, hat diese 'KI für alle'-Erzählung einen wichtigen Vorbehalt: Metas eigentlich leistungsfähigeres Flaggschiffmodell Muse Spark bleibt weiterhin hinter der firmeneigenen API verschlossen und wurde nicht mitveröffentlicht.

Es ist nicht das erste Mal, dass Meta zwischen offen und geschlossen schwankt. Ende letzten Jahres tendierte das Unternehmen intern zeitweise dazu, die Llama-Reihe durch ein proprietäres Modell mit dem Codenamen 'Avocado' zu ersetzen, wobei Zuckerberg damals das zu hohe Risiko von Open Source als Grund anführte. Jetzt hisst er die Open-Weight-Flagge erneut, teils weil sich das von der Llama-Reihe aufgebaute Entwickler-Ökosystem als wirksam erwiesen hat. Meta hat zudem angekündigt, innerhalb weniger Wochen auch die Gewichte des größeren Flaggschiffmodells Muse Spark 1.2 zu öffnen — erst dann zeigt sich, ob diese 'Offenheit' eine echte strategische Kehrtwende ist oder nur ein weiteres Hin und Her.

Was das für deutsche Unternehmen und Entwickler bedeutet

Für deutsche Unternehmen geht diese Ankündigung über ein weiteres herunterladbares Open-Modell hinaus. Ein KI-Agent, der auf 24 GB VRAM passt — erreichbar mit einer einzigen Consumer-Grafikkarte —, bedeutet, dass ein Unternehmen nicht mehr auf eine Cloud-API oder einen High-End-Server angewiesen ist, um einen vollständigen Agenten auf eigener Hardware laufen zu lassen. Das ist ein konkreter Vorteil für Branchen, in denen Datenresidenz unter der DSGVO eine wichtige Rolle spielt, oder für Umgebungen ohne verlässliche Netzverbindung, etwa im Gesundheitswesen, im Rechtswesen und in der Fertigung. Die Apache-2.0-Lizenz erlaubt es zudem Softwareanbietern und Systemintegratoren hierzulande, das Modell direkt in kommerzielle Produkte einzubauen, ohne auf Lizenzgebühren oder Nutzungsbeschränkungen zu stoßen. Ob lokale Teams dieses Zeitfenster schnell genug in echte Anwendungen umsetzen, bleibt abzuwarten.