Im April zeigte Meta mit Muse Spark seine geschlossene Flaggschiff-Linie. Am 10. August rückte ein Teil derselben Muse-Familie zurück in Richtung Open Weight: Muse Glimmer 30B steht auf Hugging Face und zielt auf Agenten, die auf einem Mac oder einem PC mit Consumer-GPU laufen.
Die 30B sind nicht der ganze Punkt. Lange Kontexte und hohe Benchmarks sind bei offenen Modellen aus China und den USA inzwischen Alltag. Metas praktischere Frage lautet: Kann ein herunterladbares, kommerziell freundlich lizenziertes Modell lange Aufgaben, Bildverständnis, Tool-Aufrufe und Fehlerwiederholung lokal erledigen, ohne jeden Schritt an eine Cloud-API zu schicken?
“Some argue that superintelligence itself or a small set of experts who control it should decide what is best for humanity. We disagree.”
30B ist vor allem eine Speicherfrage
Die Hugging-Face-Modellkarte beschreibt Muse Glimmer als Dense Causal Transformer mit rund 29,6B Parametern und einem ViT-G/14-Perception-Encoder mit rund 1,8B Parametern. Der Kontext liegt bei 131.072+ Token, das Vokabular bei 202.048, trainiert wurde über mehr als 100 Sprachen, Wissensstand ist der 4. Januar 2026.
Die wichtigste Zahl ist Speicher. Meta sagt, ein 30B-Modell in voller Präzision brauche mehr als 55GB. Glimmer nutzt etwa 4-bit-Quantisierung, um das Sprachmodell unter 20GB zu drücken, damit KV-Cache, Bild-Encoder und der Speculative-Decoding-Drafter in ein 24GB- oder 32GB-Budget passen.
Das ist keine Cloud-Latenz und kein Tokenpreis. Es ist die Geräteschwelle für lokale Agenten-Schleifen. Der DFlash-basierte Drafter schlägt 16-Token-Blöcke vor, die das Hauptmodell parallel prüft. Meta nennt für die K-Quant-17GB-Konfiguration 3,1x schnellere Dekodierung auf RTX 5090, 1,8x auf M5 Max und 1,5x auf M4 Max.
Die Bewertung ist agentisch
Metas Materialien drehen sich um End-to-End-Aufgabenerledigung, zuverlässige Tool-Nutzung, mehrstufiges Denken, Fehlererholung, multimodale Eingaben, Kompatibilität mit OpenClaw-ähnlichen Scaffolds, steuerbaren Reasoning Effort und Mehrsprachigkeit.
Die Modellkarte nennt 75,5 auf MCP Atlas Public, 74,6 auf DeepSearch QA, 51,2 auf SWE-Bench Pro und 76,0 auf SWE-Bench Verified. Multimodal stehen 78,8 auf Charxiv Reasoning und 75,4 auf ScreenSpot Pro, verglichen mit Gemma4-31B Thinking Mode und Qwen3.6-27B Thinking Mode.
Diese Werte sind keine direkte Erfolgsquote im Unternehmensalltag. Ein echter Agent muss Browser, Repositories, Rechte, Logs und Datenbanken durchlaufen. Wichtig ist die Verschiebung: Meta bewertet lokale Modelle stärker über lange Tool-Schleifen als über einzelne Chat-Antworten.
Open Weights kehren mit Leitplanken zurück
Glimmer steht unter Apache 2.0. Meta verweist auf Hugging Face, lokale Wege über Ollama, LM Studio und Unsloth, Edge-Frameworks wie llama.cpp, ExecuTorch und MLX, Serving über vLLM und SGLang sowie schnelle Einstiege über Together AI, Fireworks AI und OpenRouter.
Der Kontrast zu Muse Spark ist bewusst. Spark bleibt das stärkere geschlossene Modell und ist in bezahlte API-Zugänge gewandert. Glimmer gibt Entwicklern ein lokales Agentenmodell, nicht Metas leistungsfähigstes System.
Die Grenzen stehen ebenfalls im Modelltext. Meta empfiehlt, Glimmer nicht als nackten Endpoint einzusetzen, sondern zusätzliche Schutzmechanismen für irreversible Aktionen, Datensparsamkeit, Scaffold-Grenzen und indirekte Prompt-Injection einzubauen. Ein lokaler Agent kann Bildschirme lesen, Dateien berühren und Tools aufrufen. Lokal heißt nicht automatisch sicher.
Die nächsten Prüfungen sind konkret: reale Geschwindigkeit auf 24GB- und 32GB-Geräten, Qualität der Ollama/SGLang/OpenClaw-Integrationen und menschliche Übernahmen bei langen Aufgaben. Wenn das trägt, bekommt Meta nach Llama einen neuen offenen Einstieg. Wenn nicht, wird Glimmer ein weiteres 30B-Modell, das heruntergeladen, quantisiert, gebenchmarkt und bald ersetzt wird.
Quellen: Meta AI Research, Hugging-Face-Modellkarte, Business Insider, FoneArena, CocoLoop; geprüft wurden 29,6B Parameter, 1,8B Perception Encoder, 131.072+ Token Kontext, Apache-2.0-Lizenz, quantisierte Gewichte unter 20GB, 24GB/32GB-Lokalumfang, DFlash-Angaben von 3,1x/1,8x/1,5x und MCP-Atlas/SWE-Bench-Benchmarkumfang.