Muse Glimmer

Überblick

Muse Glimmer ist Metas erste Rückkehr zu einer echten Open-Source-Lizenz seit der Llama-Reihe: ein dichtes Vision-Language-Modell mit rund 29,6B Parametern unter Apache-2.0, veröffentlicht am 10.08.2026 vom Meta Superintelligence Lab. Es ist per Logit-Distillation aus dem proprietären Frontier-Modell Muse Spark gezogen und ausdrücklich für dauerhaft laufende, lokale Agenten ausgelegt — nicht als Allzweck-Chatmodell.

Die Auslegung ist am Zuschnitt gut erkennbar: 4-Bit-quantisiert passt der Sprachteil unter 20 GB und damit auf eine einzelne Consumer-GPU; ein mitgelieferter DFlash-Drafter beschleunigt die Generierung per spekulativem Decoding um das rund Dreifache.

Use Cases

• Lokale Coding- und Recherche-Agenten ohne Cloud-Anbindung (Tool-Nutzung über den muse_glimmer-Parser, ATEM-XML statt JSON)
• Multimodale Auswertung von Screenshots, Diagrammen und Dokumenten (Vision-Encoder, bis 4.096 Bildtokens je Bild)
• Lang laufende Arbeitsketten mit Fehlerdiagnose und Wiederholung — Meta bewirbt „Failure Recovery" als eigenständige Fähigkeit
• Datenschutzsensible Szenarien: Gewichte lokal, keine serverseitige Moderationsschicht dazwischen

Stärken & Grenzen

Stärken: Für seine Größenklasse ungewöhnlich stark bei agentischer Recherche und Werkzeugnutzung (MCP Atlas 75,5 %, DeepSearch QA 74,6 %) sowie beim Long-Context-Reasoning (AA-LCR 80,0 % — der höchste Wert im Größenvergleich). Vier wählbare Reasoning-Stufen (low / medium / high / xhigh) erlauben es, Qualität gegen Latenz zu tauschen. Echte Apache-2.0-Lizenz statt der früheren Llama-Community-Lizenz.

Grenzen: Bei Computernutzung und Terminal-Arbeit liegt Qwen3.6 27B klar vorn (OSWorld-Verified 75,6 % gegenüber 65,9 %; Terminal-Bench 2.1 60,7 % gegenüber 51,7 %). Der Artificial-Analysis-Intelligence-Index von 35 ordnet das Modell im offenen Mittelfeld ein, nicht an der Spitze. Die AA-Omniscience-Werte sind schwach (Index −33, Halluzinationsrate 82 %). In der Sicherheitsauswertung erreichte Prompt Injection auf Siren AgentDojo eine Erfolgsquote von 28,4 % — für ein Modell, das dauerhaft mit eigenen Dateien und Werkzeugen laufen soll, der wichtigste Vorbehalt.

Praxis-Erfahrung

Reines Open-Weights-Modell; Meta betreibt dafür kein eigenes kommerzielles API (Artificial Analysis führt entsprechend $0,00). OpenRouter listet 0,35 $ je 1M Input und 1,50 $ je 1M Output über Drittanbieter — das ist ein Reseller-Preis, kein Herstellerpreis.

Speicherbedarf laut Metas eigenen Quantisierungs-Builds:

Build	Größe	Zielsystem	Qualitätsverlust
BF16 (voll)	59,6 GB	64 GB VRAM	—
K-Quant-Dynamic (~4 bit)	19,7 GB	32 GB	0,2 %
K-Quant-17GB (~4 bit)	16,8 GB	24 GB	1,0 %

Vision-Projektor (1,40 GB) und DFlash-Drafter (1,63 GB) kommen optional hinzu. Gemessene Geschwindigkeit mit Drafter: RTX 5090 74,9 → 233,4 Tok/s, Apple M5 Max 26,6 → 50,2 Tok/s, M4 Max 23,7 → 37,8 Tok/s.

Empfohlene Sampling-Parameter (HF-Card, Unsloth und vLLM-Recipe übereinstimmend): Temperature 1,0 · Top-p 0,95 · Top-k 64. Für vLLM sind der Tool-Call- und der Reasoning-Parser muse_glimmer zwingend, da das Modell kanalbezogenes Reasoning und XML-artige ATEM-Tool-Calls statt JSON ausgibt.

Gut zu wissen

• Kontextfenster: 131.072 Token laut config.json und vLLM-Recipe („128K trained context"); hier als 128K geführt. Artificial Analysis nennt abweichend 256k — dieser Wert ist durch keine andere Quelle gedeckt und dürfte falsch sein.
• Architektur: dicht, 52 Decoder-Layer, Hidden 6.656, SwiGLU (19.968), GQA 32 Query-/2 KV-Heads (16:1), Muster [Local, Local, Local, Global] mit Sliding Window 2.048, RoPE θ = 500.000 nur auf den lokalen Layern, Vokabular 202.048. Vision: ViT-G/14-Perception-Encoder, 50 Layer, Breite 1.536, Patch 14, ~1,8B Parameter. Alle Angaben aus der config.json gelesen und mit vLLM-Recipe, Unsloth und LM Studio abgeglichen.
• Wissensstand: 04.01.2026 (Meta-Model-Card, von Artificial Analysis bestätigt).
• Video: Metas Spezifikationstabelle nennt als Eingabe nur Text und Bild; die Card führt deshalb kein Video. Die config.json enthält aber einen video_token_id und patch_temporal: 2, und der Hugging-Face-Launch-Beitrag beschreibt Videoverstehen (ohne Audio, Ziel 2 fps, maximal 96 Frames). Technisch ist Video also vorhanden, offiziell nicht zugesagt.
• Structured Output wird im Hugging-Face-Launch-Beitrag als Fähigkeit genannt, ist aber nicht als Feature gesetzt, weil es in Metas eigener Spezifikation nicht auftaucht.
• Verbreitung über Hugging Face, Ollama, LM Studio, llama.cpp (GGUF am Tag 0), MLX, ExecuTorch, Unsloth, vLLM, SGLang sowie Together AI, Fireworks AI und OpenRouter.
• Einzelrelease: Muse Glimmer steht für sich, es gibt keine Größenvarianten. Muse Spark ist das proprietäre Lehrermodell, aus dem es destilliert wurde.

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt.

Quelle: Meta (offizielle Model Card, Spalte Muse Glimmer-30B, High Reasoning) — agentisch:

• MCP Atlas (Public) 75,5 % · DeepSearch QA 74,6 % · WildClawBench 47,6 % · Gaia2 43,3 %
• SkillsBench (mit Skills) 44,3 % · OSWorld-Verified 65,9 % · 𝜏³-Banking 23,5 %

Quelle: Meta — Coding, Multimodal, Reasoning:

• SWE-Bench Pro 51,2 % · Charxiv Reasoning 78,8 % · ScreenSpot Pro 75,4 % · OmniDocBench v1.5 75,8 % · Beam128K 65,1 %

Quelle: Meta — Sicherheit:

• CI Memories: Violation 26,4 % (niedriger ist besser), Coverage 64,8 %
• Siren AgentDojo: Attack Success Rate 28,4 % (niedriger ist besser), Utility 94,2 %
• CBRN-Screening (WMDP Bio 86,5 % · WMDP Chem 75,2 % · MBCT 41,5 % · HPCT 52,3 % · VCT 37,0 % · Lab Bench ProtocolQA 80,2 %)

Quelle: Artificial Analysis (Konfiguration „high", Intelligence Index v4.1.1, Stand 08/2026):

• Intelligence Index 35 · AA-Omniscience-Index −33 · Halluzinationsrate 82 % · Openness Index 44
• 𝜏³-Banking 24 % · Gemma 4 31B liegt im selben Index bei 30

Quelle: Arena (LMArena), Stand 08/2026: Text-Overall-Elo 1426 (Rang 97, steht oben in der Score-Tabelle) · WebDev-Elo 1359 (Rang 77, als „Preliminary" markiert).

Achtung, GDPval-AA v2: Meta gibt für diesen Benchmark 953 an, für Gemma 4 31B 811 und für Qwen3.6 27B 1141 — das ist eine Elo-Skala. Artificial Analysis führt GDPval-AA v2 dagegen als Prozentwert (Gemma 4 31B: 15). Beide Größen tragen denselben Namen, sind aber nicht dieselbe Messung. Der Wert ist deshalb nicht in der Score-Tabelle geführt.

Achtung, Vergleichbarkeit: Sämtliche Zahlen aus Metas Tabelle sind herstellergemessen. Meta gibt selbst an, für die Vergleichsmodelle jeweils den günstigeren aus veröffentlichtem und selbst reproduziertem Wert genommen und unterschiedliche Sampling-Parameter verwendet zu haben (Glimmer und Gemma mit Top-k 64, Qwen mit Top-k 20). Unabhängig nachgemessen sind bislang nur der Artificial-Analysis-Durchgang und die Arena-Elos. Marktechpost hat in seiner Zusammenfassung zwei Werte aus der Qwen-Spalte (Terminal-Bench 60,7 · SWE-Bench Verified 77,2) Muse Glimmer zugeschrieben — diese Seite ist als Quelle nicht brauchbar.