Die technischen Angaben stammen aus der Model-Card auf Hugging Face und aus Metas Blogbeitrag „Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device“ vom 10. August 2026. Die Card nennt rund 29,6 Milliarden Parameter insgesamt, davon etwa 1,8 Milliarden im Perception Encoder (ViT-G/14, bis zu 4.096 visuelle Token je Bild), 52 Lagen, eine versteckte Dimension von 6.656, Grouped-Query Attention mit 32 Query- und 2 KV-Köpfen und ein Vokabular von 202.048 Token. Die Aufmerksamkeit wechselt nach dem Muster [Local, Local, Local, Global] mit einem gleitenden Fenster von 2.048 Token; die Kontextlänge gibt die Card mit „131,072+“ an. Eingabe sind Text und Bild, Ausgabe ist Text; trainiert wurde auf Daten aus mehr als 100 Sprachen.
Der Punkt, um den herum das Modell gebaut ist, ist der Speicher. Meta schreibt, die Quantisierung auf rund 4 Bit bringe das Sprachmodell „under 20 GB“; die Model-Card führt dazu drei Stufen: volle Präzision (BF16) mit 64 GB VRAM, „K-Quant-Dynamic“ mit 32 GB bei 0,2 Prozent durchschnittlichem Qualitätsverlust und „K-Quant-17GB“ mit 24 GB bei 1,0 Prozent. Damit passt das Modell auf eine einzelne Consumer-Karte. Für die Dekodier-Geschwindigkeit liefert Meta einen Entwurfs-Decoder mit („DFlash“): Auf einer RTX 5090 steigt der Durchsatz nach den Angaben der Card von 74,9 auf 233,4 Token pro Sekunde, ein Faktor von 3,1; für Apple-Hardware nennt sie 50,2 Token pro Sekunde auf einem M5 Max und 37,8 auf einem M4 Max. Nvidia bewirbt dasselbe Modell in seinem Entwickler-Blog vom selben Tag mit einem ganz anderen Maß – „delivers over 20K tokens/sec/GPU at BF16/NVF4 precision“ –, das den Serverbetrieb mit vielen parallelen Anfragen beschreibt, nicht die Antwortgeschwindigkeit eines einzelnen lokalen Chats. Die beiden Zahlen messen nicht dasselbe und sind nicht gegeneinander verrechenbar.
Zum Trainingsweg schreibt Meta, das Vortraining habe auf Logit-Destillation aus den Ausgaben von Muse Spark beruht, das Mid-Training auf längeren, agentenlastigen Daten mit reichhaltigeren Denkspuren, das Post-Training auf überwachtem Feintuning kombiniert mit „a mix of on-policy distillation and reinforcement learning“. Muse Glimmer ist damit die offene Ableitung eines geschlossenen Modells – Muse Spark 1.2 führen wir seit dem 8. August mit einem unabhängig gemessenen Intelligence Index von 54.
Die Vergleichstabelle der Model-Card stellt Muse Glimmer-30B gegen Gemma4-31B und Qwen3.6-27B. Vorn liegt Glimmer bei MCP Atlas (75,5 gegen 54,2 und 62,5), DeepSearch QA (74,6 gegen 61,7 und 71,1), τ3-Banking (23,5 gegen 15,1 und 16,7), WildClawBench (47,6 gegen 37,6 und 43,2), Gaia2 (43,3 gegen 36,4 und 40,0), SWE-Bench Pro (51,2 gegen 36,9 und 50,2) und SciCode (43,6 gegen 43,4 und 39,8). Hinten liegt es bei OSWorld-Verified (65,9 gegen 58,5 und 75,6), TerminalBench 2.1 (51,7 gegen 43,4 und 60,7), SkillsBench (44,3 gegen 32,4 und 46,6), GDPVal-AA v2 (953 gegen 811 und 1.141), SWE-Bench Verified (76,0 gegen 66,6 und 77,2) sowie – gegen beide Vergleichsmodelle – bei GPQA Diamond (83,5 gegen 85,7 und 84,2). Bei den multimodalen Aufgaben liegen alle drei dicht beieinander: MMMU Pro 74 gegen 73 und 75, ScreenSpot Pro 75,4 gegen 75,9 und 76,1.
Die begleitende Debatte dreht sich weniger um die Zahlen als um das Wort „offen“. Gary Marcus hat am selben Tag darauf bestanden, dass offene Gewichte und quelloffene Software zwei verschiedene Dinge sind: Open Source liefere „the complete source code“ mit „transparency and customizability“, offene Gewichte dagegen nur „the product of machine learning (the weights of a trained neural network), but not the whole thing, from soup to nuts“ – „Open-weight models are NOT fully customizable, and not transparent.“ Seine Folgerung zielt auf drei Gruppen: „it means that developers often can’t really use the open-weight models (despite the hype) to develop what they want; scientists can’t use them to test a lot of key hypotheses, and regulators can’t peer inside the process.“ Der Einwand trifft diesen Fall genau: Apache 2.0 gilt den Gewichten, nicht den Trainingsdaten und nicht der Trainings-Pipeline. Dass selbst Fachpublikationen die Begriffe mischen, zeigt Phoronix am selben Tag mit der Formulierung „open-source model weights under an Apache 2.0 license“.
⚠️ Zur Beleglage: Sämtliche Benchmark-Zahlen dieser Depesche sind anbieter-selbstberichtet und von Meta selbst gefahren; unabhängige Messungen (Artificial Analysis, LMArena) lagen zum Redaktionszeitpunkt nicht vor. Wir haben das Modell nicht ausgeführt und keine der Angaben nachgemessen. Zuckerbergs Essay „The Future is for Everyone“ ist unter der genannten Adresse belegt, lieferte unserem Abruf aber keinen auswertbaren Fließtext – seinen Inhalt geben wir deshalb nur mittelbar über die Rezeption wieder und zitieren daraus nicht. Die deutsche Rezeption bei heise führt das Essay unter einem anderen Titel („The Path to a Positive AI Future“); Metas eigene Seite und die übrige Rezeption nennen übereinstimmend „The Future is for Everyone“. Die Investitionszahlen, an denen The Decoder die Veröffentlichung aufhängt, sind unabhängig belegt: Meta hat den Rahmen für 2026 auf 130 bis 145 Milliarden Dollar angehoben und für US-Rechenzentren bis 2028 mindestens 600 Milliarden Dollar in Aussicht gestellt. Ein Zusammenhang zwischen dieser Summe und der Öffnung der Gewichte ist eine Deutung der Berichterstattung, keine Aussage Metas.