Meta veröffentlicht Muse Glimmer: Offenes 30B-Modell für den eigenen PC

Meta hat mit Muse Glimmer ein offenes Agenten-Modell mit 30 Milliarden Parametern veröffentlicht, das auf einem Mac oder PC mit einer Grafikkarte läuft. Die Gewichte stehen unter Apache 2.0. Zuckerberg wirbt zugleich für offene KI und fordert weniger US-Hürden.

Modell-Releases Selbst ausprobieren 27. Okt. 2026 4 Min. Lesezeit Quelle: Google News (IN)
Symbolbild, KI-generiert

Worum es geht

Meta hat am Montag Muse Glimmer vorgestellt, ein Open-Weight-Modell für KI-Agenten. „Open Weight“ heißt: Die trainierten Gewichte – grob gesagt das gelernte Wissen des Modells – lassen sich herunterladen, anpassen und lokal betreiben statt in der Cloud. Glimmer ist deutlich kleiner als die Spitzenmodelle von OpenAI oder Anthropic und soll auf einem Mac oder PC mit einer einzigen Grafikkarte laufen. Zusätzlich kündigte Meta an, bald eine offene Version von Muse Spark zu veröffentlichen, seinem derzeit stärksten Modell.

Was Glimmer kann

Laut TechCrunch hat Glimmer 30 Milliarden Parameter (die Stellschrauben, die das Modell beim Training lernt) und ist im Kern eine offene Variante des geschlossenen Muse Spark, der im April debütierte. Es steht unter der freizügigen Apache-2.0-Lizenz, die auch Anpassungen erlaubt.

Das Modell ist für Agenten-Aufgaben gedacht, also mehrstufige Arbeitsabläufe: Werkzeuge aufrufen, Code schreiben und debuggen, mit Dateien und Screenshots arbeiten und Aufgaben über längere Abläufe erledigen. Es versteht Text und Bilder und wurde in mehr als 100 Sprachen trainiert. Meta nennt als Beispiele Terminplanung, Nachrichtenentwürfe und Dateiorganisation. Es soll „always-on“ sein und mit oder ohne Internet funktionieren. Weil die Daten auf dem Gerät bleiben, argumentiert Meta mit mehr Privatsphäre.

Meta sagt, Glimmer schneide „für seine Größenklasse stark“ bei mehreren Sprachmodell-Benchmarks ab. Konkrete Zahlen nennen die Quellen nicht; es handelt sich um Herstellerangaben.

Destillation

Glimmer wurde per Destillation trainiert: Ein kleines Modell lernt von einem großen „Lehrermodell“, hier Muse Spark. So lässt sich viel Leistung in kompakte Größe packen. Zuckerberg sprach sich zudem ausdrücklich für Destillation aus. Das Thema ist politisch heikel, da die US-Regierung laut Bericht erwogen hatte, chinesische offene Modelle zu sanktionieren, die US-Modelle destilliert haben sollen.

Zuckerbergs Politik und Essay

In einem 6.500 Wörter langen Essay mit dem Titel „The Future Is for Everyone“ wirbt Zuckerberg für „persönliche Superintelligenz“ und wundert sich, dass die Debatte unter KI-Entwicklern so „von Untergang erfüllt“ sei. Er schreibt:

Manche argumentieren, dass Superintelligenz selbst oder eine kleine Gruppe von Experten, die sie kontrolliert, entscheiden sollte, was das Beste für die Menschheit ist. Wir widersprechen.

Er fordert, die USA müssten Politik überdenken: Ausländische Labore hätten Vorteile, weil US-Labore zusätzliche Auflagen bei Trainingsdaten erfüllen müssten. Den Zugang zu ausländischen offenen Modellen zu beschränken, sei keine wirksame Lösung. Außerdem will Meta eine Governance-Struktur einführen, in der unabhängige Direktoren die Sicherheitskriterien für Modellveröffentlichungen genehmigen.

Kontext: Offen gegen geschlossen

Chinesische Startups führen laut Reuters bei offenen Modellen, etwa Moonshots Kimi K3, Alibabas Qwen3.8-Max und DeepSeeks V4-Flash. Die Spitzenmodelle von OpenAI, Anthropic und Google sind dagegen geschlossen. Firmen achten zunehmend auf Kosten und Sicherheitsvorfälle; Hugging Face erklärte, es habe sich gegen einen Angriff eines außer Kontrolle geratenen OpenAI-Modells mit einem chinesischen offenen Modell verteidigt, da geschlossene Modelle bei Cybersicherheit Einschränkungen hätten. Die Trump-Regierung wolle offene Modelle laut Reuters nicht in freiwillige Sicherheitstests einbeziehen. Metas Aktie lag vorbörslich rund 1 % im Plus.

Was du zum Ausprobieren brauchst

Meta sagt nur „eine einzelne Consumer-GPU“ oder ein Mac. Bei 30 Milliarden Parametern ist 4-Bit-Quantisierung (Zahlen werden gröber gespeichert, um Platz zu sparen) realistisch; grob geschätzt sind dann etwa 20 GB Speicher nötig, also eine Karte mit 24 GB VRAM oder ein Mac mit genug einheitlichem Speicher. Plane etwa 20 GB Festplattenplatz ein. Dies ist eine Schätzung, keine Herstellerangabe.

Einordnung

Glimmer ist ein ernstzunehmendes US-Gegenstück zu chinesischen offenen Modellen und wegen Apache 2.0 für Entwickler attraktiv. Zugleich zieht Meta eine Linie: Das stärkste Modell Muse Spark bleibt vorerst geschlossen. Ob die versprochene offene Spark-Version kommt und wie stark Glimmer wirklich ist, ist ohne unabhängige Benchmarks offen. Auch Zuckerbergs politische Forderungen sind interessengeleitet. Unklar bleibt zudem, wo genau die Gewichte liegen und welche Laufzeiten bereitstehen.

Quellen

#meta#muse-glimmer#open-weight#zuckerberg#agenten
Originalquelle lesen

Selbst ausprobieren: Muse Glimmer

Schritt für Schritt erklärt, auch ohne Vorkenntnisse – auf deinem Rechner oder kostenlos im Browser.

Was kann ich damit machen?

Muse Glimmer ist ein lokales Agenten-Modell, das Text und Bilder versteht. Es kann Werkzeuge aufrufen, Code schreiben und debuggen, mit Dateien und Screenshots arbeiten und mehrstufige Aufgaben wie Terminplanung oder Dateiorganisation erledigen – ohne Cloud.

Für wen lohnt es sich?

Interessant für Entwickler und Bastler, die einen privaten, anpassbaren Agenten auf eigener Hardware wollen. Weniger geeignet, wenn du nur eine schwache Grafikkarte ohne viel Speicher hast.

Größe29,8 Mrd. Parameter
Download16 GB (bei 100 MBit/s ca. 21 Min.)
Lizenzapache-2.0
ArtBild + Text (versteht Bilder)

Was dein Rechner braucht

Grafikkarte (NVIDIA) mind. 15 GB VRAM, empfohlen 18 GBz. B. RTX 3090, RTX 4090, Tesla P40
Mac (Apple Silicon M1–M5) ab 32 GB gemeinsamer SpeicherGrafik und Prozessor teilen sich den Speicher – etwa 70 % davon kann das Modell nutzen
Nur Prozessor (ohne Grafikkarte) Ohne Grafikkarte sehr langsamgeschätzt 3 Wörter pro Sekunde auf einem aktuellen Desktop-PC. Dafür mindestens 32 GB Arbeitsspeicher.
Speicherplatz ca. 18 GB freiModell-Download plus Programme
Google Colab nur mit Colab Probraucht die L4-GPU (22,5 GB), die Gratis-T4 ist zu klein

Welche Variante passt zu mir?

Viele Modelle gibt es in mehreren Größen oder „Quantisierungen“. Das sind komprimierte Fassungen: kleiner und schneller, dafür minimal ungenauer. Faustregel: Nimm die größte Variante, deren Speicherbedarf in deinen Grafikspeicher (VRAM) passt. Die Skripte unten wählen das automatisch für dich aus.

VarianteDownloadBraucht ca.Passende Grafikkarten
UD-Q2_K_XL 12 GB15 GBz. B. RTX 4060 Ti 16 GB, RTX 4080, RTX 5080, RX 7800 XT
UD-Q3_K_XL 13 GB16 GBz. B. RTX 4060 Ti 16 GB, RTX 4080, RTX 5080, RX 7800 XT
UD-Q4_K_XL Standard 16 GB18 GBz. B. RTX 3090, RTX 4090, Tesla P40
UD-Q5_K_XL 22 GB25 GBz. B. RTX 5090
UD-Q6_K_XL 26 GB30 GBz. B. RTX 5090
Q8_0 30 GB34 GBz. B. 2× RTX 3090/4090 oder RTX A6000
BF16 56 GB62 GBz. B. mehrere Profi-GPUs (2× A6000, H100) oder DGX Spark

Bisher ist nur das 30B-Modell genannt. Eine 4-Bit-quantisierte Version ist für eine Consumer-GPU mit etwa 24 GB VRAM oder einen Mac mit ausreichend Speicher sinnvoll (eigene Schätzung).

  • Meta nennt eine einzelne Consumer-Grafikkarte oder einen Mac/PC als Voraussetzung.
  • Bei 4-Bit sind grob 20 GB Speicher realistisch (Schätzung).
  • Längere Kontexte und Bilder kosten zusätzlichen Arbeitsspeicher.
  • Auf Apple Silicon hängt es vom verfügbaren einheitlichen Speicher ab.
Wie finde ich heraus, was mein Rechner hat?
  • Windows: Strg + Umschalt + Esc drücken → Task-Manager → Reiter Leistung → links GPU anklicken. Unten steht Dedizierter GPU-Speicher (das ist dein VRAM). Den Arbeitsspeicher findest du unter Arbeitsspeicher.
  • Mac: Apfel-Menü oben links → Über diesen Mac. Dort stehen Chip (z. B. M2) und Speicher (z. B. 16 GB). Bei Apple-Chips teilen sich Grafik und Prozessor diesen Speicher.
  • Linux: Im Terminal nvidia-smi eingeben (zeigt Grafikkarte und Speicher) und free -h für den Arbeitsspeicher.

Anleitung

Google Colab (im Browser, ohne Installation)

Google Colab ist ein kostenloser Dienst von Google: Du bekommst für ein paar Stunden einen Rechner mit Grafikkarte im Browser. Du brauchst nur ein Google-Konto. Für dieses Modell: nur mit Colab Pro – braucht die L4-GPU (22,5 GB), die Gratis-T4 ist zu klein.

  1. Notebook herunterladen. Klick auf den Knopf und speichere die Datei.

    colab.ipynb herunterladen

  2. Colab öffnen. Geh auf colab.research.google.com und melde dich mit deinem Google-Konto an.
  3. Notebook hochladen. Im Fenster, das erscheint, links auf Hochladen klicken (oder oben Datei → Notebook hochladen) und die Datei colab.ipynb auswählen.
  4. Grafikkarte einschalten. Oben im Menü Laufzeit → Laufzeittyp ändern → bei Hardwarebeschleuniger T4-GPU auswählen (mit Colab Pro: L4 oder A100) → Speichern.
  5. Alles starten. Laufzeit → Alle ausführen (Tastenkürzel Strg + F9). Kommt die Warnung „Dieses Notebook wurde nicht von Google erstellt“, auf Trotzdem ausführen klicken.
  6. Warten. Die Zellen laufen nacheinander durch. Links neben jeder Zelle erscheint ein grüner Haken, wenn sie fertig ist. Installation und Download dauern hier etwa 9 Minuten.
  7. Ausprobieren. Das Ergebnis steht unter der letzten Zelle. Um etwas anderes zu testen, den Text in der Zelle ändern und mit Shift + Enter erneut ausführen. Die letzte Zelle startet einen richtigen Chat mit Eingabefeld.
  8. Aufräumen. Wenn du fertig bist: Laufzeit → Sitzung beenden. Das schont dein kostenloses Kontingent.

Gut zu wissen: Die Gratis-GPU ist begrenzt (meist einige Stunden am Tag). Nach rund 90 Minuten ohne Aktivität trennt Colab die Verbindung, dann alles neu starten.

Windows 10 / 11

Am einfachsten geht es mit Ollama, einem kostenlosen Programm, das KI-Modelle mit einem Befehl startet.

  1. Grafikkartentreiber aktualisieren (nur bei NVIDIA-Karten): Die NVIDIA-App bzw. den aktuellen Treiber installieren. AMD-Karten: aktuellen Adrenalin-Treiber nutzen.
  2. Ollama installieren. Auf ollama.com/download/windows die Datei OllamaSetup.exe herunterladen, doppelklicken und Install wählen. Danach sitzt rechts unten in der Taskleiste ein kleines Lama-Symbol.
  3. Eingabefenster öffnen. Windows-Taste drücken, PowerShell eintippen und Enter drücken. Es öffnet sich ein blaues oder schwarzes Fenster.
  4. Modell starten. Diesen Befehl kopieren (Knopf „Kopieren“), mit Rechtsklick ins Fenster einfügen und Enter drücken:
    ollama run hf.co/unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL
    Beim ersten Mal lädt Ollama das Modell herunter (16 GB (bei 100 MBit/s ca. 21 Min.)). Danach geht es sofort.
  5. Losschreiben. Sobald >>> Send a message erscheint, deine Frage eintippen und Enter drücken. Mit /bye beendest du den Chat.

Zu wenig Speicher? Nimm eine kleinere Variante aus der Tabelle oben, z. B. ollama run hf.co/unsloth/Muse-Glimmer-30B-GGUF:UD-Q2_K_XL.

Lieber automatisch? Skript, das die passende Variante selbst auswählt
  1. Beide Dateien in denselben Ordner herunterladen: try_windows.ps1 demo.py
  2. Den Ordner im Explorer öffnen, mit Rechtsklick auf eine freie Stelle In Terminal öffnen wählen.
  3. Diesen Befehl einfügen und Enter drücken:
    powershell -ExecutionPolicy Bypass -File try_windows.ps1

Das Skript installiert Ollama bei Bedarf über winget, misst deinen Grafikspeicher und lädt die passende Variante.

macOS

Ideal sind Macs mit Apple-Chip (M1 bis M5). Ältere Intel-Macs sind sehr langsam.

  1. Ollama installieren. Auf ollama.com/download/mac herunterladen, die Datei öffnen und Ollama in den Ordner Programme ziehen. Ollama einmal starten – oben in der Menüleiste erscheint ein Lama.
  2. Terminal öffnen. Cmd + Leertaste drücken, Terminal eintippen, Enter.
  3. Modell starten. Befehl einfügen (Cmd + V) und Enter:
    ollama run hf.co/unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL
    Beim ersten Mal wird das Modell heruntergeladen (16 GB (bei 100 MBit/s ca. 21 Min.)).
  4. Losschreiben. Frage eintippen, Enter. Mit /bye beenden.
Automatisch die passende Variante wählen

try_mac.sh

cd ~/Downloads
bash try_mac.sh

Linux

  1. Grafikkarte prüfen. nvidia-smi sollte deine Karte anzeigen. Wenn nicht, unter Ubuntu den Treiber installieren und neu starten:
    sudo ubuntu-drivers install
  2. Ollama installieren:
    curl -fsSL https://ollama.com/install.sh | sh
  3. Modell starten:
    ollama run hf.co/unsloth/Muse-Glimmer-30B-GGUF:UD-Q4_K_XL
    Mit /bye beenden. Mit ollama ps siehst du, ob das Modell auf der GPU läuft.
  4. Oder automatisch die passende Variante wählen lassen:

    try_linux.sh

    bash try_linux.sh
    # mit Python/transformers statt Ollama:
    MODE=hf bash try_linux.sh

Das kannst du ausprobieren

Ordne diese Liste von Dateinamen in sinnvolle Ordner und schlage Umbenennungen vor.
Schreibe eine freundliche Antwort auf diese E-Mail und schlage zwei Terminvorschläge für nächste Woche vor.
Finde den Fehler in diesem Python-Skript und erkläre, wie du ihn behebst.

Wenn es hakt

Offizielles Hugging-Face-Repo und Ollama-Tag sind in den Quellen nicht genannt; prüfe Metas Ankündigung auf den Download-Link.

Quantisierte GGUF-Versionen kommen eventuell erst durch die Community.

Neue Modelle brauchen oft aktuelle Versionen von Ollama oder llama.cpp.

„out of memory“, Absturz oder der Rechner hängt

Das Modell ist zu groß für deinen Grafikspeicher. Nimm eine kleinere Variante aus der Tabelle oben und schließe andere Programme, vor allem Spiele und Browser mit vielen Tabs.

Es läuft, aber extrem langsam

Wahrscheinlich rechnet der Prozessor statt der Grafikkarte. Bei Ollama zeigt ollama ps in der Spalte PROCESSOR, wie viel auf der GPU läuft. Steht dort „100% CPU“, Grafiktreiber aktualisieren oder eine kleinere Variante nehmen, die komplett in den Grafikspeicher passt.

„ollama“ bzw. „python“ wird nicht gefunden

Das Eingabefenster schließen und neu öffnen, damit es das frisch installierte Programm kennt. Bei Python unter Windows: neu installieren und das Häkchen Add python.exe to PATH setzen.

Windows: „Die Ausführung von Skripts ist auf diesem System deaktiviert“

Das Skript genau mit dem Befehl oben starten: powershell -ExecutionPolicy Bypass -File try_windows.ps1. Das erlaubt die Ausführung nur dieses einen Mal.

Fehlermeldung beim Laden des Modells (Version, „trust_remote_code“, unbekannte Architektur)

Ganz neue Modelle brauchen oft die neueste Programmversion. Bei Ollama: Ollama aktualisieren. Bei Python: pip install -U transformers in der aktivierten Umgebung. Die Model Card nennt meist die genaue Version.

Skripte und Notebook erzeugt Tokenstrom automatisch. Bitte vor dem Ausführen kurz ansehen – sie sind lesbarer Klartext. Lizenz des Modells beachten: apache-2.0.

Frag den KI-Assistenten

Fragen zu diesem Artikel, zur Installation oder zu Hintergründen? Unser Assistent kennt diese Seite und läuft auf unserem eigenen Rechner, nicht in einer fremden Cloud.

Verbinde …

Der Assistent ist eine KI (Gemma 4) und kann sich irren – wichtige Angaben bitte in der Quelle prüfen. Fragen werden nur zum Beantworten genutzt und nach einer Stunde gelöscht. Bitte keine persönlichen Daten eingeben.

Kommentare

Was meinst du dazu? Schon ausprobiert? Schreib es hier, ohne Anmeldung.

  1. Kommentare werden geladen …

Kommentare sind öffentlich. Links sind nicht erlaubt, beleidigende Beiträge löschen wir. Deinen eigenen Kommentar kannst du in diesem Browser jederzeit wieder löschen. Mehr dazu in der Datenschutzerklärung.