Auf einen Blick
- Was: Meta veröffentlicht Muse Glimmer — 30 Mrd. Parameter, multimodal, Apache 2.0.
- Wer profitiert: Alle, die KI lokal betreiben wollen — Homelab, Datenschutz, Kostenkontrolle.
- Hardware: Zielgröße 24 GB VRAM; 16 GB reichen für quantisierte Varianten.
- Was tun: Über Ollama, LM Studio oder llama.cpp ausprobieren — läuft komplett offline.
Hinweis: Dieser Beitrag enthält Affiliate-Links (mit * gekennzeichnet). Kaufst du über einen dieser Links, erhalte ich eine kleine Provision — für dich ändert sich der Preis nicht.
Es gibt Meldungen, die klingen erst mal nach Konzern-Geplänkel — und entpuppen sich für Bastler als Geschenk. Diese hier gehört dazu: Meta hat mit Muse Glimmer wieder ein offenes KI-Modell veröffentlicht. Und zwar eines, das auf einem normalen Rechner läuft.
Die Eckdaten: 30 Milliarden Parameter, multimodal (versteht also auch Bilder), über 128.000 Token Kontext, veröffentlicht unter der Apache-2.0-Lizenz. Das Modell ist eine schlankere Ableitung von Metas hauseigenem Muse Spark 1.2 und ausdrücklich für Agenten-Aufgaben gebaut — also für KI, die Werkzeuge bedient, statt nur zu plaudern.
DARUM ist die Lizenz die eigentliche Nachricht
Meta war jahrelang das Open-Source-Zugpferd unter den großen KI-Häusern — und ist im April 2026 mit dem proprietären Muse Spark davon abgerückt. Muse Glimmer ist die erste vollständig offene Veröffentlichung seitdem. Das ist keine Routine-Ablage, das ist eine bewusste Kehrtwende.
Apache 2.0 heißt konkret: Du darfst das Modell herunterladen, verändern, weitergeben und kommerziell einsetzen, ohne Sondergenehmigung. Keine Klausel, die dir ab einer bestimmten Nutzerzahl den Hahn zudreht. Für alle, die eine KI in ein eigenes Projekt einbauen wollen, ist das der Unterschied zwischen „interessant“ und „nutzbar“.
SO holst du es dir auf den eigenen Rechner
Meta hat mit der Open-Source-Community vorgearbeitet: Muse Glimmer läuft nativ über Ollama, LM Studio, llama.cpp, vLLM, ExecuTorch und Apple MLX. Auf Apple-Silicon-Macs kommt Ollamas MLX-Motor zum Einsatz — samt Bildeingabe.
Mit Ollama reicht ein Befehl:
ollama run muse-glimmer:30bDanach läuft das Modell komplett lokal. Kein Konto, keine Cloud, keine Daten, die dein Netz verlassen. Genau das, was viele im Homelab seit Jahren wollen.
WAS für Hardware du brauchst — ehrlich gerechnet
Meta nennt als Zielgröße eine einzelne Grafikkarte mit 24 GB Videospeicher. Das ist die komfortable Variante. Realistisch sieht es so aus:
- 24 GB VRAM und mehr: Läuft rund, auch mit langem Kontext. Das ist die Klasse, für die das Modell gebaut wurde.
- 16 GB VRAM — etwa eine ASUS RTX 5060 Ti mit 16 GB* — reicht für stark quantisierte Varianten (4 Bit). Es läuft, aber du zahlst mit etwas Qualität und musst den Kontext im Blick behalten.
- Ohne dedizierte GPU: Auf CPU mit viel Arbeitsspeicher ist es möglich, aber quälend langsam. Für Experimente ja, für einen Dauerbetrieb eher nicht.
- Apple Silicon: Dank gemeinsamem Speicher überraschend gut — ab 32 GB unified memory wird es angenehm.
WOFÜR das Modell wirklich gedacht ist
Muse Glimmer ist kein Chat-Modell mit Agenten-Anstrich, sondern andersherum. Meta hebt hervor, dass es viele Werkzeugaufrufe mit präzisen Schemata über lange Abläufe hinweg durchhält und dabei einen kohärenten Plan behält. Genannte Messwerte stammen aus Benchmarks wie DeepSearch QA, MCP-Atlas, τ3-Bench und SWE-Bench.
Für dein Homelab heißt das: ein Modell, das dauerhaft im Hintergrund laufen und Aufgaben abarbeiten kann — Dateien sortieren, Systeme abfragen, Skripte anstoßen — ohne dass jede Anfrage bei einem Anbieter landet und abgerechnet wird.
ABER: das solltest du im Kopf behalten
Ein 30-Milliarden-Modell ist kein Ersatz für die großen Cloud-Modelle. Bei kniffligen Aufgaben, langen Beweisketten und aktuellem Weltwissen liegen die Frontier-Modelle weiterhin klar vorn. Muse Glimmer spielt in einer anderen Liga — der Liga „läuft bei mir zu Hause, kostet nichts pro Anfrage und sieht meine Daten nie“.
Für sehr viele Homelab-Aufgaben ist genau das die richtige Liga.
Häufige Fragen
Was bedeutet Apache 2.0 für mich praktisch?
Du darfst das Modell frei nutzen, anpassen, weitergeben und auch kommerziell einsetzen. Es gibt keine Nutzerzahl-Grenze und keine Sondergenehmigung. Du musst lediglich Lizenz- und Urheberhinweise beibehalten.
Reichen 16 GB Grafikspeicher wirklich?
Für stark quantisierte Varianten — typischerweise 4 Bit — ja. Du verlierst dabei etwas Antwortqualität und kannst den Kontext nicht voll ausreizen. Wer entspannt arbeiten will, fährt mit 24 GB deutlich besser.
Was ist ein agentisches Modell?
Ein Modell, das nicht nur Text erzeugt, sondern Werkzeuge aufruft — Dateien lesen, Programme starten, Webseiten abfragen — und dabei über viele Schritte hinweg einen Plan verfolgt. Das stellt andere Anforderungen als reines Chatten.
Kann ich damit Claude Code oder ähnliche Werkzeuge betreiben?
Ollama nennt genau das als Einsatzzweck: Muse Glimmer kann Coding-Agenten und dauerhaft laufende Assistenten antreiben. Wie gut das im Alltag funktioniert, hängt stark von deiner Hardware und der konkreten Aufgabe ab — ein Test lohnt sich.
Wo liegt der Haken gegenüber Cloud-Modellen?
Bei Aufgaben, die viel Weltwissen, lange Schlussfolgerungen oder höchste Präzision verlangen, sind die großen Modelle weiterhin überlegen. Der Vorteil von Muse Glimmer liegt in Privatsphäre, Verfügbarkeit ohne Internet und null laufenden Kosten pro Anfrage.