Meta setzt seine Offensive bei offenen KI-Modellen fort: Mit Muse Glimmer veröffentlicht der Konzern ein Sprachmodell mit 30 Milliarden Parametern, das auf gewöhnlicher Consumer-Hardware betrieben werden soll. Damit rückt eine zentrale Frage in den Fokus: Wie leistungsfähig können lokal nutzbare Modelle werden, ohne auf große Cloud-Infrastruktur angewiesen zu sein?
Die Meta Superintelligence Labs stellen die Modellgewichte unter der Apache-2.0-Lizenz auf Hugging Face bereit. Muse Glimmer kann damit auch kommerziell eingesetzt werden. Nach Angaben von Meta eignet sich das Modell unter anderem für lokale KI-Agenten, Function Calling, Programmieraufgaben und als sogenannter LLM-Judge zur Bewertung anderer Modellausgaben.
Damit das Modell auf einem Mac oder PC mit einzelner Consumer-GPU betrieben werden kann, reduziert Meta die Gewichte auf rund 4 Bit Präzision. Dadurch sinkt der Speicherbedarf von mehr als 55 GByte bei voller Präzision auf unter 20 GByte. Wissen aus dem größeren Modell Muse Spark soll ebenfalls in Muse Glimmer eingeflossen sein. Dessen Gewichte sollen laut Mark Zuckerberg künftig ebenfalls veröffentlicht werden.
Breite Unterstützung für lokale KI
Meta flankiert die Veröffentlichung mit Unterstützung für zahlreiche etablierte Werkzeuge und Plattformen. Dazu gehören unter anderem Ollama, LM Studio, llama.cpp, MLX, vLLM, SGLang, Unsloth und ExecuTorch. Hosting-Angebote sind zudem über Together AI, Fireworks AI und OpenRouter vorgesehen. Für die Anpassung an eigene Anwendungsfälle verweist Meta auf das TorchTitan-Trainingsframework von PyTorch.
Eigene Benchmarks wie SWE-Bench, τ-Bench, MCP-Atlas und DeepSearch QA sollen zeigen, dass Muse Glimmer gegenüber vergleichbar großen Modellen wie Gemma4-31B und Qwen3.6-27B konkurrenzfähig ist. Wie belastbar diese Herstellervergleiche sind, müssen unabhängige Tests allerdings erst zeigen.
Offene Modelle als strategischer Gegenentwurf
Mark Zuckerberg verbindet Muse Glimmer ausdrücklich mit Metas langfristiger KI-Strategie. In seinem Grundsatzpapier „The Path to a Positive AI Future“ plädiert er dafür, leistungsfähige KI möglichst breit zugänglich zu machen. Aus seiner Sicht ist eine starke Konzentration solcher Fähigkeiten bei wenigen Unternehmen oder Institutionen riskanter als eine breite Verteilung.
Meta positioniert sich damit bewusst gegenüber Anbietern geschlossener Modelle. Während andere Unternehmen KI nach Zuckerbergs Darstellung stärker für Unternehmen, Regierungen und Institutionen entwickeln, will Meta leistungsfähige Systeme gezielt auch Einzelpersonen zugänglich machen.
Effizienz durch Innovation: Teile der textlichen und visuellen Ausgestaltung dieser Seite wurden durch generative KI-Systeme unterstützt.