Muse Glimmer jetzt bei Fireworks: neuer Betriebsweg, unverändertes Modell

Fireworks serviert Muse Glimmer: Neu ist der Betriebsweg, nicht das Modell

Fireworks bietet Muse Glimmer als gehostetes Angebot an. Meta Superintelligence Labs hatte das Modell am 10. August 2026 als Open-Weights-Modell unter Apache 2.0 veröffentlicht. Es hat rund 30 Milliarden Parameter und ist aus dem proprietären Muse Spark destilliert. Eingaben sind Text und Bilder, ausgegeben wird Text. Fireworks gibt an, das Modell mit hoher Parallelität bereitstellen zu können. Bisher wurde es vor allem als lokal laufendes Modell beschrieben.

Am Modell selbst ist gegenüber der August-Veröffentlichung nichts Neues belegt. Die vorliegenden Quellen nennen weder neue Gewichte noch eine geänderte Lizenz. Geändert hat sich der Betriebsweg: Wer das Modell nutzen will, muss es nicht mehr auf eigener Hardware betreiben.

Offen bleibt, was ein solches Hosting kostet. Das vorliegende Material nennt keinen Preis pro Token. Dasselbe gilt für das Datum der Fireworks-Ankündigung und für Benchmarks, die Fireworks auf der eigenen Plattform erhoben hätte. Wer die Wirtschaftlichkeit beurteilen will, ist derzeit auf Aussagen des Anbieters angewiesen.

52 Schichten, Sliding Window, zwei KV-Heads: Was die Architektur für Agenten leisten soll

Muse Glimmer ist ein dichter kausaler Transformer mit etwa 29,6 Milliarden Parametern. Für das Bildverständnis sorgt ein eigener Wahrnehmungs-Encoder vom Typ ViT-G/14 mit rund 1,8 Milliarden Parametern. Das Vokabular umfasst 202.048 Einträge. Fireworks nennt weitere Daten: 52 Schichten, Grouped-Query-Attention mit 32 Query- und 2 KV-Heads, SwiGLU-Feed-Forward-Schichten und einen Kontext von mehr als 128K Tokens.

Das Aufmerksamkeitsmuster ist entscheidend. Die meisten Schichten blicken nur über ein Fenster von 2.048 Tokens zurück (Sliding Window). Jede vierte Schicht ist global. Dazu kommen nur zwei KV-Heads, sodass der KV-Cache klein bleibt. Dieser Zwischenspeicher belegt pro laufender Sitzung Speicher. Je kleiner er ist, desto mehr Sitzungen passen parallel auf eine GPU.

Meta und Fireworks beschreiben übereinstimmend, wofür das Modell gedacht ist: Always-on-Agenten, die viele Tool-Aufrufe nacheinander über mehrere Gesprächsrunden abarbeiten. Sie sollen sich erholen, wenn ein Aufruf scheitert oder Unerwartetes liefert.

Fireworks geht weiter. Ein Agent könne 100K Tokens angesammelter Tool-Ausgaben mit diesem Modell wirtschaftlicher verwalten als mit einem vergleichbaren dichten Modell. Das ist eine Herstellerangabe. Belegt wäre sie erst durch Preislisten sowie Durchsatz- und Latenzmessungen bei hoher Parallelität gegen ähnlich große dichte Modelle. Solche Zahlen liegen nicht vor. Ein Kostenvorteil lässt sich deshalb nicht beziffern.

Index 35: Artificial Analysis sieht Glimmer hinter Qwen3.6 27B und Ling 3.0 Flash

Die bisher einzige unabhängige Leistungsmessung im Material stammt von Artificial Analysis. Das Institut bewertet Muse Glimmer (Einstellung „high“) mit 35 Punkten im Intelligence Index. Das sind 21 Punkte mehr als bei Llama 4 Maverick (14), Metas letztem offenen Modell, und fünf mehr als Gemma 4 31B im Reasoning-Modus (30). Kimi K2.5 (Reasoning) erreicht 36. Qwen3.6 27B (Reasoning) und Ling 3.0 Flash kommen jeweils auf 38. Das proprietäre Muse Spark 1.2 (xhigh) liegt bei 57. Glimmer steht damit im Mittelfeld seiner Größenklasse, hinter zwei direkten Konkurrenten. Im Openness Index, der Verfügbarkeit und Transparenz misst, erreicht es 44.

Zur Einordnung: Meta hat Artificial Analysis vorab Zugang zum Benchmarking gegeben. Das stellt die Zahlen nicht infrage, gehört aber zum Kontext.

Meta behauptet, Glimmer führe bei den Agentenaufgaben, für die es gebaut wurde, und liefere starke Leistung im Vergleich mit führenden Modellen seiner Größe. Genannt werden DeepSearch QA, MCP-Atlas, τ3-Bench und SWE-Bench. Die zugehörigen Tabellen, Zahlen und Vergleichsmodelle liegen nicht vor. Meta verweist auf einen Methodikbericht und den Meta-Research-Blog. Die Aussage ist daher derzeit nicht nachprüfbar. Sie widerspricht dem Index-Ergebnis nicht zwingend, denn ein allgemeiner Index misst etwas anderes als ausgewählte Agenten-Benchmarks.

In der Muse-Familie ist Glimmer die kleine, frei lizenzierte Variante. Muse Spark bleibt proprietär. Muse Spark Open erschien am 15. Oktober mit 816 Milliarden Parametern insgesamt, davon 42 Milliarden aktiv. Es steht unter der restriktiveren Muse Model License, der Zugang läuft über ein Formular. Glimmer ist Metas erste offene Veröffentlichung seit Llama 4 und die erste unter Apache 2.0.

Langsam im Praxistest: WebBrain-Test und die offene Latenzfrage bei Fireworks

Ein Praxistest von WebBrain prüfte Muse Glimmer über OpenRouter (meta/muse-glimmer-30b) mit 300 Fällen. Das Ergebnis fällt gemischt aus. Laut Test überzeugt die Qualität. Die Geschwindigkeit ist die Schwäche: Ein Screenshot dauerte im Mittel 16,1 Sekunden. Bei Vision war das Modell 3,5-mal langsamer als Qwen3-VL-32B Instruct. Bei den ersten Text-Aktionen lag es hinter dem Vergleichsmodell Luna. Der Median für erste Aktionen betrug 8,67 Sekunden.

Auf den ersten Blick wirkt das wie ein Widerspruch zu den Aussagen der Anbieter. Fireworks argumentiert mit Kosteneffizienz bei hoher Parallelität. Meta wirbt für den lokalen Betrieb mit „no API key and no per-token cost“. Ein direkter Widerspruch ist das nicht. Es geht um verschiedene Größen auf verschiedenen Wegen: Der Test misst die Latenz einzelner Anfragen über OpenRouter, Fireworks spricht über Kosten pro Sitzung bei vielen gleichzeitigen Nutzern. Wie Fireworks bei der Latenz abschneidet, ist offen. Für Agenten, die viele Schritte nacheinander ausführen, ist genau das zentral, weil sich Wartezeiten pro Schritt summieren.

Apache 2.0 mit angehängter Usage Policy: Wie offen ist Glimmer wirklich?

Laut Modellkarte stehen alle veröffentlichten Artefakte unter Apache 2.0: die BF16-Gewichte, zwei 4-Bit-Varianten, der DFlash-Drafter und der Perception-Encoder. Der Download auf Hugging Face erfolgt ohne gesperrten Zugang. Meta nennt Apache 2.0 die bisher permissivste Lizenz, die das Unternehmen für ein offenes Modell verwendet hat. Artificial Analysis spricht von fast keinen Einschränkungen für kommerzielle Nutzung und Derivate.

Daneben liegt im Repository eine separate Muse Glimmer Usage Policy. Sie listet verbotene Nutzungen auf, etwa militärische und Waffenanwendungen. Die Modellkarte verlinkt sie unter dem Stichwort verantwortungsvolle Nutzung. Sie hält außerdem fest, das Modell sei nicht für Menschen unter 18 Jahren gedacht. Die LICENSE-Datei enthält den Standardtext von Apache 2.0 und verweist nicht auf die Policy.

Ob und wie die Policy rechtlich bindet, lässt sich aus dem Material nicht beantworten. Lizenz und Nutzungsrichtlinie sind getrennte Ebenen. Die Aussage „Apache 2.0, fast ohne Einschränkungen“ ist deshalb mit einem Vorbehalt zu lesen, den Juristen im Einzelfall klären müssten.

Lokal, Fireworks, NVIDIA oder OpenRouter: Was Teams vor dem Einsatz prüfen sollten

Die Betriebswege stellen unterschiedliche Anforderungen. Lokal läuft das Modell auf einem Mac oder PC mit Consumer-GPU. Fireworks gibt an, es passe in 24 GB. Eine Fachquelle nennt unter 20 GB bei 4-Bit-Quantisierung. Meta hat optimierte Integrationen für llama.cpp, MLX und ExecuTorch angekündigt. Partner wie Ollama, LM Studio und Unsloth bieten lokale Wege an. Auf build.nvidia.com steht ein Trial-Dienst bereit. Dafür gelten die NVIDIA-Bedingungen, die Basislizenz bleibt Apache 2.0. Hinzu kommen Fireworks als gehostete Option und OpenRouter, über das der WebBrain-Test lief.

Vor einem Einsatz sollten Teams drei Punkte klären. Erstens die Usage Policy: Fällt der geplante Einsatz unter die verbotenen Nutzungen, und wie verbindlich ist die Policy für das eigene Vorhaben? Zweitens Latenz und Stabilität der Tool-Aufrufe im eigenen Setup. Öffentliche Latenzzahlen von Fireworks fehlen, und der einzige Test über OpenRouter zeigt Schwächen. Drittens die Abwägung zwischen lokalem und gehostetem Betrieb. Lokal entfällt ein Tokenpreis, dafür braucht es eigene Hardware. Gehostet gibt es Parallelität, zu einem noch unbekannten Preis.

Profitieren dürften Entwickler, die mit einem frei lizenzierten Agentenmodell experimentieren wollen, sowie Hosting-Anbieter, die es ins Angebot aufnehmen. Unter Druck geraten können Anbieter ähnlich großer offener Modelle, allerdings nur begrenzt. Mit Index 35 liegt Glimmer hinter Qwen3.6 27B und Ling 3.0 Flash, aber vor Gemma 4 31B.