Meta bietet heute zwei sehr unterschiedliche Modelllinien: die Muse-Familie der Meta Superintelligence Labs (MSL) mit dem proprietären Flaggschiff Muse Spark und dem offenen Muse Glimmer 30B, sowie die bisherige Llama-Linie, die Meta im April 2026 beendet hat. Für Unternehmen im DACH-Raum ist vor allem die Lizenzfrage entscheidend: Muse Glimmer steht unter Apache 2.0 und darf in der EU uneingeschränkt betrieben werden, Llama 4 ist für EU-Unternehmen lizenzrechtlich gesperrt, und für Muse Spark hat Meta keine EU-Verfügbarkeit bestätigt.
innFactory AI Consulting aus Rosenheim unterstützt Unternehmen beim DSGVO-konformen Self-Hosting von Meta-Modellen – mit Open Weights bleibt die volle Kontrolle bei Ihnen, keine Daten verlassen Ihre Infrastruktur. Stand dieser Übersicht: Oktober 2026.
Aktuelle Modelle im Überblick
| Modell | Release | Lizenz | Kontext | EU-Einsatz | Einsatzschwerpunkt |
|---|---|---|---|---|---|
| Muse Glimmer 30B | 10. August 2026 | Apache 2.0 (Open Weights) | 128k (laut Model Card) | Self-Hosting uneingeschränkt | Lokale agentische Workflows, Tool Calling |
| Muse Spark 1.3 | 2. September 2026 | Closed Weights, API | 1M | Von Meta nicht bestätigt | Agenten, Coding |
| Llama 3.3 70B | Dezember 2024 | Llama Community License | 128k | Zulässig | Klassische Textaufgaben |
| Llama 4 Scout / Maverick | April 2025 | Llama 4 Community License | 10M / 1M | EU-Nutzung ausgeschlossen | – |
Muse Glimmer 30B
Am 10. August 2026 haben die Meta Superintelligence Labs Muse Glimmer veröffentlicht (HuggingFace: meta-models/Muse-Glimmer-30B) – Metas erstes vollständig offenes Release seit dem Ende der Llama-Linie. Es ist kein Llama-Nachfolger, sondern eine Destillation aus dem proprietären Muse Spark (1.2), also die offene Nebenlinie unter dem weiterhin geschlossenen Flaggschiff.
Die Lizenz ist Apache 2.0: keine Llama-Community-Lizenz und keine EU-Ausschlussklausel. Muse Glimmer darf in der EU uneingeschränkt genutzt, gehostet und weitergegeben werden – für datensouveräne Deployments der wichtigste Unterschied im Meta-Portfolio.
- ~30 Mrd. Parameter (rund 29,6 Mrd.: ca. 28 Mrd. Sprach-Decoder plus 1,8–2 Mrd. Vision-Encoder), dichter Causal Transformer mit Sliding-Window-Attention (Fenster 2048), Vokabular 202.048 Token.
- Multimodal: Input Text, Bild und Video (2 fps, max. 96 Frames); Output nur Text. Tool Calling, Object Detection und Structured Output werden unterstützt.
- Kontext: 128k Token (131.072) laut Model Card; einzelne Quellen nennen 32.768. Bei langen Kontexten im eigenen Setup verifizieren.
- DFlash Speculative Decoding mit separatem Drafter: laut Meta bis zu 3,1× Speedup.
- Positionierung laut Meta: „always-on local agentic workflows“.
- Hardware: rund 60 GB in BF16, 18–20 GB in 4-Bit – eine einzelne Consumer-GPU mit 24–32 GB VRAM oder ein Mac genügt.
Benchmarks laut Meta: MCP Atlas 75,5, SWE-Bench Verified 76,0, SWE-Bench Pro 51,2, AIME 2026 94,7, CharXiv Reasoning 78,8, Tau3-Banking 24 %. Die unabhängige Bewertung fällt schwächer aus: Artificial Analysis Intelligence Index 35 (unter Qwen3.6-27B mit 38, über Gemma 4-31B mit 30), GDPval-AA v2 953 Elo (unter der menschlichen Baseline von 1000) und eine Halluzinationsrate von 82 %.
Einordnung: Muse Glimmer eignet sich für lokale, eng umrissene agentische Aufgaben mit Tool-Use – Function Calling gegen definierte Schnittstellen, lokale Coding-Assistenz, LLM-as-a-Judge. Als Wissensmodell für allgemeine Knowledge Work ist es ohne Absicherung nicht geeignet: Ohne RAG mit belastbaren Quellen, Ausgabevalidierung und Human-in-the-Loop sollten Sie es dafür nicht einsetzen.
Verfügbarkeit: HuggingFace (Weights, GGUF von Meta und Unsloth); lokal über Ollama, LM Studio, llama.cpp, MLX, ExecuTorch und Unsloth; Serving über vLLM, SGLang und HF Inference Endpoints. Hosted-Partner laut Meta: Together AI, Fireworks AI und OpenRouter. Meta selbst bietet für Muse Glimmer keine eigene API an. Für souveränes Self-Hosting binden wir Muse Glimmer über CompanyGPT ein.
Muse Spark 1.3
Muse Spark 1.3 (2. September 2026) ist die aktuelle Version des proprietären Flaggschiffs und rollt laut Meta in Muse Code und der Meta Model API aus; erreichbar ist es auch über OpenRouter.
- Effizienz: Laut Meta rund 20 % weniger Tool Calls und rund 25 % weniger Token als 1.2 bei gleichen Aufgaben.
- Preis:
muse-spark-1.3kostet $1,25/1M Input, $0,15/1M Cached Input, $4,25/1M Output. Die Contributor-Variantemuse-spark-1.3-contributorliegt bei $0,10/1M Input, $0,002/1M Cached Input, $0,20/1M Output – deren Bedingungen sollten Sie vor dem Einsatz bei Meta prüfen. - 1M Token Kontext, multimodaler Input (Text, Bild, Video, Dokumente); laut Meta für agentische Workflows trainiert und auf Coding optimiert, fragt bei unklaren Eingaben nach.
- Benchmarks: Meta zeigt eine Scorecard gegen 1.2 sowie GPT-5.6 Sol (max) und Claude Opus 5 (max) nur als Grafik; konkrete Werte übernehmen wir deshalb nicht.
- Max-Reasoning-Modi folgen laut Meta erst nach zusätzlichen Sicherheitstests; ein Open-Weights-Release von Muse Spark hat Meta ohne Termin angekündigt.
Hinweis für EU-Unternehmen: Meta hat für die Meta Model API keine Länderliste veröffentlicht; die EU-Verfügbarkeit ist von Meta nicht bestätigt. DSGVO-Zusagen, ein Auftragsverarbeitungsvertrag und EU-Datenresidenz fehlen. Für produktive EU-Anwendungen empfehlen wir stattdessen Muse Glimmer 30B (Apache 2.0, Self-Hosting), Llama 3.3 70B oder Mistral.
Weitere Muse-Produkte: Muse Code (Terminal-Coding-Agent, Beta, macOS und Linux; mit Muse Spark 1.2 am 5. August 2026 vorgestellt), Muse Image (Bildgenerierung, 7. Juli 2026; datenschutzrechtlich umstritten, weil das @-Mention-Feature standardmäßig Bilder auf Basis öffentlicher Instagram-Profilfotos erzeugt) und Muse Voice Transcribe (Echtzeit-Spracherkennung mit Diarisierung, 70+ Sprachen, 1. September 2026; Closed Weights, Preis nicht genannt). Am 14. August 2026 räumte Meta einen Vorfall bei einer externen Cyber-Evaluation von Muse Spark 1.1 ein: Eine fehlkonfigurierte Testumgebung gab dem Modell Internetzugang, es nutzte eine Schwachstelle auf einer realen Website aus. Das unterstreicht, wie wichtig abgeschottete Sandboxes für agentische Modelle mit Tool-Zugriff sind.
Preise
Muse Spark 1.3 ist das einzige Meta-Modell mit API-Preisliste (siehe oben). Muse Glimmer und die Llama-Modelle fallen nur für Hardware bzw. Cloud-Betrieb an, bei Hosted-Partnern nach deren Preisliste. Preise laut Anbieter, Stand Oktober 2026.
Verfügbarkeit in der EU und DSGVO
Llama 4: Lizenzsperre für die EU
Die Llama 4 Community License schließt die Nutzung und Verteilung innerhalb der EU explizit aus. Unternehmen mit Sitz oder Hauptniederlassung in der EU dürfen Llama 4 Scout und Maverick weder nutzen noch hosten. Technisch sind die Modelle leistungsfähig – Maverick (400B MoE, 17B aktiv, 128 Experten, 1M Kontext, nativ multimodal) und Scout (109B MoE, 17B aktiv, 16 Experten, 10M Kontext, auf einer H100 80GB in INT4 lauffähig) –, bleiben für EU-Unternehmen aber unzugänglich.
AWS Bedrock und Azure Foundry: Regionen im Detail
Laut den Amazon-Bedrock-Modellkarten bietet Meta sämtliche Llama-Modelle – von Llama 3.1 über 3.3 bis Llama 4 Maverick und Scout – ausschließlich in US-Regionen an, mit Cross-Region-Inferenz nur als „Geo: US“. Ein eu.-Cross-Region-Profil oder eine EU-In-Region-Verfügbarkeit existiert für kein Llama-Modell auf Bedrock. Wer Llama über AWS in der EU betreiben möchte, nutzt Amazon SageMaker mit einem Self-Managed-Endpunkt, etwa in Frankfurt (eu-central-1).
Auf Microsoft Foundry verkauft Azure direkt Llama-3.3-70B-Instruct und Llama-4-Maverick-17B-128E-Instruct-FP8 (Scout ist laut Modellkatalog nicht im Direktvertrieb gelistet). Laut Region-Verfügbarkeitstabelle sind beide ausschließlich als Global Standard deploybar – nicht als Data Zone Standard EU oder regionaler Standard-Endpunkt. Global Standard bedeutet: Die Inferenz kann in jeder Azure-Region weltweit stattfinden; eine Zusage auf EU-Datenverarbeitung ist damit nicht verbunden.
Llama 3.x: EU-kompatibel und bewährt
Die Llama-3.x-Serie unterliegt keiner EU-Restriktion und bleibt für klassische Textaufgaben ohne Bild- oder Agenten-Anforderungen eine solide Wahl: volle Kontrolle (Modell läuft in Ihrer Infrastruktur), keine API-Kosten außer Hardware/Cloud, Fine-Tuning auf eigene Daten möglich, keine Daten verlassen Ihr Unternehmen.
Hardware-Anforderungen
| Modell | VRAM | Empfohlene GPU |
|---|---|---|
| Muse Glimmer 30B (BF16) | ~60 GB | H100 / A100 |
| Muse Glimmer 30B (4-Bit) | 18-20 GB | RTX 4090 / Mac |
| Llama 4 Scout | 80+ GB | H100 / A100 |
| Llama 4 Maverick | 400+ GB | Multi-H100 |
| Llama 3.3 70B | 40+ GB | A100 80GB |
| Llama 3.2 11B | 24 GB | RTX 4090 |
| Llama 3.2 3B | 8 GB | RTX 4070 |
| Llama 3.2 1B | 4 GB | Smartphone |
Modell-Lebenszyklus
- Llama-Linie: Meta hat die offene Llama-Linie im April 2026 beendet. Llama 4 Behemoth (~2 Billionen Parameter, 288B aktiv, als Teacher-Modell angekündigt) wurde nie veröffentlicht.
- Muse Spark 1.1 (9. Juli 2026, erstes kostenpflichtiges Closed-Weights-Modell, anfangs Public Preview nur für US-Entwickler) wurde am 5. August 2026 von Muse Spark 1.2 und am 2. September 2026 von 1.3 abgelöst; laut Meta-Developer-Seite führt die Preisliste nur noch 1.3.
- Muse Spark 1.2 (5. August 2026) ist die Basis, aus der Muse Glimmer destilliert wurde.
Integration mit CompanyGPT
CompanyGPT unterstützt Open-Weight-Modelle wie Muse Glimmer 30B und die Llama-3.x-Familie und ermöglicht den vollständig selbst-gehosteten Betrieb ohne externe Abhängigkeiten.
Unsere Empfehlung
Für EU-Unternehmen ist Muse Glimmer 30B unsere Empfehlung aus dem Meta-Portfolio: Apache 2.0 ohne EU-Lizenzsperre, multimodal und mit 18–20 GB in 4-Bit auf einer einzelnen GPU betreibbar. Setzen Sie es für lokale, klar umrissene agentische Workflows mit Tool-Use ein; für allgemeine Knowledge Work braucht es angesichts der unabhängig gemessenen Halluzinationsrate zwingend RAG, Quellenprüfung und Human-in-the-Loop.
Llama 3.3 70B bleibt eine bewährte, EU-kompatible Option für klassische Textaufgaben, benötigt aber deutlich mehr Hardware; für Edge eignen sich Llama 3.2 (1B/3B). Llama 4 ist für EU-Unternehmen lizenzrechtlich gesperrt. Muse Spark 1.3 ist technisch interessant und günstig, bleibt aber Closed Weights ohne bestätigte EU-Verfügbarkeit. Als europäische Open-Source-Alternative empfehlen wir Mistral.
Gerne bewerten wir mit Ihnen, welches Modell zu Ihrem Anwendungsfall und Ihren Compliance-Anforderungen passt – und setzen es über CompanyGPT souverän in Ihrer Infrastruktur auf.