Meta Llama & Muse

innFactory AI Consulting aus Rosenheim unterstützt Unternehmen im DACH-Raum beim DSGVO-konformen Self-Hosting von Meta-Modellen. Mit Open Weights haben Sie volle Kontrolle – keine Daten verlassen Ihre Infrastruktur.

Muse Glimmer: Metas Rückkehr zu offenen Gewichten (10. August 2026)

Am 10. August 2026 haben die Meta Superintelligence Labs (MSL) Muse Glimmer veröffentlicht – auf HuggingFace als meta-models/Muse-Glimmer-30B. Es ist Metas erstes vollständig offenes Release seit dem Ende der Llama-Linie im April 2026.

Wichtig für die Einordnung: Muse Glimmer ist kein Llama-Nachfolger und kein Rebranding. Meta hatte im April 2026 die offene Llama-Linie beendet und war mit dem proprietären Muse Spark auf Closed Weights umgestellt. Muse Glimmer ist eine Destillation aus Muse Spark (1.2) – also die offene Nebenlinie unter dem weiterhin geschlossenen Flaggschiff. Mark Zuckerberg begleitete das Release mit einem Essay, in dem er schreibt: „Rather than centralizing superintelligence, we should distribute it widely.“

Der entscheidende Punkt für EU-Unternehmen: Apache 2.0

Muse Glimmer steht unter Apache 2.0 – echte Open Weights, keine Llama-Community-Lizenz und damit keine EU-Ausschlussklausel wie bei Llama 4. Anders als Llama 4 Scout und Maverick darf Muse Glimmer in der EU uneingeschränkt genutzt, gehostet und weitergegeben werden. Für datensouveräne Deployments im DACH-Raum ist das der relevanteste Unterschied im gesamten Meta-Portfolio.

Technische Eckdaten

• ~30 Mrd. Parameter (rund 29,6 Mrd.: ca. 28 Mrd. Sprach-Decoder plus 1,8–2 Mrd. Vision-Encoder) – ein dichter Causal Transformer mit Sliding-Window-Attention (Fenster 2048) und einem Vokabular von 202.048 Token.
• Multimodal: Input Text und Bild sowie Video mit 2 fps und maximal 96 Frames; Output ausschließlich Text. Unterstützt werden Tool Calling, Object Detection und Structured Output.
• Kontextfenster: 128k Token (131.072) laut Model Card – in einzelnen Quellen wird abweichend 32.768 Token angegeben. Wer auf lange Kontexte baut, sollte das im eigenen Setup verifizieren, statt sich auf eine der beiden Angaben zu verlassen.
• DFlash Speculative Decoding mit separatem Drafter-Modell: bis zu 3,1× Speedup.
• Positionierung laut Meta: „always-on local agentic workflows“ – lokale Agenten, Function Calling, lokales Coding und LLM-as-a-Judge.

Hardware: eine einzelne GPU genügt

Muse Glimmer benötigt rund 60 GB in BF16 und nur 18–20 GB in 4-Bit-Quantisierung. Damit läuft das Modell auf einer einzelnen Consumer-GPU mit 24–32 GB VRAM oder auf einem Mac – ein deutlicher Unterschied zu den Multi-GPU-Anforderungen von Llama 4 Maverick oder Llama 3.1 405B.

Benchmarks: Herstellerangaben und unabhängige Messung

Meta veröffentlicht für Muse Glimmer starke Werte:

Die unabhängige Bewertung fällt deutlich schwächer aus – und das gehört in jede seriöse Entscheidungsgrundlage:

• Artificial Analysis Intelligence Index: 35 – damit unter Qwen3.6-27B (38) und über Gemma 4-31B (30).
• GDPval-AA v2: 953 Elo – unter der menschlichen Baseline von 1000.
• Halluzinationsrate: 82 % laut Artificial Analysis.

Unsere Einschätzung für die Beratungspraxis

Muse Glimmer eignet sich gut für lokale, eng umrissene agentische Aufgaben mit Tool-Use – etwa Function Calling gegen definierte Schnittstellen, lokale Coding-Assistenz oder LLM-as-a-Judge-Setups. Als Wissensmodell für allgemeine Knowledge Work ist es angesichts der gemessenen Halluzinationsrate ohne Absicherung nicht geeignet: Ohne RAG mit belastbaren Quellen, Ausgabevalidierung und Human-in-the-Loop sollten Sie es dafür nicht einsetzen.

Verfügbarkeit (Stand 3. September 2026)

Muse Glimmer ist über HuggingFace verfügbar (Weights sowie GGUF-Quantisierungen von Meta und Unsloth). Lokal läuft es über Ollama, LM Studio, llama.cpp, MLX, ExecuTorch und Unsloth; für Serving stehen vLLM, SGLang und HF Inference Endpoints bereit. Als Hosted-Partner nennt Meta Together AI, Fireworks AI und OpenRouter. Meta selbst bietet für Muse Glimmer keine eigene API an.

Für souveränes Self-Hosting in Ihrer eigenen Infrastruktur binden wir Muse Glimmer über CompanyGPT ein – so bleiben Prompts und Dokumente vollständig im Haus.

Muse Spark 1.3: Dritte Version in acht Wochen (2. September 2026)

Am 2. September 2026 hat Meta Muse Spark 1.3 veröffentlicht – nach 1.1 (9. Juli) und 1.2 (5. August) die dritte Version des proprietären Flaggschiffs innerhalb von acht Wochen. Das Modell rollt laut Meta in Muse Code und der Meta Model API aus; über OpenRouter ist es ebenfalls erreichbar.

Die Eckdaten laut Meta-Blog und Meta-Developer-Seite:

• Effizienz: Laut Meta benötigt 1.3 rund 20 % weniger Tool Calls und rund 25 % weniger Token als 1.2 bei gleichen Aufgaben. Meta bezeichnet das Modell als „significantly faster and more efficient“.
• Preis unverändert: muse-spark-1.3 kostet $1,25/1M Input, $0,15/1M Cached Input, $4,25/1M Output. Die Contributor-Variante muse-spark-1.3-contributor liegt bei $0,10/1M Input, $0,002/1M Cached Input, $0,20/1M Output – die Bedingungen dafür sollten Sie vor dem Einsatz bei Meta prüfen.
• 1M Token Kontextfenster, multimodaler Input (Text, Bild, Video, Dokumente); laut Meta für agentische Workflows trainiert und auf Coding optimiert. Das Modell soll bei unklaren oder widersprüchlichen Eingaben nachfragen, statt zu raten.
• Benchmarks: Meta veröffentlicht eine Scorecard, die 1.3 gegen 1.2, GPT-5.6 Sol (max) und Claude Opus 5 (max) auf Agenten-, Coding-, Instruction-Following- und Long-Context-Evaluationen vergleicht – allerdings nur als Grafik. Konkrete Werte übernehmen wir deshalb bewusst nicht.
• Max-Reasoning-Modi folgen laut Meta erst nach zusätzlichen Sicherheitstests.
• Roadmap: Meta kündigt „bigger models, the Muse Spark open weights release, and more“ an – ohne Termin. Ein offenes Muse Spark wäre für EU-Self-Hosting relevant, ist aber derzeit nur eine Absichtserklärung.

Muse Spark 1.2 und Muse Code (5. August 2026)

Mit Muse Spark 1.2 hatte Meta am 5. August 2026 zugleich Muse Code vorgestellt: einen Terminal-Coding-Agenten (Beta, macOS und Linux) mit asynchronen Hintergrund-Agenten, lokalem Event-Log zum Nachvollziehen von Sessions und gebündelten Skills wie /plan, /grill und /goal. Meta zeigte Fortschritte auf Terminal-Bench 2.1, DeepSWE 1.1 und einem internen Coding-Benchmark – ebenfalls nur als Grafik, einen Preis nannte der Blog nicht. Muse Spark 1.2 ist außerdem die Basis, aus der Muse Glimmer 30B destilliert wurde.

Wichtiger als die Benchmarks ist für EU-Unternehmen eine Formulierung: Muse Spark 1.2 sei „available today in Muse Code and in Meta Model API with expanded global access“. Die US-only-Beschränkung der 1.1-Preview ist damit offenbar aufgehoben. Eine Länderliste nennt Meta jedoch nicht; die EU-Verfügbarkeit ist von Meta nicht bestätigt. Weiterhin fehlen DSGVO-Zusagen, ein Auftragsverarbeitungsvertrag und eine EU-Datenresidenz.

Weitere Meta-Meldungen im August und September

• 14. August 2026: Meta räumte einen Vorfall bei einer externen Cyber-Evaluation von Muse Spark 1.1 ein. Durch eine Fehlkonfiguration der Testumgebung erhielt das Modell Internetzugang und nutzte eine Schwachstelle auf einer realen Website aus, statt das vorgesehene fiktive Ziel anzugreifen. Laut Meta ein Einzelfall ohne weitere betroffene Systeme; Meta will Testumgebungen künftig unabhängig auf Isolation prüfen lassen. Für Unternehmen ist das ein Beleg, wie wichtig abgeschottete Sandboxes für agentische Modelle mit Tool-Zugriff sind.
• 1. September 2026: Mit Muse Voice Transcribe hat MSL sein erstes Echtzeit-Audiomodell vorgestellt – Streaming-Spracherkennung, Sprecher-Diarisierung (20+ Sprecher) und Endpointing in einem Modell, trainiert mit 70+ Sprachen (25 davon laut Meta umfassend verifiziert), verfügbar über Meta Model API, Meta AI für Mac und Muse Code. Preis und Modell-ID nennt der Blog nicht; Closed Weights.

Hinweis für EU-Unternehmen (Stand 3. September 2026): Meta hat für die Meta Model API keine Länderliste veröffentlicht; die EU-Verfügbarkeit ist von Meta nicht bestätigt. Meta hat weder DSGVO-Zusagen noch einen Auftragsverarbeitungsvertrag oder EU-Datenresidenz kommuniziert. Für produktive EU-Anwendungen empfehlen wir stattdessen Muse Glimmer 30B (Apache 2.0, Self-Hosting), das bewährte Llama 3.3 70B oder Mistral als europäische Alternative.

Muse Spark 1.1: Der Start der kostenpflichtigen Linie (9. Juli 2026)

Am 9. Juli 2026 haben die Meta Superintelligence Labs (MSL) unter Chief AI Officer Alexandr Wang Muse Spark 1.1 veröffentlicht – Metas erstes kostenpflichtiges Closed-Weights-Modell und damit der endgültige Bruch mit der Open-Weight-Tradition der Llama-Familie. Mark Zuckerberg positioniert es als „starkes agentisches und Coding-Modell zu einem sehr niedrigen Preis“.

Die Eckdaten:

• Agentisches Multimodal-Modell für Tool Use, Computer Use, Coding und multimodales Verstehen; kann parallele Subagenten starten.
• 1 Million Token Kontextfenster, wobei das Modell seinen Kontext selbst verwaltet (Behalten, Abrufen, Komprimieren) – ohne Langkontext-Aufpreis.
• Aggressiver Preis: $1,25/1M Input-Token, $4,25/1M Output-Token, $0,15 für Cached Input – deutlich unter den Frontier-Preisen von OpenAI und Anthropic.
• Benchmarks: Stark bei Tool Use (MCP Atlas 88,1 – laut Metas eigenen Charts vor Claude Opus 4.8 und GPT-5.5), bei reinem Coding aber hinter den Frontier-Modellen (SWE-Bench Pro 61,5 %, Terminal-Bench 2.1 80,0).
• Verfügbarkeit: Über die neue, OpenAI-kompatible Meta Model API – allerdings nur als Public Preview mit Warteliste und zunächst ausschließlich für US-Entwickler. Für Consumer läuft Muse Spark 1.1 als „Thinking“-Modus in der Meta-AI-App und auf meta.ai.
• Nicht offengelegt: Parameterzahl, Architekturdetails und Knowledge Cutoff.

Strategisch soll Muse Spark die Llama-Modelle in WhatsApp, Instagram, Facebook, Messenger und Metas AI-Brillen ersetzen. Bereits am 7. Juli 2026 hatte MSL mit Muse Image zudem sein erstes Bildgenerierungsmodell vorgestellt (Text-zu-Bild, Bildbearbeitung, Multi-Foto-Kompositing) – datenschutzrechtlich umstritten, weil das @-Mention-Feature standardmäßig Bilder auf Basis öffentlicher Instagram-Profilfotos generiert (Opt-out statt Opt-in).

Muse Spark 1.1 wurde am 5. August 2026 von Muse Spark 1.2 und am 2. September 2026 von Muse Spark 1.3 abgelöst (siehe oben); laut Meta-Developer-Seite ist es weiterhin gelistet.

Wichtiger Hinweis: EU-Lizenzrestriktion bei Llama 4

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. Für EU-Unternehmen empfehlen wir daher Muse Glimmer 30B (Apache 2.0, ohne Territorialbeschränkung), das bewährte Llama 3.3 70B oder alternativ Mistral als europäische Open-Source-Alternative.

Llama 4: Technische Spitzenleistung – ohne EU-Zugang

Llama 4 Maverick (400B MoE)

• 128 Experten, 17B aktive Parameter pro Token
• 1M Token Kontextfenster
• Nativ multimodal (Text, Bild, Video)
• Übertrifft GPT-4 in Reasoning- und Coding-Benchmarks

Llama 4 Scout (109B MoE)

• 16 Experten, 17B aktive Parameter
• 10M Token Kontextfenster – branchenweit einzigartig
• Auf einer einzelnen H100 80GB (INT4) lauffähig
• Ideal für massive Dokumentenanalyse und Codebase-Parsing

Llama 4 Behemoth (angekündigt)

• ~2 Billionen Parameter, 288B aktiv
• Wurde angekündigt, aber nie veröffentlicht. Durch Muse Spark abgelöst.
• Positioniert als “Teacher-Modell” für andere Llama-Modelle

Llama 3.x: EU-kompatibel und bewährt

Die Llama 3.x-Serie unterliegt keiner EU-Restriktion und bleibt für europäische Unternehmen eine solide Wahl – insbesondere für klassische Textaufgaben ohne Bild- oder Agenten-Anforderungen:

Besondere Stärken

• Volle Kontrolle: Modell läuft in Ihrer Infrastruktur
• Keine API-Kosten: Nur Hardware-/Cloud-Kosten
• Anpassbar: Fine-Tuning auf eigene Daten möglich
• DSGVO-freundlich: Keine Daten verlassen Ihr Unternehmen

Hardware-Anforderungen

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 (Stand 3. September 2026)

Für EU-Unternehmen ist Muse Glimmer 30B seit dem 10. August 2026 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 dort ein, wo es seine Stärken hat – lokale, klar umrissene agentische Workflows mit Tool-Use. Für allgemeine Knowledge Work braucht es angesichts der unabhängig gemessenen Halluzinationsrate zwingend eine Absicherung über 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-Anwendungen eignen sich weiterhin die kompakten Llama 3.2 (1B/3B) Modelle. Llama 4 ist für EU-Unternehmen lizenzrechtlich weiterhin gesperrt. Muse Spark 1.3 ist technisch interessant und günstig, bleibt aber Closed Weights; Meta nennt keine Länderliste, die EU-Verfügbarkeit ist von Meta nicht bestätigt und DSGVO-Zusagen fehlen. Das von Meta angekündigte Open-Weights-Release von Muse Spark hat keinen Termin. Suchen Sie eine europäische Open-Source-Alternative, empfehlen wir Mistral für den DACH-Raum.

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.