Meta bietet heute zwei sehr unterschiedliche Modelllinien: die Muse-Familie der Meta Superintelligence Labs (MSL) mit den proprietären Modellen Muse Wonder (Preview) und Muse Spark sowie den offenen Varianten Muse Spark Open und Muse Glimmer 30B, außerdem 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, Muse Spark Open unter der Muse Model License ohne territorialen Ausschluss; beide lassen sich in der EU selbst betreiben. Llama 4 ist für EU-Unternehmen lizenzrechtlich gesperrt, und für Muse Wonder und Muse Spark über die Meta Model API dokumentiert Meta keine EU-Datenresidenz.
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 Wonder / Wonder Full | 12. Oktober 2026 (Preview) | Closed Weights, API bzw. Muse Code | 1M | Keine EU-Datenresidenz dokumentiert | Komplexes Software-Engineering, langlaufende Agenten |
| Muse Spark Open | 15. Oktober 2026 | Muse Model License (Open Weights) | 1M | Self-Hosting möglich (816B / 42B aktiv) | Große Self-Hosting-Setups, Post-Training |
| Muse Spark 1.3 | 2. September 2026 | Closed Weights, API | 1M | Keine EU-Datenresidenz dokumentiert | 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 Wonder und Muse Wonder Full
Am 12. Oktober 2026 haben die Meta Superintelligence Labs Muse Wonder und Muse Wonder Full vorgestellt. Laut Meta-Entwicklerdoku ist Muse Wonder das leistungsfähigste Modell der Muse-Familie, gebaut für komplexes Software-Engineering und langlaufende agentische Arbeit: Es ändert und prüft Code über viele Dateien in echten Repositories, plant, delegiert an Subagenten, ruft Tools parallel auf und fängt Fehler über viele Schritte ab; dazu kommt Computer Use für die Steuerung eines Desktops.
- Status: Muse Wonder ist laut Meta-Entwicklerdoku in der Preview.
- Modell-ID und Schnittstellen:
muse-wonder-1.0über Responses, Chat Completions und Messages API. - Kontext und Modalitäten: 1.048.576 Token Kontext; Input Text, Bild, Video, Audio und PDF, Output Text; Reasoning-Effort von „minimal“ bis „max“, Tool Calling, Structured Output und Search Grounding.
- Preis: $4,00/1M Input, $0,20/1M Cached Input, $20,00/1M Output (Standard-Modus), ohne Long-Context-Aufschlag; Websuche kostet zusätzlich $2,50 je 1.000 Anfragen. Einen Contributor-Modus gibt es für Muse Wonder auf der Model API nicht; im Standard-Modus nutzt Meta Inhalte laut Doku nicht zum Training. Rate Limit laut Meta: 3.000 Anfragen und 4 Mio. Token pro Minute je Team.
- Muse Wonder Full: die leistungsfähigere Variante, nur in Muse Code mit einem Abo der Stufen Power Usage oder Maximum Usage verfügbar. Das Setzen von Reasoning-Effort „max“ bei Muse Wonder wählt Wonder Full nicht aus. Muse Wonder selbst ist in Muse Code pay-as-you-go und in jedem Abo enthalten.
- Benchmarks und Sicherheit: Meta beziffert in der Ankündigung keine Werte (nur „state-of-the-art“ bei persönlichen und beruflichen Agenten-Aufgaben). Die Modellkarte zeigt die Capability-Ergebnisse nur als Grafik; wir übernehmen daher keine Leistungszahlen. Sie enthält außerdem Metas Risikobewertung nach dem Meta Superintelligence Scaling Framework: Mit Schutzmaßnahmen stuft Meta Muse Wonder Full in allen Bereichen als „moderate or lower“ ein.
Hinweis für EU-Unternehmen: Beide Modelle sind laut Meta in Südkorea nicht verfügbar, die Verfügbarkeit variiert nach Land. Die EU zählt laut Geographic Use Policy nicht zu den gesperrten Gebieten; einen Verarbeitungsort oder eine EU-Datenresidenz nennt Meta aber nicht. Für personenbezogene Daten empfehlen wir offene Gewichte im Self-Hosting.
Muse Spark Open
Am 15. Oktober 2026 hat Meta mit Muse Spark Open die offene Gewichtsvariante von Muse Spark veröffentlicht (Hugging Face: meta-models/Muse-Spark-Open-816B-A42B).
- Architektur: Sparse Mixture of Experts mit 816B Parametern, davon 42B aktiv; Input Text, Bild, Video und Audio, Output Text; 1.048.576 Token Kontext; Training auf Daten in mehr als 100 Sprachen.
- Checkpoints: BF16 (Referenz, ca. 1,65 TB, acht GPUs wie 8 × B300) und NVFP4 (ca. 537 GB, ein 4-GPU-Blackwell-Knoten). Für den Betrieb mit BF16 rechnet Meta mit rund 2 TB VRAM. Runtimes: SGLang, vLLM, TensorRT-LLM, llama.cpp; Hardware laut Meta: NVIDIA, AMD Instinct, Intel Xeon 6 und Apple Mac Studio.
- Lizenz: Muse Model License samt Acceptable Use Policy. Laut Lizenztext ist kommerzielle Nutzung erlaubt und es gibt keinen territorialen Ausschluss; Meta tritt für Lizenznehmer in Europa als Meta Platforms Ireland Limited auf. Pflichten: Lizenz und Usage Policy beilegen, „Built with Muse Spark Open“ in Produkten oder Dokumentation anzeigen, und für Model-as-a-Service-Angebote mit mehr als 20 Mio. USD Gesamtumsatz (Lizenznehmer und Verbundene) in zwölf Monaten vorab eine separate Vereinbarung mit Meta schließen. Das ist keine Apache-2.0-Lizenz; lassen Sie die Bedingungen für Ihren Einsatz rechtlich prüfen.
- Zugriff: Hugging Face vergibt den Zugriff nach manueller Freigabe. Als Launch-Partner nennt Meta die Modellkataloge Amazon SageMaker AI, Google Cloud Model Garden und Microsoft Foundry sowie Baseten, Fireworks AI, Groq (Limited Preview), Modal, Nebius, Together AI und OpenRouter. Regionen und Deployment-Typen dieser Angebote haben wir nicht geprüft; vor einem EU-Einsatz sind sie je Anbieter zu klären.
- Benchmarks: In der Entwicklerdoku und im Launch-Blog nennt Meta keine Qualitätswerte.
Einordnung: Muse Spark Open ist für Unternehmen mit eigener GPU-Infrastruktur interessant, die ein großes agentisches Modell selbst betreiben, anpassen (SFT, RL) oder über einen EU-Hoster beziehen wollen. Für Einzelplatz- oder Edge-Szenarien bleibt Muse Glimmer 30B die praktikablere Wahl.
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) als Standard laut Model Card und Meta-Entwicklerdoku; längere Kontexte unterstützt Meta, ohne eine Obergrenze zu nennen. 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. Seit 24. September 2026 führt Google es zudem als Partnermodell auf der Gemini Enterprise Agent Platform (meta/muse-spark-1.3, Preview, Text-Input, nur globaler Endpunkt, Zugang über den Google- oder Meta-Vertrieb).
- 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.
- Reasoning: Laut Meta-Entwicklerdoku unterstützt
muse-spark-1.3alle Reasoning-Effort-Stufen einschließlich „max“; die Contributor-Variante nicht. Bei Audio-Input rät Meta zu Muse Spark 1.2 oder Muse Voice Transcribe, da die Audio-Unterstützung in 1.3 nicht vollständig ist. - Open Weights: Die offene Variante erschien am 15. Oktober 2026 als Muse Spark Open (siehe oben);
muse-spark-1.3selbst bleibt Closed Weights.
Hinweis für EU-Unternehmen: Die Geographic Use Policy der Meta Model API (aktualisiert am 12. Oktober 2026) führt die EU nicht unter den gesperrten Gebieten. Vertragspartner für Nutzer in Europa ist laut Nutzungsbedingungen Meta Platforms Ireland Limited; die Bedingungen verweisen auf die Meta Global Processor Terms (Auftragsverarbeitungsbedingungen) und die Data Security Terms. Einen Verarbeitungsort oder eine EU-Datenresidenz dokumentiert Meta nicht, auch der Google-Zugang läuft nur über den globalen Endpunkt. Für produktive EU-Anwendungen mit personenbezogenen Daten 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, 1. September 2026; laut Meta-Doku 25 Sprachen mit Code-Switching, 0,18 USD pro Stunde Audio, Closed Weights). Über die Model API bietet Meta außerdem SAM 3.1 (Segment Anything) für die Segmentierung von Bildern und Videos an. 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
Auf der Meta Model API sind Muse Wonder (4,00 / 20,00 USD je 1M Input / Output) und Muse Spark (1.3, 1.2 und 1.1 jeweils 1,25 / 4,25 USD; Contributor-Varianten von 1.3 und 1.2: 0,10 / 0,20 USD) die Modelle mit Token-Preisliste (siehe oben); Muse Wonder Full gibt es nur in Muse-Code-Abos. Muse Image kostet laut Meta 0,01 USD pro Bild. Muse Spark Open, Muse Glimmer und die Llama-Modelle fallen nur für Hardware bzw. Cloud-Betrieb an, bei Hosted-Partnern nach deren Preisliste. Preise laut Anbieter.
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 aktives Llama-Modell auf Bedrock. Laut den Modellkarten stehen alle Llama-Modelle auf Bedrock im Legacy-Status mit EOL am 30. März 2027; Llama 3.2 und Llama 3.1 405B sind dort seit 7. Juli 2026 abgeschaltet. 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 im Pay-as-you-go-Betrieb nur 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. Für Llama 3.3 70B (Version 9) führt die Tabelle zusätzlich bereitgestellten Durchsatz als Data Zone Provisioned Managed in EU-Regionen (u. a. germanywestcentral, francecentral, westeurope, swedencentral) – damit gibt es auf Foundry einen EU-Pfad mit reservierter Kapazität.
Als verwaltete API eines deutschen Cloud-Anbieters bietet STACKIT AI Model Serving laut STACKIT-Dokumentation Llama 3.3 70B (FP8-quantisiert, 128K Kontext) in der Region eu01 (Deutschland) an, OpenAI-kompatibel. Für Llama-3.x-Workloads ist das der einfachste Weg zu einer EU-Verarbeitung ohne eigene GPUs.
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 Spark Open (NVFP4) | ~537 GB Gewichte | 4-GPU-Blackwell-Knoten |
| Muse Spark Open (BF16) | ~1,65 TB Gewichte (ca. 2 TB VRAM im Betrieb) | 8 × B300 |
| 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; eine Abkündigung hat Meta nicht veröffentlicht, laut Preisliste bleiben 1.1 und 1.2 über die Model API buchbar.
- Muse Wonder (12. Oktober 2026) befindet sich laut Meta in der Preview; Muse Wonder Full ist auf Muse Code beschränkt.
- Muse Spark 1.2 (5. August 2026) ist die Basis, aus der Muse Glimmer destilliert wurde.
- Llama 3.3 70B auf der Google Agent Platform: Die verwaltete API (
llama-3.3-70b-instruct-maas) hat Google am 21. Juli 2026 abgekündigt und am 21. Oktober 2026 abgeschaltet. Nutzbar bleibt das Self-Deployment von Llama 3.3 im Model Garden, auch in EU-Regionen. - Llama auf Amazon Bedrock: Llama 3, 3.1, 3.3 sowie Llama 4 Scout und Maverick laufen dort laut AWS-Modellkarten im Legacy-Status mit EOL am 30. März 2027; Llama 3.2 und Llama 3.1 405B sind seit 7. Juli 2026 abgeschaltet.
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. Wer ein großes Modell mit eigener GPU-Infrastruktur oder über einen EU-Hoster betreiben will, kann Muse Spark Open (Muse Model License, 816B / 42B aktiv) evaluieren – mit Blick auf Hardwarebedarf und Lizenzpflichten.
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 Wonder (Preview) und Muse Spark 1.3 sind technisch interessant, bleiben über die Meta Model API aber Closed Weights ohne dokumentierte EU-Datenresidenz. 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.