Ein Agentenmodell, das auf eine einzelne Grafikkarte passt

Am 10. August hat Meta ein Modell namens Muse Glimmer veröffentlicht: 30 Milliarden Parameter – das sind die im Training erlernten Zahlenwerte, aus denen ein Modell besteht – unter der Apache-2.0-Lizenz auf der Modellplattform Hugging Face. Apache 2.0 ist eine der freizügigsten Lizenzen überhaupt – kommerzielle Nutzung ohne Rückfrage, ohne Gebühr, ohne Nutzerobergrenze. Das ist erwähnenswert, weil Metas frühere Modellveröffentlichungen an eigene Bedingungen geknüpft waren.

Der eigentliche Punkt steht aber nicht in der Lizenz, sondern in der Speicherangabe.

Von 55 auf 20 Gigabyte

In voller Rechengenauigkeit belegt das Modell über 55 Gigabyte Grafikspeicher – das bedeutet Rechenzentrumshardware. Meta liefert es zusätzlich in komprimierter Form aus: Bei der sogenannten Quantisierung werden die Zahlenwerte des Modells von 16 auf 4 Bit verkürzt, ähnlich wie ein Foto mit weniger Farbtiefe gespeichert wird. Das Modell schrumpft dadurch auf 17 bis 20 Gigabyte und passt damit auf eine einzelne Grafikkarte, wie sie in einer gut ausgestatteten Workstation steckt.

Meta gibt zwei Varianten heraus und beziffert den Qualitätsverlust selbst: 0,2 Prozent für die auf 32 Gigabyte zugeschnittene Fassung, 1,0 Prozent für die 24-Gigabyte-Fassung. Das Modell verarbeitet Text und Bilder, fasst über 120.000 Token Kontext – grob 90.000 Wörter, also den Umfang eines dicken Handbuchs – und läuft mit den gängigen Betriebswerkzeugen wie Ollama, LM Studio, llama.cpp und vLLM. Nvidia nennt in seiner eigenen Anleitung eine GeForce RTX 5090 mit 32 Gigabyte als Beispielhardware; laut Meta gibt es außerdem Anpassungen für AMD, Intel, Arm und Dell.

Warum das für Betriebe zählt

Das Modell ist ausdrücklich für Agenten gebaut – für Programme also, die nicht nur antworten, sondern mehrschrittige Aufgaben abarbeiten: Dateien sortieren, Termine abgleichen, andere Software aufrufen, fehlgeschlagene Aufrufe selbst wiederholen. Meta nennt Fertigung, Recht, Gesundheitswesen und Finanzwesen als Zielbereiche, also Umgebungen, in denen Daten das Haus nicht verlassen sollen.

Genau darin liegt der praktische Unterschied zur Cloud-Nutzung. Ein Modell, das im eigenen Serverschrank läuft, schickt keine Konstruktionszeichnung, keinen Vertragsentwurf und keine Personalakte an einen externen Anbieter. Es erzeugt keine Rechnung pro Anfrage, sondern einmalige Hardwarekosten. Und es funktioniert weiter, wenn der Anbieter die Preise ändert, das Modell abkündigt oder ausfällt. Für Anwendungen, die dauerhaft im Hintergrund laufen sollen – Dokumente vorsortieren, eingehende Anfragen klassifizieren, Wartungsprotokolle auswerten –, ist das ein anderes Kostenmodell als der Tokenpreis.

Was dagegen spricht

Die Bestwerte stammen bislang von Meta selbst. Das Unternehmen führt sein Modell bei einem Agenten-Test namens MCP Atlas mit 75,5 Punkten vor Gemma4-31B und Qwen3.6-27B – und räumt im selben Atemzug ein, dass es bei der Rechnerbedienung und bei Kommandozeilenaufgaben (Testreihen OSWorld-Verified und TerminalBench 2.1) hinter Qwen3.6-27B zurückfällt. Das ist ein unbequemes Detail, denn genau diese Fähigkeit – ein System eigenständig bedienen – ist der Kern dessen, was ein Agent tun soll. Unabhängige Nachprüfungen lagen zum Zeitpunkt dieses Beitrags nicht vor.

„Eine einzelne Grafikkarte" heißt außerdem nicht „vorhandene Hardware". Eine Karte mit 24 oder 32 Gigabyte Speicher ist eine Anschaffung im vierstelligen Bereich, dazu kommen Einbau, Betrieb, Aktualisierungen und jemand, der sich zuständig fühlt. Und 30 Milliarden Parameter sind kein Spitzenmodell: Meta selbst ordnet Muse Glimmer unterhalb der eigenen Schwelle für besonders leistungsfähige Modelle ein. Für schwierige Aufgaben bleibt der Abstand zu den großen Cloud-Modellen bestehen.

Bemerkenswert ist deshalb weniger, dass Meta ein starkes Modell veröffentlicht hat, als wo die Messlatte inzwischen liegt: Agentenfähigkeiten, für die vor kurzem noch ein Rechenzentrum nötig war, passen jetzt unter einen Schreibtisch. Ob sie dort auch verlässlich genug arbeiten, entscheidet nicht die Rangliste des Anbieters, sondern ein Test an den eigenen Daten – und der kostet, weil das Modell frei heruntergeladen werden darf, außer Arbeitszeit nichts.