Text & Reasoning
Muse Spark 1.3
Muse Spark 1.3 ist ein Text & Reasoning-Modell von Meta. Eingabe: Text, Bild, Video, Audio, PDF. Ausgabe: Text.
Technologie verstehen.
Besser entscheiden.
Text & ReasoningMuse Glimmer 30B ist ein Sprachmodell von Meta. Dichtes 30B-Modell, aus Muse Spark destilliert. Für lokale Agenten mit Text- und Bild-Eingabe.
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Aktuell im HerstellerkatalogQuellenstand 2026-10-13
Meta im Verzeichnis
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | Meta |
|---|---|
| Modellfamilie | Muse |
| Modell-/API-ID | Muse Glimmer |
| Status | Aktuell im Herstellerkatalog |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text, Bild |
| Ausgabe | Text |
| Kontext | 128.000 Tokens |
|---|---|
| Maximaler Output / Horizont | Nicht bestätigt |
| Bereitstellung | Offene Gewichte; selbst betreiben |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | Apache 2.0 |
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
Datenbasis: Herstellerangaben im Quellenstand 2026-10-13. Quellen zu diesem Profil ↓

Wähle eine kleine Aufgabe mit einer überprüfbaren Lösung: etwa fünf Informationen aus einem gegebenen Dokument extrahieren. Prüfe die Antworten am Original, nicht nur die Formulierung.
Vor einem lokalen Test zuerst Gewichteformat, Lizenz, Arbeitsspeicher und unterstützte Runtime prüfen. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen. Der Auswahlguide für lokale KI-Modelle vertieft die Prüfung von Aufgabe, Gewichteformat, Speicher und Lizenz vor einem eigenen Versuch.
Lokaler Betrieb: Verfügbare Gewichte allein belegen nicht, dass dieses Modell auf deinem Rechner läuft. Speicherbedarf, Quantisierung, Kontext und unterstützte Hardware müssen zusammenpassen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen.
Zugang: Offene Gewichte; selbst betreiben. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Redaktionelle Testidee – noch nicht ausgeführt
Extrahiere aus dem bereitgestellten Dokument fünf Fakten. Gib zu jedem Fakt die genaue Fundstelle an. Markiere fehlende Angaben als unbekannt.Quellenstand: 2026-10-13. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Dichtes 30B-Modell, aus Muse Spark destilliert. Für lokale Agenten mit Text- und Bild-Eingabe. Hersteller: Meta. Dokumentierte ID: Muse Glimmer.
Eingabe: Text, Bild. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Offene Gewichte sind dokumentiert. Die Lizenz Apache 2.0, unterstützte Runtime und benötigte Hardware musst du zusätzlich prüfen.
Kein bestätigter Einheitspreis im geprüften Quellenstand. Tarife und Zugang vor Nutzung in der Anbieterquelle prüfen. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-13. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Im dokumentierten Quellenstand: 128.000 Tokens. Standardkontext 128K; längere Kontexte sind laut Anbieter möglich, hier ohne numerische Erweiterung. Kontext ist keine Wortzahl und kein Nachweis, dass jede enthaltene Information zuverlässig verarbeitet wird.
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Text & Reasoning
Muse Spark 1.3 ist ein Text & Reasoning-Modell von Meta. Eingabe: Text, Bild, Video, Audio, PDF. Ausgabe: Text.
Text & Reasoning
Muse Spark 1.2 ist ein Text & Reasoning-Modell von Meta. Eingabe: Text, Bild, Video, Audio, PDF. Ausgabe: Text.
Text & Reasoning
Multimodales Open-Weight-MoE-Modell mit 17B aktiven und 400B Gesamtparametern laut Meta.