Inicio›Modelos›muse-glimmer-30b
muse-glimmer-30b
Arquitectura denso52 CapasLicencia apache-2.0Contexto máximo 128kVocabulario 202.048
En Q4_K_M es un fichero de 15,61 GiB y entra en 12 de los 18 equipos que medimos (el de menos memoria: Mac con M4 Pro y 24 GB). Aquí lo que llena la memoria es el fichero: incluso con su contexto máximo de 128k tokens, el contexto suma 1,70 GiB — y el mismo contenido, en tokens, cuesta en español ×1,17 lo que en inglés (en alemán, ×1,30).
Tamaño del modelo en Q4_K_M
Medido por Local AI Scope
Memoria de contexto a 8k tokens
Medido por Local AI Scope
Lo que cuesta el alemán frente al inglés
Medido por Local AI Scope
Vídeos: muse-glimmer-30b 3
Las mejores pruebas que hemos encontrado. Pulsa y se abre aquí mismo.
Los vídeos están en YouTube y no se carga nada de allí hasta que pulsas (modo sin cookies). La miniatura la servimos nosotros.
Tamaños de los ficheros publicados
Son los tamaños de los ficheros que publica su autor, sumados cuando el modelo viene partido en trozos. No es una estimación a partir del número de parámetros.
| Compresión | Tamaño del modelo |
|---|---|
Q4_K_M |
15,61 GiB |
Este modelo también lee imágenes. Para eso necesita un segundo fichero, el proyector de visión (mmproj-Muse-Glimmer-30B-Q4_K_M.gguf, 1,30 GiB), que se publica junto al modelo y no está sumado en las cifras de esta página: cuentan solo el texto. Si vas a pasarle imágenes, añádelo al tamaño del modelo.
Memoria de contexto
Calculada con el patrón de atención que este modelo declara capa a capa, no con la fórmula genérica. Por eso la cifra suele ser bastante menor que la que dan otras calculadoras.
- 8k tokens → 0,18 GiB
- 32k tokens → 0,48 GiB
- 128k tokens → 1,70 GiB
Lo que cuesta en cada idioma
Medido ejecutando el tokenizador de este modelo sobre el mismo contenido en cuatro idiomas. Los tokens son lo que se paga en contexto, en memoria y en la factura de la nube.
| Tipo de texto | EN | ES | FR | DE |
|---|---|---|---|---|
| Código | — | ×1,19 | ×1,32 | ×1,40 |
| Contratos | — | ×1,13 | ×1,23 | ×1,26 |
| Correo de empresa | — | ×1,13 | ×1,21 | ×1,23 |
| Tickets de soporte | — | ×1,21 | ×1,37 | ×1,26 |
El inglés es la referencia: cada cifra es cuántas veces más tokens cuesta el mismo contenido en ese idioma. Media sobre todo el corpus: DE ×1,30.
Dónde cabe
Que quepa significa que caben el modelo, su memoria de contexto y el margen de trabajo al contexto indicado, dejándole al sistema lo suyo. 12 de los 18 equipos probados (Q4_K_M, 8k tokens).
Antes de darle a descargar: a 7 de octubre de 2026, todos los programas de nuestra lista admiten este modelo. llama.cpp lo abre desde la compilación b10353, y lo llevan todas las versiones estables publicadas desde entonces (el 16 de octubre de 2026, la última era la v0.7.0, del 15 de octubre de 2026); Ollama, desde la 0.32.8; LM Studio lo ofrece en su propio catálogo, que pide al menos 26 GB de memoria del sistema, y mlx-lm lo abre desde la 0.32.0, solo con texto. vLLM lo admite desde la 0.28.0, pero necesita los pesos originales en BF16 (55,46 GiB) en la memoria de la gráfica: ningún PC de nuestra lista con tarjeta gráfica tiene tanta VRAM, y en Mac vLLM solo funciona en la CPU, de forma experimental. La tabla cuenta solo el texto. Para pasarle imágenes se carga también el proyector de visión (1,30 GiB), y el modelo de borrador DFlash, opcional, que acelera las respuestas, suma 1,52 GiB; Ollama carga el proyector siempre, también para texto. Con uno de los dos, el Mac con M4 Pro y 24 GB (21,00 GiB de memoria unificada para el modelo) llega a 64k tokens de contexto en vez de 128k, y con los dos, a 32k. La RTX 4090 de 24 GB (23,20 GiB de VRAM) llega a 128k con los dos según nuestra cuenta, pero con solo 0,07 GiB de sobra, demasiado poco para fiarse; a 64k le sobran 2,08 GiB.