Startseite›Modelle›muse-glimmer-30b
muse-glimmer-30b
Architektur dicht52 SchichtenLizenz apache-2.0Maximaler Kontext 128kVokabular 202.048
Bei Q4_K_M ist das eine Datei von 15,61 GiB, und sie passt auf 12 der 18 Rechner, die wir durchrechnen (der mit dem wenigsten Speicher: Mac mit M4 Pro und 24 GB). Hier füllt die Datei den Speicher: Selbst beim maximalen Kontext von 128k Tokens kommen 1,70 GiB hinzu — und derselbe Inhalt braucht auf Deutsch 1,30-mal so viele Tokens wie auf Englisch.
Modellgröße bei Q4_K_M
Von Local AI Scope gemessen
Kontextspeicher bei 8k Tokens
Von Local AI Scope gemessen
Was Deutsch gegenüber Englisch kostet
Von Local AI Scope gemessen
Videos: muse-glimmer-30b 3
Die besten Vorführungen, die wir gefunden haben. Drücken Sie auf Play, und es läuft direkt hier.
Die Videos liegen bei YouTube, und von dort wird nichts geladen, bevor Sie auf Play drücken (Modus ohne Cookies). Das Vorschaubild kommt von uns.
Größen der veröffentlichten Dateien
Das sind die Größen der tatsächlich vom Autor veröffentlichten Dateien, addiert, wenn das Modell in Teilen ausgeliefert wird. Keine Schätzung aus der Parameterzahl.
| Kompression | Modellgröße |
|---|---|
Q4_K_M |
15,61 GiB |
Dieses Modell liest auch Bilder. Dafür braucht es eine zweite Datei, den Vision-Projektor (mmproj-Muse-Glimmer-30B-Q4_K_M.gguf, 1,30 GiB), die neben dem Modell veröffentlicht wird und in den Zahlen dieser Seite nicht enthalten ist: Sie zählen nur Text. Wenn Sie ihm Bilder schicken wollen, rechnen Sie diese Datei zur Modellgröße hinzu.
Kontextspeicher
Berechnet aus dem Aufmerksamkeitsmuster, das dieses Modell Schicht für Schicht angibt, nicht aus der generischen Formel. Deshalb liegt der Wert oft deutlich unter dem anderer Rechner.
- 8k Tokens → 0,18 GiB
- 32k Tokens → 0,48 GiB
- 128k Tokens → 1,70 GiB
Was es in jeder Sprache kostet
Gemessen, indem der Tokenizer dieses Modells über denselben Inhalt in vier Sprachen läuft. Tokens sind das, was man im Kontext, im Speicher und auf der Cloud-Rechnung zahlt.
| Textsorte | EN | ES | FR | DE |
|---|---|---|---|---|
| Code | — | ×1,19 | ×1,32 | ×1,40 |
| Verträge | — | ×1,13 | ×1,23 | ×1,26 |
| Geschäftliche E-Mails | — | ×1,13 | ×1,21 | ×1,23 |
| Support-Tickets | — | ×1,21 | ×1,37 | ×1,26 |
Englisch ist die Referenz: Jede Zahl gibt an, um wie viel mehr Tokens derselbe Inhalt in dieser Sprache kostet. Durchschnitt über das gesamte Korpus: DE ×1,30.
Wo es passt
Passt heißt: Modell, Kontextspeicher und Arbeitsreserve passen beim angegebenen Kontext gemeinsam hinein und lassen dem System seinen Anteil. 12 von den 18 getesteten Rechnern (Q4_K_M, 8k Tokens).
Bevor Sie auf Download klicken: Stand 7. Oktober 2026 unterstützen alle Programme unserer Liste dieses Modell. llama.cpp öffnet es ab Build b10353, und alle seitdem erschienenen stabilen Versionen enthalten es (am 16. Oktober 2026 war v0.7.0 vom 15. Oktober 2026 die neueste); Ollama ab 0.32.8; LM Studio bietet es im eigenen Katalog an, der mindestens 26 GB Systemspeicher verlangt, und mlx-lm öffnet es ab 0.32.0, allerdings nur für Text. vLLM unterstützt es ab 0.28.0, braucht aber die originalen BF16-Gewichte (55,46 GiB) im Grafikspeicher: Kein PC unserer Liste mit Grafikkarte hat so viel VRAM, und auf dem Mac läuft vLLM nur experimentell auf der CPU. Die Tabelle zählt nur Text. Wer Bilder schicken will, lädt zusätzlich den Vision-Projektor (1,30 GiB); das optionale DFlash-Entwurfsmodell, das die Antworten beschleunigt, kommt mit 1,52 GiB dazu; Ollama lädt den Projektor immer, auch für reinen Text. Mit einem der beiden schafft der Mac mit M4 Pro und 24 GB (21,00 GiB Unified Memory für das Modell) 64k Tokens Kontext statt 128k, mit beiden 32k. Die RTX 4090 mit 24 GB (23,20 GiB VRAM) kommt nach unserer Rechnung auch mit beiden auf 128k, aber mit nur 0,07 GiB Reserve – zu wenig, um sich darauf zu verlassen; bei 64k bleiben 2,08 GiB.