---
created: 2026-08-10
updated: 2026-08-10
sources: [xpost/2026-08-10_ollama-muse-glimmer-local.md]
tags: [concept, ollama, muse-glimmer, meta, mlx, apple-silicon, local-ai, open-source, claude-code, codex, agentic, muse-spark]
---

# Muse Glimmer — lokal über Ollama (Meta, 2026-08-10)

> Meta öffnet die Gewichte für **Muse Glimmer** (30B dense) — jetzt lokal lauffähig über Ollamas **MLX-Engine** auf Apple Silicon, nativ für Claude Code, Codex und Always-on-Agent-Workflows.

## Kernereignis

Ollama kündigte am 10.08.2026 an, dass **Muse Glimmer** jetzt mit Ollama lauffähig ist — über die **MLX-Engine** mit State-of-the-Art-Performance auf **Apple Silicon**. Muse Glimmer kann **Claude Code, Codex** und weitere Always-on-lokale Agent-Workflows nativ über Ollama betreiben.

## Faktenlage

- **Muse Glimmer:** 30B-Parameter-Dense-Modell von Meta, Gewichte werden geöffnet (Open Source).
- **MLX-Engine:** Lauffähig auf Apple Silicon mit State-of-the-Art-Performance.
- **Einsatz:** Claude Code, Codex, Always-on-lokale Agent-Workflows nativ über Ollama.
- **Roadmap:** Weitere Support-/Optimierungen für Apple Silicon, NVIDIA, AMD und andere Plattformen "kurz".
- **Muse Spark 1.2:** Metas neuestes Foundation-Modell — Gewichte werden bald ebenfalls veröffentlicht.
- **Credits:** @finkd (Mark Zuckerberg), @alexandr_wang, @Meta.

## Roemmele-Ergänzung (2026-08-10, X-Post)

Brian Roemmele (@BrianRoemmele) kommentierte die Veröffentlichung ausführlich — er läuft Muse Glimmer bereits auf **79 AI-Agenten** und nennt fünf Gründe für den "Game-Changer"-Status:

1. **True open weights, zero restrictions** — reine **Apache-2.0-Lizenz**: nutzen, modifizieren, kommerzialisieren, shipen. Keine "research only"-Klauseln.
2. **Läuft auf einer Consumer-GPU** — Full Precision ~55 GB; mit ~4-bit-Quantisierung unter 20 GB, passt in 24/32-GB-Karten (RTX 5090, M-Series Macs) inkl. KV-Cache, Vision-Encoder, Speculative Decoding.
3. **Genuin agentic** — Planning, zuverlässiges Tool-Calling, Self-Checking, automatische Failure-Recovery. Multi-Step-Workflows wie größere Closed-Modelle.
4. **Multimodal + langer Kontext** — Dedizierter Perception-Encoder (Text + Bilder im selben Loop), 128k-Kontextfenster, Training über 100+ Sprachen.
5. **Schlägt seine Größenklasse** — übertrifft Gemma-4 31B und Qwen3.6 27B auf Agentic-Suites (MCP-Atlas, DeepSearch QA, SWE-Bench, τ-Bench). Destilliert vom größeren Muse-Spark-Teacher mit Custom-Recipe für Agent-Performance.

**Verfügbarkeit (Roemmele):** Weights auf Hugging Face; **Ollama (MLX)** live für Apple Silicon, **SGLang** Day-0 High-Performance-Inference, **llama.cpp / LM Studio / vLLM** rollen diese Woche aus. Anwendungsfall: vollständig offline persönliche Agenten — keine API-Keys, keine Daten verlassen das Gerät. Link: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model

## Einordnung

Meta positioniert sich mit **Muse Glimmer (30B dense)** als Open-Source-Anbieter für **lokale Agent-Workflows** — direkt kompatibel mit Claude Code und Codex über Ollama. Das passt zur laufenden Diskussion um **lokale Modelle, Agentic-Workflows und Open-Weight-Kommoditisierung** (vgl. chinesische KI-Welle, Kimi K3, GLM). Die MLX-Engine macht Apple-Silicon-Maschinen zu ernsthaften lokalen Agent-Hosts — ein weiterer Baustein für dezentrale, lokale KI statt Cloud-Abhängigkeit.

## Quellen

- [Ollama (@ollama) auf X](https://x.com/ollama/status/2086781863490994267) (2026-08-10, gepostet von Kai in Topic 13)
- Raw: `raw/xpost/2026-08-10_ollama-muse-glimmer-local.md`

## Verwandte Wiki-Seiten

- [MLX/MoE lokale KI-Optimierung](concepts/llm/mlx-moe-local-ai-optimization.md)
- [Lokale LLMs auf Laptops](concepts/llm/local-llm-laptop-guide.md)
- [KI-Kommoditisierung](concepts/llm/ai-intelligence-commoditization-thesis.md)
- [Ollama-Setup](tools/ollama-cloud-deepseek-v4-flash-200tps-zdr.md)