AMD Reveals Muse Glimmer 30B Benchmarks and Why Unified Memory Matters

AMD hat erste Leistungsdaten zum offenen KI-Modell Muse Glimmer 30B veröffentlicht und dabei zwei sehr konkrete Hardware-Wege skizziert: eine Ryzen-AI-Max+-Plattform mit Unified Memory und ein Workstation-Setup mit einer dedizierten Radeon-Grafikkarte. Entscheidend für die Praxis ist vor allem, wie viel Speicher samt Bandbreite ein System bereitstellt.

AMD und Meta setzen beim Start unterschiedliche Schwellen

Meta Superintelligence Labs stellte Muse Glimmer 30B am 10. August 2026 unter der Apache-2.0-Lizenz frei. Das Modell gilt als erstes Open-Release von Meta seit Llama 4. Noch am selben Tag teilte AMD eigene Messwerte und nannte zwei bevorzugte Plattformen: Systeme mit dem Ryzen AI Max+ 395 sowie Workstations mit der Radeon AI Pro R9700. Am Folgetag zeigte sich auch bei Nvidia ein ähnliches Muster: Für Nemotron 3.5 Lightning wurde unter den Geforce-Grafikkarten ausschließlich die RTX 5090 aufgeführt.

Während in beiden Lagern die Speicherfrage im Vordergrund steht, weicht die Empfehlung in einem zentralen Punkt voneinander ab: AMD verlangt für den Einstieg über LM Studio mehr Kapazität als Meta.

• Meta nennt als Untergrenze 24 GiB Grafikspeicher für Muse Glimmer 30B.
• AMD fordert über LM Studio hingegen mehr als 32 GiB an Grafikspeicher bzw. entsprechend viel VGM (Variable Graphics Memory).
• AMD weist dabei in eigenen Angaben auf strengere Voraussetzungen hin; in einzelnen deutschsprachigen Meldungen wurde die strengere Schwelle Meta zugeschrieben.

Warum der Speicher entscheidet: Bandbreite, Tokens und Unified Memory

Meta beziffert den Speicherbedarf des Modells in voller Genauigkeit mit mehr als 55 GiB. Eine stark quantisierte Variante (rund vier Bit) kommt laut Meta hingegen auf weniger als 20 GiB. Damit bleibt innerhalb eines Budgets von 24 bzw. 32 GiB Spielraum für zusätzliche Komponenten wie KV-Cache, den Encoder für Bildeingaben sowie das Entwurfsmodell für spekulatives Decoding.

Für die Gewichte nennt Meta-bezogene Rechnungen aus den veröffentlichten Angaben eine Größenordnung von rund 14 GiB bei vier Bit. Alexandr Wang, Chief AI Officer von Meta, nennt diese Grenze auch auf X und betont, dass es dabei keine Einbußen bei der Zuverlässigkeit im Agentenbetrieb geben soll.

In AMDs Messungen zeigt sich der praktische Hebel deutlich: Auf einem Mini-PC vom Typ GMKtec EVO X2 mit Ryzen AI Max+ 395 erreicht das System bis zu 24 Tokens pro Sekunde. Mit der Radeon AI Pro R9700 werden unter vergleichbaren grundlegenden Softwarebedingungen bis zu 53 Tokens pro Sekunde gemessen.

Für das Setup nennt AMD als Messrahmen: Windows 11 Pro 25H2, llama.cpp als Laufzeit, Vulkan als Backend sowie aktiviertes spekulatives Decoding über dFlash. Unterschiede gab es dabei dennoch: Beim Mini-PC kamen vier Entwurfstokens pro Schritt zum Einsatz, während das dedizierte Grafikkarten-System zwei verwendete; außerdem unterscheiden sich die eingesetzten Main-Prozessoren.

AMD stellt als Hauptgrund für die Token-Ausgabe die Speicherbandbreite heraus: Der Ryzen AI Max+ 395 erreicht 256 GB/s, die Radeon AI Pro R9700 kommt auf 644,6 GB/s. Das Verhältnis liegt damit bei etwa 2,5 zu 1 und steht laut AMD in enger Nähe zum gemessenen Token-Verhältnis von 2,2 zu 1. Hintergrund: Wie schnell Modellgewichte pro Token aus dem Speicher gelesen werden können, bestimmt stark die Ausgaberate.

Beim Thema Unified Memory betont AMD vor allem den Kapazitätsvorteil: Der Ryzen AI Max+ 395 bindet laut Angaben bis zu 128 GiB LPDDR5X-8000 über ein 256-Bit-Interface an. CPU-Kerne (16 Zen-5), Radeon 8060S und die NPU teilen sich dabei einen gemeinsamen Speicherpool; im Testsystem waren 64 GiB über VGM als Grafikspeicher reserviert.

Unified Memory soll vor allem dann nützlich sein, wenn ein Modell wegen seines Bedarfs nicht vollständig in den Speicher einer einzelnen Consumer-GPU passt. Geschwindigkeit pro Token bleibt dabei jedoch an denselben Speicher gebunden: Muse Glimmer 30B fällt in eine Größenklasse, in der eine dedizierte Grafikkarte mit genügend eigenem Speicher meist die schnellere Wahl bleibt. AMD verknüpft das Konzept deshalb mit einer nächsten Systemgeneration: Der Ryzen AI Max+ 400 (alias „Gorgon Halo“) soll mit noch größerem System-Speicher in Richtung größerer Modellgrößen zielen.

LM Studio vs. Lemonade: So läuft das Modell lokal

AMD beschreibt für Muse Glimmer 30B zwei Einstiegswege:

• LM Studio: Modell suchen, herunterladen und lokal starten; optional im lokalen Netzwerk als Server bereitstellen. Der Endpunkt unterstützt Protokolle von OpenAI und Anthropic, sodass sich Agenten-Tools wie Open Claw oder Hermes Agent anbinden lassen. AMD weist ausdrücklich darauf hin, dass dFlash mit der jeweils passenden Zahl an Entwurfstokens aktiviert sein muss.
• Lemonade: Für Software, die das Modell direkt mitbringt. Dahinter steht eine etwa 4 MiB große Binärdatei mit lokaler, OpenAI-kompatibler Schnittstelle. Hardwareerkennung und Auswahl des passenden Backends erfolgen automatisch, sodass kein separater Inferenz-Stack nötig sein soll.

Verfügbarkeit und Lizenz: Deutschland, Preise und Nvidia-Vergleich

Zur Marktsituation in Deutschland nennt der Bericht konkrete Preisansätze: Die Radeon AI Pro R9700 sei ab rund 1.430 Euro erhältlich (basierend auf einer Preisvergleichsanfrage vom 13. August 2026). Mini-PCs mit Ryzen AI Max+ 395 würden ebenfalls in Deutschland angeboten.

AMDs eigene Referenzlösung Ryzen AI Halo bleibt deutschen Käufern bislang verwehrt: Micro Center listet das System für 3.999,99 US-Dollar nur in den USA und ausschließlich zur Abholung; einen Termin für eine Verfügbarkeit in Deutschland nennt AMD weiterhin nicht.

Auch der Lizenzvergleich fällt in den Details: Muse Glimmer 30B steht unter Apache 2.0. Nvidia setzt für sein aktuelles offenes Modell hingegen auf eine eigene Lizenz.

Meta veröffentlichte zusätzlich eine eigene Startmessreihe ohne AMD-Hardware: In den Diagrammen tauchen eine Geforce RTX 5090 sowie MacBooks mit M4 Max und M5 Max auf. Bei Nvidia-Systemen soll dFlash das Tempo auf der RTX 5090 um den Faktor 3,1 steigern; bei den Apple-Systemen betragen die Faktoren 1,8 bzw. 1,5. AMD stellte seine Resultate separat zusammen und kennzeichnete sie ausdrücklich als vorläufig.

Die Gewichte von Muse Glimmer 30B liegen auf Hugging Face bereit. Meta kündigte außerdem offene Gewichte für Muse Spark 1.2 an, nannte aber keinen konkreten Termin.

Was Spieler jetzt beobachten sollten

Mit Muse Glimmer 30B rückt die Frage „Passt das Modell in den Speicher?“ noch stärker in den Vordergrund – und damit auch, wie schnell das System die Gewichte pro Token auslesen kann. Entscheidend bleibt daher die Kombination aus Kapazität (mindestens die von Meta bzw. AMD genannten Schwellen) und Bandbreite (dedizierte Grafikkarte vs. Unified Memory). Als nächstes dürfte die Community vor allem testen, wie sich LM Studio und Lemonade in der Praxis auf unterschiedlichen Speicherbudgets verhalten – insbesondere bei aktivem spekulativem Decoding über dFlash.