Mark Zuckerberg hat einen 14-seitigen Essay veröffentlicht. Darin fordert er, künstliche Intelligenz für alle zugänglich zu machen. Am selben Tag veröffentlicht Meta Muse Glimmer, ein 30-Milliarden-Parameter-Modell unter Apache-2.0-Lizenz. Doch das beste Modell des Konzerns bleibt hinter einer Bezahlmauer. Das verrät mehr über die KI-Branche als jeder Manifest.
14 Seiten Open-Source-Bekenntnis
Der Essay mit dem Titel „The Future Is for Everyone“ liest sich wie ein Manifest. Zuckerberg argumentiert, dass konzentrierte KI-Macht gefährlicher sei als verteilte. Er vergleicht die aktuelle Entwicklung mit der Industriellen Revolution. KI sollte demnach Routineaufgaben übernehmen, damit Menschen sich auf Kreativität konzentrieren können. Zudem spricht er sich gegen US-Regulierungsversuche aus, die Open-Source-KI einschränken wollen.
Der Text ist ambitioniert. Aber die Realität des Produktstarts erzählt eine andere Geschichte.
Muse Glimmer: Was das Modell kann
Muse Glimmer ist ein 30-Milliarden-Parameter-Modell, das aus dem größeren Muse Spark destilliert wurde. Es ist multimodal und für lokale KI-Agenten-Workflows konzipiert. Unter Apache 2.0 kann jeder es herunterladen, anpassen und kommerziell nutzen. Es läuft auf einer einzelnen Consumer-GPU mit 20 bis 24 GB VRAM, quantisiert sogar auf 16 GB. Meta gibt Geschwindigkeiten von 75 bis 233 Token pro Sekunde auf einer RTX 5090 an, dank spekulativer Decodierung.
In Benchmarks schlägt Glimmer Googles Gemma 4 in den meisten Szenarien und liefert sich Kopf-an-Kopf-Rennen mit Alibabas Qwen 3.6-27B. Allerdings nutzt Glimmer alle 30 Milliarden Parameter pro Token, während Konkurrenten wie Qwen 3.6-A3B nur 3 bis 4 Milliarden aktivieren. Die Effizienz ist also schlechter.
Das geschlossene Modell hinter dem offenen Versprechen
Der Haken: Muse Spark, das leistungsstärkere Modell, von dem Glimmer destilliert wurde, bleibt weiterhin geschlossen. Nutzer müssen für den Zugriff zahlen. Und Spark selbst rangiert laut Artificial Analysis unter chinesischen Modellen wie Kimi K3 und Qwen 3.8-Max auf den Benchmark-Listen. Was Meta also frei gibt, ist das zweitbeste Modell, nicht das beste.
Dazu kommt: Laut einem Bericht von Firethering arbeitet Meta intern an einem neuen Modell namens Watermelon, das Spark noch übertreffen soll. Ob Watermelon offen oder geschlossen veröffentlicht wird, hat Zuckerberg nicht gesagt. Die Geschichte von Meta mit Llama zeigt ein Muster: Offen veröffentlichen, solange das Modell nicht wettbewerbsgefährdend ist. Sobald es ernst wird, die Bezahlmauer hochfahren.
Warum der Timing-Vorwurf zählt
Die KI-Branche streitet intensiv über Open-Source versus geschlossene Modelle. Anthropic und OpenAI argumentieren, dass Frontier-KI kontrolliert werden muss. Zuckerberg kontert, dass zentralisierte Macht das eigentliche Risiko darstellt. Beide Seiten haben gute Argumente.
Aber der Zeitpunkt von Muse Glimmer macht die Debatte schwerer zu führen. Meta veröffentlicht das offene Modell genau dann, wenn ein neues, leistungsstärkeres geschlossen Modell den kommerziellen Betrieb aufnimmt. Das ist kein Zufall. Es ist eine Strategie: Offenheit als Marketinginstrument, geschlossene Modelle als Umsatztreiber.
Fazit: Philosophie versus Geschäftsmodell
Muse Glimmer ist ein nützliches Modell. Entwickler können es kostenlos nutzen, lokal betreiben und anpassen. Das hat echten Wert. Aber der Essay suggeriert eine Überzeugung, die das Produkt nicht einlöst. Wenn Open Source die bessere Philosophie ist, warum bleibt das beste Modell geschlossen?
Die Antwort liegt vermutlich im Geschäftsmodell. Meta braucht Einnahmen aus Muse Spark, um die enormen Trainingskosten zu decken. Das ist verständlich. Aber dann sollte der Essay auch ehrlich sein: Open Source ist eine Strategie, kein Prinzip. Solange Watermelon keine Open-Source-Ankündigung hat, bleibt Zweifel.
Hinweis: Dieser Artikel wurde mit Unterstützung von Künstlicher Intelligenz erstellt und von einem Menschen redaktionell geprüft.
