Muse Glimmer 30B.
A dense 30B open-weights model from Meta that takes text and images and is tuned for local agent work, with a 4-bit build that fits in 24 to 32 GB of VRAM.
1× Nvidia Q RTX 6000 · $0.13/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Frequently asked.
How do I run Muse Glimmer 30B?
Where can I access Muse Glimmer 30B?
How much does it cost to run Muse Glimmer 30B?
Is Muse Glimmer 30B open-source or proprietary?
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. $/Std. ist der günstigste aktuelle Preis. Ein Setup mit mehreren Karten nutzt eine echte Instanz dieser Größe, wenn eine vermietet wird; sonst ist es der Einzelkartenpreis mal Anzahl.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
96 GB |
$0.50/hr
geschätzt 4 × Einzelkartenpreis
Vast.ai · On-Demand
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
48 GB |
$0.25/hr
geschätzt 2 × Einzelkartenpreis
Vast.ai · On-Demand
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
24 GB |
$0.13/hr
Vast.ai · On-Demand
|
31.4 | Compare → |
What it costs per month across providers.
Estimate your monthly bill for Muse Glimmer 30B across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Günstigster Anbieter links.
Gesamte Monatskosten — Eingabe- und Ausgabe-Tokens zusammen.
Rechnung im Detail.
| Anbieter | Monatssumme | |
|---|---|---|
| $5.4 | Registrieren ↗ | |
| $5.4 | Registrieren ↗ | |
| $6.5 | Registrieren ↗ |
GPU mieten statt pro Token zahlen.
Bei einem Open-Weights-Modell wie Muse Glimmer 30B kannst du eine GPU mieten und die Inferenz selbst betreiben. Die Rechnung: günstigste GPU-Miete × 730 Stunden/Monat. Strom ist im Stundenpreis der Miete enthalten.
Angenommen wird, dass die GPU rund um die Uhr mit ca. 85 % Auslastung läuft. Bei schwankendem Traffic zahlst du für die API weniger und für die GPU wahrscheinlich mehr (Leerlaufstunden kosten trotzdem Miete). Die Break-even-Analyse findest du im Break-even-Tool Selbsthosting vs. API.
About Muse Glimmer 30B.
Muse Glimmer is a dense 30B-class model (about 29.6B parameters including its vision encoder) from Meta Superintelligence Lab, released with open weights under Apache 2.0. It reads text and images, outputs text, and handles over 131,000 tokens of context. It is built for agent tasks that run locally: tool calls, multi-step reasoning, recovering from failed calls and reading screenshots or documents. Meta compresses it to roughly 4-bit so it fits in 24 to 32 GB of VRAM, and ships a small drafter model for faster generation.