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. Le $/h est le tarif le plus bas proposé maintenant. Une configuration multi-cartes utilise une vraie instance de cette taille quand elle est louée ; sinon c'est le tarif d'une carte multiplié par le nombre.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
96 GB |
$0.50/hr
est. 4 × tarif d'une carte
Vast.ai · à la demande
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
48 GB |
$0.25/hr
est. 2 × tarif d'une carte
Vast.ai · à la demande
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
24 GB |
$0.13/hr
Vast.ai · à la demande
|
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.
Le fournisseur le moins cher à gauche.
Coût mensuel total — tokens d'entrée et de sortie cumulés.
Détail de la facture.
| Fournisseur | Total mensuel | |
|---|---|---|
| $5.4 | S'inscrire ↗ | |
| $5.4 | S'inscrire ↗ | |
| $6.5 | S'inscrire ↗ |
Louez le GPU plutôt que de payer au token.
Pour un modèle à poids ouverts comme Muse Glimmer 30B, vous pouvez louer un GPU et faire tourner l'inférence vous-même. Le calcul : location de GPU la moins chère × 730 heures/mois. L'électricité est comprise dans le prix horaire de la location.
Suppose que le GPU tourne 24h/24 à environ 85 % d'utilisation. Si votre trafic est irrégulier, vous paierez moins pour l'API et probablement plus pour le GPU (les heures creuses sont facturées). L'analyse du seuil de rentabilité se trouve dans l'outil seuil de rentabilité auto-hébergement 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.