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. $/giờ là giá thấp nhất đang được chào. Cấu hình nhiều card dùng giá máy thật cùng cỡ khi có nơi cho thuê; nếu không, là giá một card nhân số card.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
96 GB |
$0.50/hr
ước tính 4 × giá một card
Vast.ai · theo nhu cầu
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
48 GB |
$0.25/hr
ước tính 2 × giá một card
Vast.ai · theo nhu cầu
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
24 GB |
$0.13/hr
Vast.ai · theo nhu cầu
|
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.
Nhà cung cấp rẻ nhất ở bên trái.
Tổng chi phí hằng tháng — gồm cả token đầu vào và đầu ra.
Chi tiết hóa đơn.
Thuê GPU thay vì trả tiền theo token.
Với mô hình mã nguồn mở như Muse Glimmer 30B, bạn có thể thuê GPU và tự chạy suy luận. Cách tính: giá thuê GPU rẻ nhất × 730 giờ/tháng. Điện đã nằm trong giá thuê theo giờ.
Giả định GPU chạy 24/7 với mức sử dụng khoảng 85%. Nếu lưu lượng của bạn thất thường, bạn sẽ trả ít hơn cho API và có thể nhiều hơn cho GPU (giờ rảnh vẫn tính tiền thuê). Phân tích hòa vốn nằm ở công cụ hòa vốn tự host so với 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.