Muse Glimmer 30B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Text and image in, 128K context, Apache-2.0. Meta targets a 24 GB card with the 4-bit build; the Ollama tag is an 18 GB quantised download. Grouped-query attention keeps the KV cache small for its size.
Muse Glimmer 30B potrzebuje około 19 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 10.5 GB | ~61 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 13.4 GB | ~50 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 18.7 GB | ~37 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 21.8 GB | ~32 tok/s | Na styk | |
| Q6_K 6.56 bpw | 25.1 GB | ~4 tok/s | Częściowo w RAM | |
| Q8_0 8.50 bpw | 32.3 GB | ~3 tok/s | Częściowo w RAM | |
| F16 16.00 bpw | 60 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Muse Glimmer 30B →
Uruchom Muse Glimmer 30B
Najtańsze GPU z naszego katalogu, które uruchomi Muse Glimmer 30B, to AMD Radeon RX 7900 XTX (24 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Muse Glimmer 30B
Zainstaluj Ollama, a potem uruchom:
ollama run muse-glimmer:30bSpecyfikacja
Corroborated — Two or more independent sources agree on these figures, but the model card itself was not retrieved. Treat the numbers as good rather than confirmed.
- Parametry
- 29.6 Billion
- Okno kontekstu
- 131,072
- Architektura
- Dense + perception encoder
- Dostawca
- Meta (Superintelligence Labs)
- Licencja
- Apache 2.0
- Practical deployment
- Single consumer GPU
- Określono przy
- Q4_K_M
- RAM systemowy
- 32 GB
- Rekord zaktualizowany
- 2026-09-19
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Independent evaluation — not vendor-claimed and not measured by us
| Benchmark | Wynik | Źródło |
|---|---|---|
| AA Intelligence Index v4.3.2 (High) | 17 | independent · Artificial Analysis · snapshot 2026-10-13 |
Muse Glimmer 30B — najczęściej zadawane pytania
How much VRAM does Muse Glimmer 30B need?
About 19 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Muse Glimmer 30B run on an RTX 4090 (24 GB)?
Yes. Muse Glimmer 30B needs about 19 GB at Q4_K_M, inside a 24 GB card, at an estimated 37 tokens/sec.
How do I run Muse Glimmer 30B locally?
Install Ollama and run `ollama run muse-glimmer:30b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.