

Muse Glimmer 30B und Qwen3.6 27B im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Muse Glimmer 30B von Meta AI und Qwen3.6 27B von Alibaba Cloud gehören beide zur Kategorie Textgenerierung und sind über die EmpirioLabs API verfügbar.
| Spezifikation | Muse Glimmer 30B | Qwen3.6 27B |
|---|---|---|
| Modell-ID | muse-glimmer-30b | qwen3-6-27b |
| Autor | Meta AI | Alibaba Cloud |
| Veröffentlicht | 10. Aug. 2026 | 22. Apr. 2026 |
| Kontextfenster | 128K Token | 224K Token |
| Max. Ausgabe | 32.768 Token | 64.000 Token |
| Eingabe | Text Bild | Text Bild Video |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | JSON-Modus |
| Region | - | China |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1beta/models/muse-glimmer-30b:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-6-27b:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Muse Glimmer 30B | Qwen3.6 27B |
|---|---|---|
| temperature | min. 0 Standard: 1 | 0 bis 1.99 Standard: 0.7 |
| top_p | 0.01 bis 1 Standard: 0.95 | 0 bis 1 Standard: 0.9 |
| max_tokens | 1 bis 32768 Standard: 32768 | 1 bis 64000 |
| stop | string | string |
| reasoning_effort | none, low, medium, high, max Standard: high | none, low, medium, high, max |
| top_k | min. 1 Standard: 64 | 1 bis 100 |
| min_p | 0 bis 1 Standard: 0 | - |
| frequency_penalty | -2 bis 2 Standard: 0 | - |
| presence_penalty | -2 bis 2 Standard: 0 | -2 bis 2 |
| response_format | text, json_object, json_schema | enum |
| web_search_linkup | boolean Standard: false | - |
| disable_formatting | boolean Standard: false | - |
| enable_thinking | - | boolean Standard: true |
| thinking_budget | - | 1 bis 131072 |
| preserve_thinking | - | boolean Standard: false |
| seed | - | 0 bis 2147483647 |
Unterstützt Text- und Bildeingaben, Streaming, Funktionstools, strukturierte JSON-Ausgabe und Steuerung der Schlussfolgerstärke über reasoning_effort (kein, niedrig, mittel, hoch, maximal). Das Schließen steht standardmäßig auf hoch.
Unterstützt Text-, Bild- und Videoeingaben. Die Websuche ist über tool_web_search verfügbar und fügt $0.01 pro Anfrage hinzu, wenn sie aktiviert ist. Denk-Tokens werden als Ausgabe-Tokens bestellt.
Muse Glimmer 30B bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID muse-glimmer-30b. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf muse-glimmer-30b oder qwen3-6-27b. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-glimmer-30b",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Prompt-Tests und Vergleichsläufe, die beide Modelle abdecken.
Muse Glimmer 30B ist die neuere Veröffentlichung (10. Aug. 2026); Qwen3.6 27B erschien am 22. Apr. 2026. Qwen3.6 27B hat das größere Kontextfenster: 224K Token gegenüber 128K bei Muse Glimmer 30B. Qwen3.6 27B liefert bis zu 64.000 Ausgabe-Token pro Antwort, Muse Glimmer 30B bis zu 32.768. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Muse Glimmer 30B ist die neuere Veröffentlichung (10. Aug. 2026); Qwen3.6 27B erschien am 22. Apr. 2026.
Muse Glimmer 30B hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.