Modelle
Open-Weight-Modelle: wer vorne liegt und wie weit sie hinter geschlossenen Modellen zurückliegen
Kimi, DeepSeek, GLM, Qwen, Gemma, gpt-oss: wer bei Open-Weight-Modellen führt, der Abstand zu geschlossenen Modellen, die Lizenzen und was das für Entwickler bedeutet.
Am 27. Oktober hat Artificial Analysis die Regeln geändert. Sein Intelligence Index wechselte zu Version 5, mit 60 % privaten Tests, und der Abstand zwischen dem besten geschlossenen und dem besten offenen Modell wuchs von 3 auf 12 Punkte (Artificial Analysis). Bei Modellen, deren Gewichte tatsächlich heruntergeladen werden können, sind es 26 Punkte. Ein guter Moment für eine Bestandsaufnahme: wer führt, mit welchem Abstand, zu welchem Preis und unter welcher Lizenz.
Zunächst ein Wort zur Begrifflichkeit. Fast keines dieser Modelle ist „Open Source“ im Sinne freier Software: Es sind Open-Weight-Modelle. Man kann das trainierte Modell herunterladen, selbst betreiben und anpassen, doch die Lizenz setzt oft Bedingungen. Sofern nicht anders angegeben, stammen von einem Anbieter genannte Werte vom Anbieter selbst, und Preise sind in US-Dollar pro Million Tokens angegeben.
Wer bei den offenen Modellen führt
Chinesische Labore halten die Spitze der Tabelle.
- Moonshot AI (Kimi). Kimi K3 hat 2,8 Billionen Parameter und ein Kontextfenster von einer Million Tokens; Moonshot nennt es „das weltweit erste offene Modell der 3T-Klasse“ (Kimi). Sein Nachfolger Kimi K3.1 Pro ist seit dem 23. Oktober über die API verfügbar, doch seine Gewichte sollen erst „bis zum 4. Nov.“ veröffentlicht werden (Kimi).
- DeepSeek. DeepSeek V4.1-Flash ist ein multimodales Modell mit 552 Milliarden Parametern und einem Kontextfenster von einer Million Tokens (Hugging Face). Sein Update vom 17. Oktober, V4.1-Flash-1017, steht unter der MIT-Lizenz (Hugging Face).
- Z.ai. GLM-5.3 hat laut Hugging Face etwa 753 Milliarden Parameter, und seine leichte Version GLM-5.3-Flash steht unter der MIT-Lizenz (Hugging Face).
- Alibaba (Qwen). Qwen3.8-27B, ein Modell mit 27 Milliarden Parametern unter Apache 2.0, gehört zu den am häufigsten heruntergeladenen offenen Modellen (Hugging Face). Das große Modell Qwen3.8-2.4T-A95B ist die herunterladbare Version von Qwen3.8-Max, unter einer eigenen Lizenz (Hugging Face).
Auf US-Seite hat Meta am 15. Oktober Muse Spark Open veröffentlicht: 816 Milliarden Parameter, davon 42 Milliarden aktiv pro Token, und ein Kontextfenster von einer Million Tokens. Meta nennt es „das bislang leistungsfähigste offene US-Modell mit Open Weights“ (Meta). Google hat Gemma 4, dessen 31B-Version unter Apache 2.0 steht (Hugging Face). OpenAI hat nichts Neues veröffentlicht: Seine Seite zu offenen Modellen führt weiterhin nur gpt-oss und gpt-oss-safeguard auf (OpenAI), und gpt-oss stammt vom 5. August 2025 (OpenAI).
In Europa veröffentlicht Mistral Mistral Small 4 unter Apache 2.0 (Hugging Face) und Mistral Medium 3.5 unter einer modifizierten MIT-Lizenz (Mistral). Sein Flaggschiff Mistral Large 4 wird von LMArena als proprietär geführt (LMArena).
Auch kleine Modelle bewegen sich. Liquid AI hat am 27. Oktober LFM3 veröffentlicht, darunter eine Version mit 1,7 Milliarden Parametern (Liquid AI). Nanbeige4.3-33B, am 24. Oktober unter Apache 2.0 erschienen, meldet 23,8 % auf Terminal-Bench 4.0 (Hugging Face).
Der Abstand zu geschlossenen Modellen
Im Index v5 von Artificial Analysis stammen die fünf besten Modelle alle von Anthropic und OpenAI. Das beste offene Modell, Kimi K3.1 Pro, hat seine Gewichte noch nicht veröffentlicht. Unter den tatsächlich verfügbaren Gewichten führen DeepSeek V4.1 Flash 1017 und GLM-5.3 mit 32 Punkten, hinter Claude Haiku 5.5, Anthropics kleinem Modell (36).
Artificial Analysis Intelligence Index v5, von 100
█ geschlossenes Modell
▓ offene Gewichte, veröffentlicht
░ Gewichte versprochen, noch nicht veröffentlicht
Claude Opus 5.5 58 │█████████████████████████████
GPT-6 Astra 57 │█████████████████████████████
GPT-6.1 Sol 55 │████████████████████████████
Gemini 4 Argon 50 │█████████████████████████
Muse Wonder Full 50 │█████████████████████████
Kimi K3.1 Pro 46 │░░░░░░░░░░░░░░░░░░░░░░░
Claude Haiku 5.5 36 │██████████████████
DeepSeek V4.1 Flash 32 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GLM-5.3 32 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
Qwen3.8-27B 20 │▓▓▓▓▓▓▓▓▓▓Quelle: Artificial Analysis, Index v5, 27. Oktober 2026; Werte für Muse Wonder Full und Qwen3.8-27B berichtet von Cybernews, 28. Oktober 2026. Höchster Reasoning-Aufwand für jedes Modell.
Am größten ist der Abstand bei langen, ungesehenen Aufgaben. Auf FrontierCode 2.0, einem privaten Test, bei dem ein Maintainer die Codeänderung akzeptieren muss, schließt Claude Opus 5.5 46 % der Aufgaben ab und DeepSeek V4.1 Flash 1017, das beste offene Modell, 28 %. Auf Terminal-Bench-Science, wissenschaftlicher Forschung im Terminal, erreicht das beste veröffentlichte offene Modell höchstens 13 %, die meisten bleiben unter 10 %, gegenüber 63 % für GPT-6 Astra (Artificial Analysis). Es gibt eine Ausnahme: Kimi K3.1 Pro hat mit 67 % den besten Wert aller Modelle auf Terminal-Bench 4.0.
Die Neuordnung hat ihre Kritiker. Mehrere offene Modelle verloren auf einen Schlag mehr als 10 Punkte, etwa DeepSeek V4.1 Flash, das von 45 auf 32 fiel, und Kommentatoren auf Hacker News fordern Erklärungen (Cybernews).
Das Ranking von LMArena, das auf Stimmen von Nutzern beruht, die zwei blinde Antworten vergleichen, zeigt einen kleineren Abstand.
| Modell | Rang | Wert | Lizenz |
|---|---|---|---|
| Gemini 4 Argon | 2 | 1.520 | proprietär |
| Claude Opus 5.5 | 3 | 1.509 | proprietär |
| Kimi K3 | 19 | 1.488 | Kimi-K3-Lizenz |
| GLM-5.3 | 28 | 1.481 | MIT |
| DeepSeek V4.1-Flash | 35 | 1.476 | MIT |
| Gemma 4 31B | 77 | 1.452 | Apache 2.0 |
| Mistral Medium 3.5 | 122 | 1.426 | modifizierte MIT |
| gpt-oss-120b | 219 | 1.352 | Apache 2.0 |
Quelle: LMArena, Text-Bestenliste vom 27. Oktober 2026, 419 Modelle. Den ersten Platz belegt Gemini 4 Carbon (1.528), ein Wert, der weiterhin als „vorläufig“ gekennzeichnet ist.
Unsere Lesart: Die beiden Rankings messen nicht dasselbe. In den Nutzerstimmen liegt das beste offene Modell, Kimi K3, nur 32 Punkte hinter Gemini 4 Argon. Bei langen Agentenaufgaben mit ungesehenen Tests ist der Abstand deutlich größer. Genau diese Nutzung zählt für einen Coding-Agenten.
Kosten, das erste Argument für offene Modelle
Der Preis bleibt der große Vorteil offener Modelle, aber nicht für alle und nicht mehr automatisch.
Offizieller API-Preis, in $ pro Million Ausgabe-Tokens
█ geschlossenes Modell
▓ Open-Weight-Modell
Claude Opus 5.5 20 │████████████████████
Kimi K3 15 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GPT-6.1 Sol 10 │██████████
Gemini 4 Argon 10 │██████████
Qwen3.8-Max 6 │▓▓▓▓▓▓
GPT-6.1 Terra 5 │█████
GLM-5.3 4,40 │▓▓▓▓
DeepSeek V4-Pro 3,96 │▓▓▓▓
DeepSeek V4.1-Flash 1,20 │▓
Claude Haiku 5.5 0,50 │█
GPT-6 Luna 0,50 │█
GLM-5.3-Flash 0,50 │▓Quellen: Anthropic, Kimi, OpenAI, Google (Einführungspreis bis 30. November), Alibaba Cloud (internationaler Tarif; das ist der Preis der gehosteten Version), Z.ai, DeepSeek (Spitzenzeiten, außerhalb halber Preis). Claude Haiku 5.5: Prompts mit höchstens 100.000 Tokens. Geprüft am 28. Oktober 2026.
DeepSeek V4.1-Flash bleibt das eindrücklichste Beispiel. Es kostet zu Spitzenzeiten 0,30 $ für die Eingabe und 1,20 $ für die Ausgabe, außerhalb der Spitzenzeiten die Hälfte (DeepSeek). Kimi K3 dagegen wird mit 3 $ für die Eingabe und 15 $ für die Ausgabe abgerechnet, mehr als GPT-6.1 Sol (Kimi). Auch kleine geschlossene Modelle sind am unteren Ende der Skala angekommen: Claude Haiku 5.5 und GPT-6 Luna kosten 0,10 $ und 0,50 $ (Anthropic, OpenAI).
Der Preis pro Token ist nicht alles. Artificial Analysis misst in seinem Index auch die Kosten einer vollständigen Aufgabe: 10,04 $ für Claude Opus 5.5, 6,24 $ für GPT-6 Astra, 1,27 $ für GPT-6.1 Sol und 0,96 $ für GPT-6.1 Terra (Artificial Analysis). Ein günstiges Modell, das viele Reasoning-Tokens schreibt, kann am Ende so viel kosten wie ein schlankeres geschlossenes Modell.
Lizenzen: offen heißt nicht frei
Die Lizenzen bilden ein Spektrum, von wirklich freizügig bis zu Bedingungen, die auf große Konkurrenten zielen.
| Modell | Lizenz | Was man wissen sollte |
|---|---|---|
| gpt-oss-120b und 20b | Apache 2.0 | Kommerzielle Nutzung erlaubt, vorbehaltlich der Nutzungsrichtlinie von gpt-oss (OpenAI) |
| Gemma 4, Qwen3.8-27B, Mistral Small 4, Nanbeige4.3-33B | Apache 2.0 | Standard-Softwarelizenz (Hugging Face) |
| DeepSeek V4.1-Flash-1017, GLM-5.3-Flash | MIT | Standard-Softwarelizenz (Hugging Face) |
| GLM-5.3 | GLM-5.3-Lizenz | Sicherheitsprüfung durch Z.ai für API-Anbieter mit über 10 Mrd. $ Umsatz in 12 Monaten (Hugging Face) |
| Kimi K3 | Kimi-K3-Lizenz | Gesonderte Vereinbarung für API-Anbieter mit über 20 Mio. $ Umsatz in 12 Monaten; Nennung „Kimi K3“ ab 100 Mio. monatlichen Nutzern oder 20 Mio. $ Monatsumsatz (Hugging Face) |
| Qwen3.8-2.4T-A95B | Qwen3.8-Max-Lizenz | Gesonderte Lizenz für API- und Assistenzdienste mit über 50 Mio. $ Umsatz in 12 Monaten (Hugging Face) |
| MiniMax M3 | MiniMax Community License | Kommerzielle Nutzung ist MiniMax zu melden; schriftliche Genehmigung ab 20 Mio. $ Jahresumsatz (Hugging Face) |
| Muse Spark Open | Muse Model License | Nennung „Built with Muse Spark Open“ erforderlich; Vereinbarung mit Meta für API-Anbieter mit über 20 Mio. $ in 12 Monaten; Download auf Anfrage (Hugging Face) |
| LFM3 | LFM Open License v1.0 | Kommerzielle Nutzung ab 10 Mio. $ Jahresumsatz nicht abgedeckt (Hugging Face) |
Unsere Lesart: Der Trend ist klar. Die größten offenen Modelle kommen mit eigenen Lizenzen, deren Klauseln überwiegend auf Hoster zielen, die das Modell als API weiterverkaufen würden. Für ein Team, das es intern nutzt, bleiben die meisten verwendbar. Ein Softwareanbieter oberhalb der Schwellen sollte die Lizenz lesen, bevor er wählt.
Was tatsächlich heruntergeladen wird
Die Modelle, die Schlagzeilen machen, sind nicht die, die Entwickler am häufigsten herunterladen.
Downloads auf Hugging Face im letzten Monat, in Millionen
Gemma 4 31B 8,47 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
Qwen3.8-27B 7,52 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
GLM-5.3-Flash 6,42 │▓▓▓▓▓▓▓▓▓▓▓▓▓
gpt-oss-20b 6,01 │▓▓▓▓▓▓▓▓▓▓▓▓
gpt-oss-120b 2,83 │▓▓▓▓▓▓
GLM-5.3 2,30 │▓▓▓▓▓
DeepSeek V4.1-Flash 1,85 │▓▓▓▓
Kimi K3 0,85 │▓▓
Muse Glimmer 30B 0,21 │▏
Mistral Small 4 0,07 │▏
Muse Spark Open 0,01 │▏Quelle: Zähler „Downloads last month“ auf jeder Hugging-Face-Seite (Gemma 4 31B, Qwen3.8-27B, GLM-5.3-Flash, gpt-oss-20b, gpt-oss-120b, GLM-5.3, DeepSeek V4.1-Flash, Kimi K3, Muse Glimmer 30B, Mistral Small 4, Muse Spark Open), geprüft am 28. Oktober 2026. Hauptrepository jedes Modells, ohne quantisierte Versionen und Community-Kopien.
Zwei Vorbehalte. Hugging Face zählt jede Anfrage an bestimmte Dateien wie config.json, auch die aus automatisierten Pipelines (Hugging Face). Und Muse Spark Open ist nur auf Anfrage erhältlich, was seine Downloads rein rechnerisch bremst. Das Ranking zeigt dennoch einen klaren Trend: Modelle mit 20 bis 30 Milliarden Parametern, die auf einen einzelnen Rechner passen, dominieren.
Was das für Entwickler bedeutet
Lokal entscheidet die Hardware vor den Messwerten. gpt-oss-20b läuft mit 16 GB Speicher und gpt-oss-120b auf einer einzelnen 80-GB-GPU (OpenAI). Muse Spark Open benötigt zwei Mac-Studio-M5-Ultra-Rechner (Meta). Für Kimi K3 empfiehlt Moonshot Cluster mit 64 Beschleunigern oder mehr (Kimi). Unsere Anleitung zum lokalen Betrieb eines Coding-Modells mit Ollama führt durch die Einrichtung.
In Coding-Agenten lässt sich ein offenes Modell inzwischen wie ein geschlossenes einbinden. Die API von DeepSeek akzeptiert die Formate von OpenAI und Anthropic, und ihre Dokumentation erklärt die Nutzung mit Claude Code, Codex und OpenCode (DeepSeek). Der Modellwechsel läuft oft auf eine API-Adresse und einen Schlüssel hinaus.
In Unternehmen bleibt die Verbreitung gering. Laut Menlo Ventures sank der Anteil von Open-Source-Modellen an der Unternehmens-API-Nutzung von 19 % im Jahr 2024 auf 11 % im Jahr 2025, und chinesische Modelle machen nur etwa 1 % dieser Nutzung aus (Menlo Ventures). Menlo Ventures ist Anthropic-Investor.
Der nächste Test hat ein Datum: Moonshot verspricht die Gewichte von Kimi K3.1 Pro bis zum 4. November. Liefert es, läge das beste herunterladbare Modell 12 Punkte von der Spitze des Index von Artificial Analysis entfernt statt heute 26.
Quellen
- Artificial Analysis, Intelligence Index v5, 27. Oktober 2026, geprüft am 28.10.2026
- Cybernews, open-weight models reshuffle, 28. Oktober 2026
- LMArena, text leaderboard, 27. Oktober 2026, geprüft am 28.10.2026
- Kimi K3 und Kimi K3.1 Pro, Moonshot AI
- Meta, Muse Spark Open, 15. Oktober 2026
- OpenAI, gpt-oss, 5. August 2025, und Seite zu offenen Modellen
- DeepSeek, API models and pricing, geprüft am 28.10.2026
- Z.ai, pricing, geprüft am 28.10.2026
- Alibaba Cloud, Model Studio pricing, geprüft am 28.10.2026
- Anthropic, pricing und OpenAI, API pricing, geprüft am 28.10.2026
- Liquid AI, LFM3, 27. Oktober 2026
- Hugging Face, how downloads are counted
- Menlo Ventures, State of Generative AI in the Enterprise 2025, 9. Dezember 2025
Einen Fehler in diesem Artikel entdeckt? Melden Sie ihn · Unsere Korrekturrichtlinie
