Open-Source-KI-Modelle, einfach erklärt

Jeden Monat erscheinen neue KI-Modelle, die Sie herunterladen und selbst ausführen können. Wir verfolgen die wichtigen davon, prüfen die Fakten anhand von Primärquellen und erklären, was die Modelle sind, wie groß sie sind, was ihre Lizenzen erlauben und ob Ihr Computer sie ausführen kann.

Wie groß sind offene Modelle?

Wie groß sind offene Modelle? Jede Markierung steht für ein Modell, positioniert nach seiner Gesamtparameterzahl auf einer logarithmischen Skala. Eine orange Linie unter der Achse zeigt, wie viele Parameter ein Mixture-of-Experts-Modell pro Token tatsächlich verwendet. Die Bänder darunter zeigen, welche Hardware das Modell mit 4-Bit-Präzision aufnehmen kann. 100M 1B 10B 100B 1T Parameter (logarithmische Skala) Whisper large-v3-turbo: 1.54B, MIT Whisper large-v3-turbo MiniCPM5-2B: 2.52B, Apache 2.0 MiniCPM5-2B FLUX 3 Image Klein: 5.6B, FLUX Kommunity FLUX 3 Image Klein LFM2.5-24B-A2B: 24B (2.45B aktiv), LFM Open 1.0 LFM2.5-24B-A2B Qwen3.8-27B: 27.8B, Apache 2.0 Qwen3.8-27B Gemma 4: 30.7B, Apache 2.0 Gemma 4 Olmo 3.1: 32.2B, Apache 2.0 Olmo 3.1 gpt-oss: 117B (5.1B aktiv), Apache 2.0 gpt-oss Nemotron 3.5: 120B (12B aktiv), OpenMDW-1.1 Nemotron 3.5 Qwen3.8-Flash-Next: 180B (6B aktiv), Qwen Community 1.0 Qwen3.8-Flash-Next GLM-5.3-Flash: 320B (18B aktiv), MIT GLM-5.3-Flash MiniMax M3.1 Flash: 428B (23B aktiv), MiniMax Community MiniMax M3.1 Flash Reflection Beam: 501B (23.4B aktiv), Apache 2.0 Reflection Beam DeepSeek V4.1 Flash: 552B (16B aktiv), MIT DeepSeek V4.1 Flash GLM-5.3: 753B (40B aktiv), GLM-5.3 License GLM-5.3 Muse Spark Open: 816B (42B aktiv), Muse Model License Muse Spark Open Inkling: 975B (41B aktiv), Apache 2.0 Inkling Mistral Large 4: 1.05T (52B aktiv), Mistral Open-Weight Mistral Large 4 Qwen3.8-Max: 2.45T (95B aktiv), Qwen3.8-Max License Qwen3.8-Max Kimi K3.1 Pro: 2.8T (104B aktiv), Kimi K3 License Kimi K3.1 Pro Laptop oder Smartphone 16 GB Gaming-GPU 32 GB Workstation 96 GB Desktop mit viel Arbeitsspeicher 512 GB GPU-Server 1.54 TB Cluster mit mehreren Knoten Passt in den Speicher von

Scrollen Sie seitwärts, um das vollständige Diagramm zu sehen

  • Permissiv
  • Bedingt
  • Nicht-kommerziell
  • aktiv pro Token
Jede Markierung steht für ein Modell, positioniert nach seiner Gesamtparameterzahl auf einer logarithmischen Skala. Eine orange Linie unter der Achse zeigt, wie viele Parameter ein Mixture-of-Experts-Modell pro Token tatsächlich verwendet. Die Bänder darunter zeigen, welche Hardware das Modell mit 4-Bit-Präzision aufnehmen kann.

Zuletzt hinzugefügt

Alle anzeigen
Modell Erscheinungsdatum Parameter Kontext Lizenz Bedarf der kleinsten Variante
MiniMax H3-Image EN MiniMax 33.1B – MiniMax H3-Image Community (Bedingt) 155 GB Desktop mit viel Arbeitsspeicher
Nex-N2.6 EN Nex-AGI 35.1B – 1.6T 256K Apache 2.0 (Permissiv) 24 GB Gaming-GPU
LongCat-2.5 EN Meituan 1.6T 48B aktiv 1M MIT (Permissiv) 1.1 TB GPU-Server
ZONOS3-Mini EN Zyphra 800M 100M aktiv – Apache 2.0 (Permissiv) 10 GB Laptop oder Smartphone
Sophon-Realtime EN Adventists AI 32B – Apache 2.0 (Permissiv) 80 GB Workstation
Arete-27B EN Nous Research 27.4B 256K Apache 2.0 (Permissiv) 19 GB Gaming-GPU
Mirage EN Cactus Compute 51M – Apache 2.0 (Permissiv) 0.0354 GB Laptop oder Smartphone
ERNIE 5.5 Flash Base EN Baidu 280B 14B aktiv 1M ERNIE 5.5 Flash Base (Bedingt) 193 GB Desktop mit viel Arbeitsspeicher

Hier starten

Drei kurze Texte, die den Rest der Website leichter verständlich machen.

  1. What is an open-source AI model? A plain-English guide

    An open AI model is one you can download and run yourself. Learn what open weights and open source mean, what you can do with these models and how to start safely.

  2. Open weights vs open source AI: what is the difference?

    Open weights means a model's trained parameters can be downloaded. Open-source AI, as the OSI defines it, also needs code and training-data information. Here is why it matters.

  3. AI model licenses explained: can you use an open model commercially?

    A plain-English guide to open AI licenses: Apache 2.0, MIT, community licenses with revenue caps, research-only terms and gated downloads, plus a checklist to run before you ship.

Ein Modell für Ihr Ziel finden

Alle anzeigen

Schafft es mein Computer?

VRAM-Rechner öffnen

Der entscheidende Faktor ist der Speicher. Hier sehen Sie, welche Art von Gerät bei 4-Bit-Präzision realistisch fassen kann.

Hardware Speicher Typische Geräte Beispielmodelle
Laptop oder Smartphone bis 16 GB Typischer Laptop, Smartphone, Grafikkarte mit 8 bis 16 GB FLUX 3 Image Klein , Nemotron 3.5 , MiniCPM5-2B , Gemma 4 (120 Modelle)
Gaming-GPU 16 bis 32 GB RTX 3090, 4090 oder 5090, Mac mit 32 GB LFM2.5-24B-A2B , Qwen3.8-27B (39 Modelle)
Workstation 32 bis 96 GB RTX PRO 6000 (96 GB), mehrere GPUs 8 Modelle
Desktop mit viel Arbeitsspeicher 96 bis 512 GB Mac Studio, AMD Strix Halo, NVIDIA DGX Spark MiniMax M3.1 Flash , Reflection Beam , GLM-5.3-Flash , Qwen3.8-Flash-Next (28 Modelle)
GPU-Server 512 GB bis 1,5 TB Serverknoten mit 8x H100, H200 oder B200 Mistral Large 4 , Muse Spark Open , DeepSeek V4.1 Flash , GLM-5.3 (13 Modelle)
Cluster mit mehreren Knoten über 1,5 TB Mehrere GPU-Server, die zusammenarbeiten Kimi K3.1 Pro , Qwen3.8-Max (3 Modelle)

Aktuelle News

Alle anzeigen

Offene Daten zur freien Weiterverwendung

Der gesamte Katalog ist als JSON und CSV unter einer permissiven Lizenz veröffentlicht, sodass Sie darauf aufbauen können. Bitte verlinken Sie diese Website, wenn Sie die Daten nutzen.

Daten abrufen

Schnelle Antworten

Was ist der Unterschied zwischen Open Source und offenen Gewichten?
Offene Gewichte (Open Weights) bedeuten, dass die trainierten Modelldateien von jedem heruntergeladen und ausgeführt werden können. Open Source im strengen Sinne erfordert zusätzlich eine von der Open Source Initiative anerkannte Lizenz, etwa Apache 2.0 oder MIT, und idealerweise offenen Trainingscode und offene Trainingsdaten. Viele beliebte Modelle sind offene Gewichte mit zusätzlichen Bedingungen statt vollständig Open Source.
Sind offene Modelle kostenlos für die kommerzielle Nutzung?
Manche ja, manche nicht. Modelle unter Apache 2.0 oder MIT können mit wenigen Bedingungen kommerziell genutzt werden. Viele neuere Lizenzen ergänzen eine Umsatzschwelle, eine Regel zur Namensnennung oder eine separate Vereinbarung für Unternehmen, die gehostete Zugänge verkaufen. Prüfen Sie das Lizenz-Label auf jeder Modellseite und die Lizenz-Anleitung.
Welches offene Modell ist das beste?
Das hängt von der Aufgabe und der Hardware ab. Die größten Modelle führen bei anspruchsvollen Programmier- und Reasoning-Aufgaben, brauchen aber Server-Klasse-Hardware. Modelle mittlerer Größe mit 20 bis 35 Milliarden Parametern laufen auf einer einzigen Gaming-GPU und decken die meisten alltäglichen Anforderungen ab. Unsere Bestenlisten gruppieren Modelle nach Ziel.
Kann ich diese Modelle auf meinem Laptop ausführen?
Kleine und mittlere ja. Eine 4-Bit-Version eines Modells mit 27 bis 31 Milliarden Parametern benötigt grob 16 bis 24 GB Speicher. Sehr große Modelle brauchen hunderte Gigabyte. Der VRAM-Rechner verrät Ihnen, was hineinpasst.