Der Open-Weight-Sommer: Offene Modelle erreichen die Spitze

Im Mai habe ich die Entscheidung Open Source oder Frontier entlang von fünf Dimensionen aufgeschlüsselt. Der Rahmen hält. Die Gewichte darin haben sich seither verschoben, und zwar deutlich zugunsten der offenen Seite. Verantwortlich dafür sind acht Wochen, die Marktbeobachter die folgenreichsten der bisherigen Open-Weight-Geschichte nennen.

Die Fakten: Mitte Juli veröffentlichte das chinesische Labor Moonshot mit Kimi K3 das bislang größte offen verfügbare Modell, 2,8 Billionen Parameter, von denen je Anfrage nur ein Bruchteil aktiv rechnet. Kurz darauf stand es an der Spitze einer großen Rangliste für Frontend-Programmierung, als erstes offenes Modell überhaupt, vor den stärksten kommerziellen Systemen. Zhipu aktualisierte seine GLM-Reihe, MIT-lizenziert, mit einem Kontextfenster von einer Million Tokens, und legte Mitte August eine Version nach, deren Zugewinne allein aus verbessertem Nachtraining stammen. DeepSeek brachte eine Flash-Variante für rund 14 Cent je Million Eingabe-Tokens, ebenfalls MIT-lizenziert. Und Alibaba öffnete Anfang August die Text-Gewichte seines Qwen-Spitzenmodells.

Vier Häuser, ein Muster: Die Leistung liegt in Teildisziplinen auf oder über Frontier-Niveau, die Lizenz erlaubt kommerzielle Nutzung, und der Preisabstand zu westlichen API-Angeboten beträgt je nach Paarung Faktor zwei bis dreißig.

Was „offen" hier genau heißt

Präzision lohnt sich, denn der Begriff wird strapaziert. Offen sind bei diesen Modellen die Gewichte: die trainierten Parameter, die Sie herunterladen und auf eigener Hardware betreiben können. Trainingsdaten und Trainingsverfahren bleiben überwiegend unveröffentlicht, es handelt sich also um offene Gewichte, nicht um Open Source im strengen Sinn. Auch die Lizenzen unterscheiden sich: MIT lässt Ihnen freie Hand, andere Anbieter arbeiten mit eigenen Lizenztexten und Auflagen ab bestimmten Nutzergrößen. Vor einem Produktiveinsatz gehört der konkrete Lizenztext auf den Tisch, das ist eine Stunde Arbeit für den Anwalt und erspart teure Überraschungen.

Ein zweiter Punkt, der in Gesprächen regelmäßig durcheinandergeht: Ein chinesisches Modell lokal zu betreiben heißt nicht, dass Daten nach China fließen. Die Gewichte sind eine Datei. Wer sie im eigenen Rechenzentrum ausführt, dessen Daten verlassen das Haus nicht, das ist gerade der Punkt der Übung. Die Herkunftsfrage stellt sich an anderer Stelle: bei möglichen Verzerrungen im Training und bei der Frage, wie lange ein Anbieter seine Modelle pflegt. Beides sind legitime Prüfpunkte, keine Ausschlusskriterien.

Die neue Rechenlage

Wirtschaftlich haben sich zwei Schwellen verschoben. Erstens die Betriebskosten: Die günstigsten leistungsfähigen offenen Modelle kosten über API Centbeträge, ein Anbieter differenziert die Preise inzwischen sogar nach Tageszeit, Rechnen im Lastfenster kostet weniger. Zweitens die Hardware-Schwelle: Durch Architekturen, bei denen je Anfrage nur ein kleiner Teil des Modells aktiv ist, berichten Praktiker vom Betrieb Frontier-naher Modelle auf Workstations mit 64 Gigabyte Arbeitsspeicher. Das war vor einem Jahr Rechenzentrums-Territorium.

Für den Mittelstand ändert das die Ausgangslage einer ganzen Fallgruppe: der Anwendungen, die bisher am Datenschutz scheiterten. Personalunterlagen, Mandantendaten, Gesundheitsdaten, Konstruktionsgeheimnisse, alles, was aus gutem Grund nie in eine fremde Cloud sollte, kann jetzt mit ernstzunehmender Qualität im Haus verarbeitet werden. Die Entscheidungsmatrix aus dem RAG-Artikel bekommt damit auf der Kostenseite neue Zahlen: Der Aufpreis für Datensouveränität ist von „spürbar" auf „überschaubar" gefallen.

Die ehrlichen Haken

Wäre damit alles gesagt, müsste jeder sofort wechseln. So einfach ist es nicht, und die Haken verdienen dieselbe Klarheit wie die Fortschritte:

Betrieb ist Arbeit. Ein selbst betriebenes Modell braucht jemanden, der es aktualisiert, absichert, überwacht und bei Störungen wiederherstellt. Diese Kosten stehen auf keiner Preisliste, sie sind trotzdem real. Wer keine IT-Betriebskompetenz hat, kauft sie mit ein oder bleibt bei gemanagten Angeboten.
Benchmarks sind nicht Ihr Alltag. Ranglisten-Spitzen in einer Disziplin sagen wenig darüber, wie ein Modell mit Ihren Dokumenten, Ihrer Fachsprache und Ihren Prozessen umgeht. Der eigene Testlauf mit echten Aufgaben bleibt Pflicht, wie man den aufsetzt, steht im KI-Readiness-Check.
Verantwortung wandert zu Ihnen. Beim API-Anbieter kaufen Sie Sicherheitsfilter, Missbrauchserkennung und einen Vertragspartner mit. Beim Eigenbetrieb sind Sie das alles selbst, inklusive der Pflichten aus der KI-Verordnung, die unabhängig vom Modellursprung gelten.

Was das für Ihre Modellstrategie heißt

Die Antwort aus dem Mai-Artikel bleibt richtig: Der bewusste Mix gewinnt. Neu ist, wo die Trennlinie sinnvoll verläuft. Bisher lautete die Faustregel: Frontier für alles Anspruchsvolle, offen für das Hochsensible und das Massenhafte. Nach diesem Sommer kippt die Linie für mehr Anwendungsfälle Richtung offen, weil die Qualitätslücke in vielen Disziplinen geschrumpft oder verschwunden ist. Was auf der Frontier-Seite bleibt: die schwersten Einzelaufgaben, die Agenten-Ökosysteme der großen Anbieter und alles, wo Sie den Komfort gemanagter Infrastruktur bewusst einkaufen. Wie sich die kommerzielle Seite parallel sortiert hat, steht im Artikel über das Modell-Beben im Sommer 2026.

Die nächsten Monate konkret

Wenn Sie ein KI-Projekt wegen Datenschutzbedenken auf Eis gelegt haben, ist jetzt der Zeitpunkt für einen zweiten Anlauf mit lokalem Modell. Wenn Sie hohe API-Rechnungen für Massenaufgaben zahlen, rechnen Sie die offenen Alternativen durch. Und wenn Sie heute zufrieden beim Frontier-Anbieter sind, bleiben Sie es, aber verhandeln Sie mit dem Wissen, dass Ihre Ausweichoption gerade deutlich besser geworden ist. Auch das ist ein Ergebnis dieses Sommers: Die Verhandlungsposition der Kunden hat sich verbessert, ohne dass sie dafür etwas tun mussten.

Die Quintessenz

Nach diesem Sommer ist aus einer ideologischen Debatte eine Rechenaufgabe geworden. Offene Modelle stehen in Teilbereichen an der Spitze, kosten einen Bruchteil und laufen auf Hardware, die sich ein Mittelständler leisten kann. Zu klären bleibt, ob Ihr Unternehmen die Betriebsverantwortung tragen will, die mit der neuen Freiheit einhergeht, und für welche Aufgaben sich das rechnet. Ein Nachmittag mit Ihrem IT-Verantwortlichen und den drei, vier Anwendungsfällen, die Ihnen zuerst einfallen, bringt Sie dieser Antwort näher als jede weitere Marktbeobachtung.

Stand: 28. August 2026. Leistungs- und Preisangaben nach Hersteller-Angaben und unabhängigen Vergleichen zum Redaktionszeitpunkt. Verwandte Artikel: Open Source vs. Frontier · Das Modell-Beben im Sommer 2026 · RAG im Mittelstand.