Bild: KI-generiertOpen-Weight-Modelle dominieren Vercels KI-Gateway
Open-Weight-Modelle verarbeiteten im September 71,5 % der Token über Vercels AI Gateway und erreichten fast ein Viertel der Ausgaben. Der Wettbewerb drückt die Tokenpreise, doch Handelsbeschränkungen und die Abhängigkeit von Hosting-Anbietern schaffen neue Risiken.
Bild: KI-generiertEcosia ersetzt Mistral durch chinesische KI-Modelle
Ecosia beendet die Zusammenarbeit mit Mistral AI und nutzt über Melious unter anderem Qwen, GLM und Kimi. Der Wechsel zu Open-Weight-Modellen soll die Betriebskosten halbieren, wirft aber neue Fragen zu Datenschutz, Zensur und Modellkontrolle auf.
Bild: KI-generiertMistral Large 4: Eine Billion Parameter, Gewichte folgen
Mistral Large 4 startet als multimodales Modell mit einer Billion Parameter zunächst über einen abgesicherten API-Endpunkt. Offene Gewichte sollen nach drei Wochen Sicherheitstests folgen. Für Unternehmen wird entscheidend, welche Lizenz, Hardware-Anforderungen und Betriebskosten Mistral nennt.
Bild: KI-generiertAWS Strands Decider 2B entscheidet lokal und günstig
AWS veröffentlicht mit Strands Decider 2B ein quelloffenes Modell für Entscheidungen in automatisierten Workflows. Das Modell läuft lokal, wählt aus vorgegebenen Optionen und kann teure Aufrufe großer Sprachmodelle in KI-Agenten reduzieren.
Bild: KI-generiertCloudflare Clef: Open-Weight-Alternative zu Jev
Cloudflare veröffentlicht mit Clef und Clef-flash zwei offene Entscheidungsmodelle für Text, Bilder und Videos. Die Jev-kompatible API erleichtert den Wechsel, doch beim Hosting ist Clef rund sechsmal so teuer wie Jev und Self-Hosting verlangt leistungsstarke GPUs.
Bild: KI-generiertOpen-Weights: 4,4 Monate Rückstand, 80 % günstiger
Open-Weights-Modelle liegen laut Mozilla nur noch 4,4 Monate hinter proprietären Spitzenmodellen, kosten pro erledigter Aufgabe aber teilweise 80 % weniger. Für Unternehmen spricht das für eine aufgabenbezogene Modellauswahl statt einer pauschalen Bindung an teure KI-Anbieter.
Bild: KI-generiertAbliteration.ai entfernt KI-Guardrails als Dienst
Abliteration.ai stellt Open-Weight-Modelle mit entfernten Schutzmechanismen über Browser und API bereit. Der Dienst soll Red-Teaming erleichtern, schafft ohne strikte Identitätsprüfung aber erhebliche Sicherheits-, Compliance- und Haftungsrisiken.
Bild: KI-generiertThinking Machines verhandelt über 40-Mrd.-Bewertung
Thinking Machines verhandelt laut Berichten über eine Milliarde US-Dollar frisches Kapital bei einer Bewertung von mindestens 40 Milliarden US-Dollar. Hinter dem Open-Weight-Modell Inkling steht dennoch ein Plattformgeschäft mit nutzungsabhängigen Rechengebühren.
Bild: KI-generiertTencent Hy4 Preview: 1 Million Token Kontext
Tencent veröffentlicht mit Hy4 Preview ein Open-Weight-Sprachmodell mit 770 Milliarden Parametern und einem Kontextfenster von 1 Million Token. Der Eigenbetrieb reduziert potenziell die Anbieterabhängigkeit, dürfte wegen der 1,56 TB großen Modelldateien aber erhebliche Infrastruktur erfordern.
Bild: KI-generiertApple rüstet Mac mini und Mac Studio für lokale KI
Apple positioniert neue Varianten von Mac mini und Mac Studio als Plattform für lokale KI-Inferenz. Bis zu 512 GB Unified Memory und Thunderbolt-5-Clustering sollen große Open-Weight-Modelle ohne Cloud-API oder Nvidia-Spezialhardware ermöglichen.
Bild: KI-generiertQwen 3.8 27B: Stark lokal, langsam ab Werk
Alibabas Qwen 3.8 27B kombiniert Bildanalyse, Code-Generierung und Tool-Calling in einem lokal betreibbaren Modell unter Apache 2.0. Die voreingestellte maximale Denktiefe kann einfache Aufgaben jedoch von wenigen Minuten auf mehr als 20 Minuten verlängern.
Bild: KI-generiertMeta Muse Glimmer: 30B-Modell für eigene Hardware
Meta stellt mit Muse Glimmer ein Sprachmodell mit 30 Milliarden Parametern unter Apache-2.0-Lizenz bereit. Es läuft auf einem Rechner mit einer einzelnen Consumer-GPU und ist kommerziell frei nutzbar. Für Unternehmen bedeutet das lokale Agenten und Coding-Unterstützung ohne laufende Token-Rechnung.
Bild: KI-generiertKI-Kosten: 40 % des Entwicklerbudgets für Tokens
Beim HR-Anbieter Rippling stiegen die Ausgaben für KI-Tokens binnen weniger Monate auf 40 % des gesamten Gehaltsbudgets der Entwicklungsabteilung. Ein eigenes KI-Gateway mit dynamischem Modell-Routing drückte die Kosten bei nahezu gleichem Verbrauch auf 37 % des Höchststands. Databricks kommt zu ähnlichen Ergebnissen und warnt zugleich vor starren Budgetgrenzen.
Bild: KI-generiertQwen3.8-Max: Open Source oder nur API-Modell?
Alibabas neues Spitzenmodell Qwen3.8-Max löst in der Entwicklergemeinde eine Debatte darüber aus, wie offen es tatsächlich ist. Ein Kritikpunkt bringt es auf den Punkt: ein API-Geschäftsmodell, das eine Open-Source-Jacke trägt. Für Unternehmen, die auf offene Modelle setzen, ist die Unterscheidung entscheidend.
Bild: KI-generiertGoogle baut KI-Führung um, Jeff Dean gründet Startup
Demis Hassabis gibt das Tagesgeschäft bei Google DeepMind ab und wird Chair sowie Chief Scientist bei Alphabet. Koray Kavukcuoglu übernimmt die operative Führung, während KI-Veteran Jeff Dean nach 27 Jahren geht und mit Discovery Loop ein eigenes Forschungs-Startup gründet. Alphabet steigt dort als Gründungsinvestor und Cloud-Partner ein.
Bild: KI-generiertShieldstral: Mistrals 3B-Sicherheitsmodell als Open Weights
Mistral AI hat Shieldstral veröffentlicht, ein multimodales Moderationsmodell mit 3 Milliarden Parametern unter Apache-2.0-Lizenz. Die Richtlinien werden als Klartext-Frage zur Laufzeit übergeben, ein erneutes Training entfällt. Das Modell läuft auf einer einzelnen GPU mit 16 GB Speicher und soll mit bis zu siebenmal größeren Guard-Modellen mithalten.
Bild: KI-generiertNousCoder-14B: Offenes Coding-Modell unter Apache 2.0
Nous Research hat NousCoder-14B veröffentlicht, ein quelloffenes Programmiermodell mit 14 Milliarden Parametern, das auf Alibabas Qwen3-14B aufbaut und im LiveCodeBench v6 auf 67,87 % Genauigkeit kommt. Neben den Gewichten liegen auch das komplette Trainings-Framework und die Testumgebung unter Apache 2.0 offen. Das Training dauerte vier Tage auf 48 Nvidia-B200-GPUs.
Bild: KI-generiertOpen-Weight-Modelle: China drückt US-Anbieter in die Enge
Alibaba veröffentlicht mit Qwen 3.8-Max erstmals die Gewichte seines Spitzenmodells, DeepSeek liefert mit V4-Flash ein 284-Milliarden-Parameter-Modell, das pro Aufgabe 40 % weniger kostet als GPT-5.6 Luna. Gleichzeitig erhöht Anthropic die Preise für Claude Sonnet 5 um 50 %. Für Unternehmen entsteht damit erstmals eine belastbare Alternative zum Modell-Abo aus den USA.
Bild: KI-generiertDeepSeek V4 Flash: 304 Mrd. Parameter als Open Weights
DeepSeek hat mit DeepSeek-V4-Flash-0731 ein Modell mit 304 Milliarden Parametern als Open Weights veröffentlicht. Die API kostet 0,14 US-Dollar pro Million Input-Tokens, im Ranking von Artificial Analysis liegt das Modell vor dem deutlich größeren MiniMax M3. Für Unternehmen verschiebt sich damit erneut die Rechnung zwischen teurem Anbieter-Abo und eigenem Betrieb.