Was offene Gewichte wirklich bedeuten und was die Modelle weiter verbergen
Veröffentlichungen mit offenen Gewichten erlauben jedem, die Parameter eines Modells herunterzuladen. Ein am 15. September veröffentlichter Bericht von Mozilla behauptet jedoch, das beste offene Modell liege rund vier Monate hinter dem geschlossenen Spitzenreiter zurück. Die Open Source Initiative argumentiert, die Bezeichnung decke weit weniger ab als die vier Freiheiten freier Software.

„Offene Gewichte“ ist inzwischen ebenso ein Marketingbegriff wie ein technischer. Die schlichte Fassung: Die trainierten Parameter eines Modells erscheinen als Dateien, die man herunterladen, ausführen und nachtrainieren kann. Mehr nicht. Über die Daten, aus denen das Modell gelernt hat, über den Code, der es trainiert hat, oder über die zugehörige Lizenz sagt das nichts.
Der Unterschied zählt, weil der Begriff in politischen Auseinandersetzungen, bei Beschaffungsentscheidungen und zunehmend in Argumenten zur nationalen Sicherheit auftaucht. Es lohnt sich also zu trennen, was eine Veröffentlichung mit offenen Gewichten liefert und was sie zurückhält.
Der Test der vier Freiheiten
Die Open Source Initiative pflegt die Definition, die der größte Teil der Softwarebranche verwendet. Ihre Position legte sie am 19. September in einem Blogbeitrag dar. KI-Modelle haben demnach drei Hauptbestandteile: Trainingsdaten, Gewichte oder Parameter und Code für Datenaufbereitung und Training. Welche davon zugänglich sind, entscheidet, ob ein Modell geschlossen, mit offenen Gewichten oder Open Source AI ist.
Offene Gewichte liefern einen der drei Teile. Man kann das Modell lokal ausführen und zahlt nur Strom und Hardware, oder man gibt es einem Drittanbieter. Man kann es mit eigenen Daten nachtrainieren. Das ist mehr Freiheit als ein vollständig geschlossenes System bietet, bei dem man die Infrastruktur des Anbieters nutzt und dessen Gebühren zahlt.
Modelle mit offenen Gewichten schränken die Möglichkeit ein, das Modell zu verändern, und man kann es nicht vollständig untersuchen.
Das Argument der OSI lautet, dass dies nicht reicht, um die vier Freiheiten freier Software zu erfüllen: nutzen, untersuchen, verändern und weitergeben, ohne den Rechteinhaber um Erlaubnis zu bitten. Ohne den Trainingscode und entweder den Datensatz oder eine genaue Darstellung, wie er entstanden ist, lässt sich nicht prüfen, warum ein Modell eine bestimmte Ausgabe erzeugt. Die Organisation verweist auf Olmo von Ai2 als Gegenbeispiel: ein großes Sprachmodell, das mit vollständigem Trainingsdatensatz und Checkpoints veröffentlicht wurde. Forscher konnten damit neue Informationen in die Trainingsdaten einspeisen und beobachten, wie das Modell sie auswendig lernte oder vergaß.
Solche Experimente sind der praktische Unterschied zwischen den beiden Bezeichnungen. Nach der Lesart der OSI sind sie auch der Unterschied zwischen der Möglichkeit, ein Modell zu überprüfen, und der Notwendigkeit, jemandem aufs Wort zu glauben.
Die Lücke und wie sie gemessen wird
Mozilla veröffentlichte am 15. September Version 1.1 seines Berichts State of Open Source AI, mit Daten auf dem Stand vom 1. September, wie Tom's Hardware berichtet. Das Kernergebnis: Das beste offene Modell lag auf dem Artificial Analysis Intelligence Index drei Punkte hinter dem geschlossenen Spitzenreiter, bei 60% des Preises, und zwei Punkte hinter Claude Fable 5 bei 30% der Kosten.
Mozillas Anpassung an die METR-Daten zum Aufgabenhorizont ergibt eine Lücke zwischen offen und geschlossen von rund 4,4 Monaten, im Einklang mit der Schätzung von vier Monaten durch Epoch AI. METR, eine gemeinnützige Forschungseinrichtung, bewertet Modelle nach der Länge einer Aufgabe, gemessen in menschlicher Arbeitszeit, die sie in der Hälfte der Fälle bewältigen. Nach Mozillas Schätzung schaffen geschlossene Modelle Aufgaben, für die menschliche Experten 8 bis 12 Stunden brauchen; offene Modelle erreichen das etwa vier Monate später. Mozilla berechnet, dass sich die Fähigkeiten offener Modelle alle 3,9 Monate verdoppeln, bei geschlossenen alle 5,5 Monate.
Der Bericht ist kein neutrales Dokument, und Tom's Hardware sagt das auch. Mozilla ist die gemeinnützige Organisation hinter Firefox und tritt für offene Modelle ein. TIME berichtete am 14. Juli, Mozillas Technikvorstand Raffi Krikorian habe den Bericht selbst teilweise als Interessenvertretung bezeichnet. Er stützt sich auf eine Umfrage von Mozilla und SlashData unter rund 1.400 Entwicklern, auf Verkehrsdaten von OpenRouter und auf Benchmark-Indizes Dritter und zählt 16 bemerkenswerte offene Veröffentlichungen, von denen keine das Datenrezept liefert, das die Definition der OSI verlangt.
Es gibt weitere Einschränkungen, die man im Blick behalten sollte. Die Zahl von vier Monaten und der Token-Preisvergleich von 30% beziehen sich auf API gegen API an gehosteten Endpunkten, zum Listenpreis. Mozillas eigene Hardware-Grafik erzählt eine deutlichere Geschichte: Das beste offene Modell, das auf einen Server passt, erreicht 52,6, das beste, das auf eine GPU passt, 40, also 10 und 23 Punkte unter dem Spitzenwert. Der native MXFP4-Checkpoint von Kimi K3 umfasst etwa 1,56TB über 96 Shards, und Mozillas Serving-Konfiguration listet 64 oder mehr Beschleuniger, während vLLM für Produktionsverkehr mindestens acht GB300-GPUs über mehrere Knoten verlangt. Der Bericht beschreibt das als offen, aber für die meisten, die es herunterladen können, nicht lauffähig.
Was der Markt tatsächlich tut
Verbreitung und Umsatz zeigen in verschiedene Richtungen. Auf OpenRouter, einem Marktplatz, der Entwicklerverkehr zu Hunderten von Modellen leitet, zählte Mozilla acht der zehn meistgenutzten Modelle nach Token-Volumen im August zu den offenen Gewichten, sieben davon in China gebaut. Doch geschlossene Anbieter erzielten zwischen Mai und September 2025 96% des Umsatzes auf Modellebene bei OpenRouter, so die Linux Foundation.
„Wir sehen die Entscheidung, für geschlossene [Modelle] zu zahlen, als arbeitslastspezifisch und nicht organisationsspezifisch“, sagte Krikorian per E-Mail zu Ars Technica.
Das Bild der Benchmarks verändert sich schnell genug, um jeden statischen Vergleich zu erschweren. Mozillas Daten enden am 1. September. Seitdem hat Artificial Analysis seinen Index auf v4.3 mit einem anderen Bewertungssatz umgestellt; die aktuelle Tafel zeigt Claude Fable 5.1 bei 53 in der höchsten Aufwandsstufe und Kimi K3 bei 44. Diese Zahlen sind laut Tom's Hardware nicht mit den Werten der Version 4.1.1 vergleichbar, die Mozilla aufgetragen hat. Die Tafel Terminal-Bench 2.1 von vals.ai, aktualisiert am 11. September, führt GPT-6 Astra mit 87,27% vor Fable 5.1 mit 85,02%. Mozillas eigene Bildunterschrift lautet: „Die Lücke setzt sich mit jedem Veröffentlichungszyklus zurück.“
Ein weiterer Faden zieht sich durch die Diskussion um Kimi K3. Das Modell steht im Zusammenhang mit einer Behauptung, die in der gemeinsamen Warnung AA26-251A von NSA, CISA und FBI vom 8. September ausgeführt wird und die Mozillas Bericht als „behauptet und nicht belegt“ wiedergibt: Moonshot habe Daten von Claude Fable 5 extrahiert, um K3 durch Destillation zu trainieren, also das Training eines Modells an den Ausgaben eines anderen. Am 17. Juli führte Artificial Analysis K3 mit 57 gegen Fable 5 mit 60; am 1. September lag es bei Mozilla zwei Punkte zurück.
Warum um die Bezeichnung gestritten wird
OSI und Mozilla plädieren aus unterschiedlichen Richtungen für mehr Offenheit. Die OSI möchte den Begriff „Open Source“ Veröffentlichungen vorbehalten, die alle drei Bestandteile mitbringen, weil Fragen nach Vertrauen und Überprüfbarkeit schwieriger werden, je weiter KI in den Alltag dringt. Mozilla möchte die gemessenen Fähigkeiten offener Modelle ernst genommen sehen und räumt zugleich ein, dass die führenden unter ihnen für die meisten, die sie herunterladen können, nicht lauffähig sind.
Für jeden, der eine Modellkarte liest, ist das praktische Fazit eng und überprüfbar. Man prüfe, ob die Gewichte herunterladbar sind, welche Lizenz sie regelt, ob Trainingscode oder Dokumentation zu den Daten beiliegt und welche Hardware das Ganze tatsächlich braucht. Der Satz oben auf der Seite beantwortet keine dieser Fragen.
Quellen
2- 01China's open-weight AI models are now just 4 months behind frontier US offerings, Mozilla report claimsEN
- 02Open Weights Are Good. Open Source Is Better.EN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.