Was Open Weights wirklich bedeuten und was die Modelle weiter verbergen

"Open Weights" ist inzwischen ebenso ein Marketingbegriff wie ein technischer. Die schlichte Version: Die trainierten Parameter eines Modells werden als Dateien veröffentlicht, die man herunterladen, ausführen und nachtrainieren kann. Mehr nicht. Damit ist nichts über die Daten gesagt, aus denen das Modell gelernt hat, nichts über den Code, mit dem es trainiert wurde, und nichts über die Lizenz, die daran hängt.

Die Unterscheidung zählt, weil der Begriff in politischen Auseinandersetzungen, bei Beschaffungsentscheidungen und zunehmend in Argumenten zur nationalen Sicherheit verwendet wird. 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 nutzt. Ihre Position hat sie am 19. September in einem Blogbeitrag dargelegt. KI-Modelle, so heißt es dort, haben 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 dieser drei Teile. Man kann das Modell lokal ausführen und zahlt nur Strom und Hardware, oder man gibt es an einen 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 ausreicht, um die vier Softwarefreiheiten zu erfüllen: nutzen, untersuchen, verändern und teilen, ohne den Rechteinhaber um Erlaubnis zu fragen. Ohne den Trainingscode und entweder den Datensatz oder eine detaillierte Beschreibung seiner Entstehung lässt sich nicht nachprüfen, warum ein Modell eine bestimmte Ausgabe erzeugt. Die Organisation verweist auf Olmo von Ai2 als Gegenbeispiel. Dieses große Sprachmodell wurde mit seinem vollständigen Trainingsdatensatz und seinen Checkpoints veröffentlicht. Forscher konnten neue Informationen in die Trainingsdaten einspeisen und beobachten, wie das Modell sie speicherte oder vergaß.

Solche Experimente sind der praktische Unterschied zwischen den beiden Etiketten. Nach der Lesart der OSI sind sie auch der Unterschied zwischen der Möglichkeit, ein Modell zu überprüfen, und der Notwendigkeit, jemandem einfach zu glauben.

Die Lücke und wie sie gemessen wird

Mozilla hat Version 1.1 seines Berichts State of Open Source AI am 15. September veröffentlicht, mit Datenstand 1. September, wie Tom's Hardware berichtet. Der zentrale Befund: Das beste offene Modell lag im Artificial Analysis Intelligence Index drei Punkte hinter dem führenden geschlossenen Modell, bei 60% des Preises, und zwei Punkte hinter Claude Fable 5 bei 30% der Kosten.

Mozillas Anpassung an die METR-Aufgabenhorizont-Daten setzt die Lücke zwischen offen und geschlossen bei etwa 4,4 Monaten an, im Einklang mit der Vier-Monats-Schätzung von Epoch AI. METR, eine gemeinnützige Forschungsorganisation, bewertet Modelle nach der Länge der Aufgabe, gemessen in menschlicher Arbeitszeit, die sie in der Hälfte der Fälle abschließen. Nach Mozillas Schätzung bewältigen geschlossene Modelle Aufgaben, für die menschliche Experten 8 bis 12 Stunden brauchen; offene Modelle erreichen das etwa vier Monate später. Mozilla berechnet die offene Leistungsfähigkeit mit einer Verdopplung alle 3,9 Monate gegenüber 5,5 Monaten bei geschlossenen Modellen.

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 Technologievorstand Raffi Krikorian habe den Bericht teils als Interessenvertretung bezeichnet. Er stützt sich auf eine Umfrage von Mozilla und SlashData unter rund 1.400 Entwicklern, dazu OpenRouter-Verkehrsdaten und Benchmark-Indizes Dritter. Er 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 Vier-Monats-Zahl und der Token-Preisvergleich von 30% werden API gegen API auf gehosteten Endpunkten zum Listenpreis gemessen. Mozillas eigene Hardware-Grafik erzählt eine härtere Geschichte: Das beste offene Modell, das auf einen Server passt, erreicht 52,6, und das beste, das auf eine GPU passt, erreicht 40, Rückgänge von 10 und 23 Punkten gegenüber der Spitze. Der native MXFP4-Checkpoint von Kimi K3 läuft über etwa 1,56TB verteilt auf 96 Shards. Mozillas Serving-Konfiguration listet 64 oder mehr Beschleuniger, während vLLM für Produktionsverkehr mindestens acht GB300 GPUs mit mehreren Knoten verlangt. Der Bericht beschreibt das als offen, aber für die meisten, die es herunterladen können, nicht ausführbar.

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 chinesisch gebaut. Doch geschlossene Anbieter erzielten laut der Linux Foundation zwischen Mai und September 2025 96% des Umsatzes auf Modellebene auf OpenRouter.

"Wir sehen die Entscheidung, für geschlossene [Modelle] zu zahlen, als arbeitslastspezifisch und nicht organisationsspezifisch", sagte Krikorian in einer E-Mail an Ars Technica.

Das Benchmark-Bild bewegt 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 Bewertungsset umgestellt. Die aktuelle Tafel zeigt Claude Fable 5.1 bei 53 auf der höchsten Aufwandsstufe und Kimi K3 bei 44. Diese Zahlen sind laut Tom's Hardware nicht mit den von Mozilla aufgetragenen Werten aus v4.1.1 vergleichbar. Die Tafel Terminal-Bench 2.1 von vals.ai, aktualisiert am 11. September, wird von GPT-6 Astra mit 87,27% angeführt, mit Fable 5.1 bei 85,02%. Mozillas eigene Bildunterschrift lautet: "Die Lücke setzt sich mit jedem Veröffentlichungszyklus neu."

Ein weiterer Strang zieht sich durch die Diskussion um Kimi K3. Das Modell trägt eine Behauptung, die in der gemeinsamen Warnung AA26-251A von NSA, CISA und FBI vom 8. September ausgeführt wird. Mozillas Bericht gibt sie als "behauptet und nicht belegt" wieder: Moonshot habe Daten von Claude Fable 5 extrahiert, um K3 durch Destillation zu trainieren, also die Praxis, ein Modell mit den Ausgaben eines anderen zu trainieren. Am 17. Juli lag K3 bei Artificial Analysis bei 57 gegenüber 60 für Fable 5; bis zum 1. September war es bei Mozilla zwei Punkte zurück.

Warum um das Etikett gestritten wird

Sowohl die OSI als auch Mozilla argumentieren aus unterschiedlichen Richtungen für mehr Offenheit. Die OSI will den Begriff "Open Source" Veröffentlichungen vorbehalten, die alle drei Bestandteile mitbringen. Sie begründet das damit, dass Fragen nach Vertrauen und Überprüfbarkeit schwieriger werden, je weiter KI in den Alltag vordringt. Mozilla will die gemessenen Fähigkeiten offener Modelle ernst genommen sehen und räumt zugleich ein, dass die führenden Modelle für die meisten, die sie herunterladen können, nicht ausführbar sind.

Für jeden, der eine Modellkarte liest, ist das praktische Ergebnis eng und überprüfbar. Man prüfe, ob die Gewichte herunterladbar sind, welche Lizenz sie regelt, ob Trainingscode oder Datendokumentation enthalten ist und welche Hardware die Sache tatsächlich braucht. Der Satz auf der Vorderseite der Seite beantwortet keine dieser Fragen.