Offene Gewichte sind kein Open Source: Was die KI-Debatte immer wieder verwechselt
Der Bericht State of Open Source AI von Mozilla zeigt: Die besten Modelle mit offenen Gewichten aus China liegen rund vier Monate hinter den führenden US-Angeboten. Die Open Source Initiative argumentiert, offene Gewichte deckten nur einen Teil dessen ab, was Open Source bedeutet.

Offene Gewichte sind zum umstrittensten Begriff der KI-Politik geworden. Mozilla hat am 15. September Version 1.1 seines Berichts State of Open Source AI veröffentlicht, mit Datenstand 1. September. Die zentrale Aussage: Die besten Modelle mit offenen Gewichten liegen derzeit rund vier Monate hinter den führenden US-Angeboten zurück. Tom's Hardware berichtete am 16. September über den Bericht. Mozilla gleicht die Task-Horizon-Daten von METR an und kommt auf eine Lücke zwischen offen und geschlossen von etwa 4,4 Monaten. Das deckt sich mit einer Schätzung von Epoch AI von vier Monaten.
Die Open Source Initiative bestreitet nicht, dass offene Gewichte nützlich sind. Sie bestreitet das Etikett. In einem am 19. September veröffentlichten Blogbeitrag zieht die OSI eine Grenze zwischen Modellen mit offenen Gewichten und Open Source AI. Modelle mit offenen Gewichten veröffentlichen die Gewichte und sonst nichts. Open Source AI veröffentlicht zusätzlich den Code, mit dem das Modell trainiert wurde. Sie veröffentlicht entweder die Trainingsdaten oder eine ausführliche Darstellung, wie diese Daten erstellt wurden. Nur die zweite Kategorie, so argumentiert die OSI, erlaubt es Nutzern, alle vier Softwarefreiheiten auszuüben. Gemeint sind die Freiheiten, ein Werk zu nutzen, zu untersuchen, zu verändern und weiterzugeben, ohne den Rechteinhaber zu fragen.
Die Lücke von vier Monaten und worauf sie beruht
Mozillas Zahl ist enger, als sie klingt. Der Bericht zählt 16 bemerkenswerte offene Veröffentlichungen, und keine davon liefert das Datenrezept, das die Definition Open Source AI der OSI verlangt. Die Zahl von vier Monaten ist laut Tom's Hardware API gegen API auf gehosteten Endpunkten und zum Listenpreis gemessen. Sie beschreibt, was ein Entwickler einem Anbieter zahlt, nicht was ein Modell kostet, wenn es auf eigener Hardware läuft.
Im Artificial Analysis Intelligence Index lag das beste offene Modell laut Mozilla drei Punkte hinter dem geschlossenen Spitzenreiter, bei 60 % des Preises. Es lag zwei Punkte hinter Claude Fable 5, bei 30 % des Preises. Auf der Terminal-Bench-2.1-Rangliste von vals.ai laufen alle Modelle durch dieselbe Softwareumgebung. Dort erreichte GLM-5.2 von Z.ai einen Punkt Abstand zu Claude Opus 4.7 und etwa vier Punkte Rückstand auf Opus 4.8, bei weniger als einem Fünftel der Kosten pro Test. Auf OpenRouter zählte Mozilla acht der zehn nach Token-Volumen im August führenden Modelle zu den offenen Gewichten, sieben davon in China gebaut. Geschlossene Anbieter erzielten laut der Linux Foundation von Mai bis September 2025 dennoch 96 % des Umsatzes auf Modellebene bei OpenRouter.
Dann ist da der Vorbehalt zur Hardware, der Teil des Berichts, der die Schlagzeile untergräbt. Mozillas eigene Grafik setzt das beste offene Modell, das auf einen Server passt, bei 52,6 an und das beste, das auf eine GPU passt, bei 40. Das sind Abfälle von 10 und 23 Punkten gegenüber der Spitze. Diese Lücke ist breiter als vier Monate. Der native MXFP4-Checkpoint von Kimi K3 umfasst etwa 1,56 TB über 96 Shards, und Mozillas Serving-Konfiguration nennt 64 oder mehr Beschleuniger. vLLM verlangt mindestens acht GB300-GPUs, für Produktionslast mehrere Knoten. Der Bericht selbst beschreibt das als offen, aber für die meisten Besitzer nicht lauffähig. Eine genannte Ausnahme: Inkling-Small von Thinking Machines unter Apache 2.0, dessen NVFP4-Version auf einen B300 mit 180 GB Untergrenze passt.
"Wir sehen die Entscheidung, für geschlossene [Modelle] zu zahlen, als arbeitslastspezifisch und nicht als organisationsspezifisch", sagte Mozillas Technologiechef Raffi Krikorian in einer E-Mail an Ars Technica.
Mozilla ist eine Interessenvertretung, und das sagt sie auch. Tom's Hardware merkt an, dass TIME am 14. Juli berichtete, Krikorian habe den Bericht als teilweise Interessenvertretung beschrieben. Der Bericht stützt sich auf eine Umfrage von Mozilla und SlashData unter rund 1.400 Entwicklern, dazu Verkehrsdaten von OpenRouter und Benchmark-Indizes Dritter. Die Bildunterschrift in Mozillas Grafik ist offen für das bewegliche Ziel darunter: "the gap resets every release cycle."
Warum der Definitionsstreit mehr zählt als der Benchmark
Die OSI argumentiert nicht, dass offene Gewichte schlecht sind. Sie argumentiert, dass der Begriff ausgedehnt wurde auf Modelle, die Feinabstimmung und Selbsthosting erlauben, während Trainingsdaten und Trainingscode geschlossen bleiben. Dieser Unterschied hat Gewicht in politischen Debatten, in denen offene Gewichte oft als Stellvertreter für Offenheit, Wettbewerb und Prüfbarkeit gelten.
"Modelle mit offenen Gewichten schränken Ihre Möglichkeit ein, das Modell zu verändern, und Sie können es nicht vollständig untersuchen", heißt es im OSI-Beitrag. Als Beispiel für die Alternative nennt die Organisation Olmo, ein großes Sprachmodell von Ai2, das mit seinem vollständigen Trainingsdatensatz und seinen Modell-Checkpoints veröffentlicht wurde. Forscher können neue Informationen in die Trainingsdaten einspeisen und beobachten, wie das Modell sie gespeichert oder vergessen hat.
Diese Art der Untersuchung ist keine akademische Aufräumarbeit. Ein separates Papier auf arXiv, "Extracting memorized pieces of (copyrighted) books from open-weight language models", wurde im Mai 2025 eingereicht und bis Juli 2026 überarbeitet. Es wendet eine Extraktionstechnik auf 200 Bücher und 14 LLMs mit offenen Gewichten in mehr als 3.000 Experimenten an. Zu den Autoren gehören A. Feder Cooper, Mark A. Lemley und Percy Liang. Sie fanden heraus, dass die meisten LLMs die meisten Bücher nicht auswendig gelernt haben, weder ganz noch teilweise, dass es aber bemerkenswerte Ausnahmen gibt. Llama 3.1 70B, also 70.000.000.000 Parameter, lernt einige Bücher vollständig auswendig, heißt es in dem Papier, darunter Harry Potter and the Sorcerer's Stone. Das ganze Buch lässt sich fast wörtlich anhand der ersten Wörter als Prompt extrahieren.
Das Fazit des Papiers ist für beide Seiten des Urheberrechtsstreits bewusst unbefriedigend. Das Auswendiglernen variiert je nach Modell und je nach Buch, und die Ergebnisse begünstigen weder Kläger noch Beklagte eindeutig. Offene Gewichte haben diese Messung überhaupt erst möglich gemacht. Geschlossene Modelle lassen sich von außen nicht auf diese Weise prüfen.
Das praktische Bild ist also unordentlicher als die Sprechpunkte beider Lager. Veröffentlichungen mit offenen Gewichten sind beim Preis konkurrenzfähig und liegen bei manchen Benchmarks ein oder zwei Punkte hinter der Spitze. Am oberen Ende sind sie teuer im Betrieb und ungleichmäßig dokumentiert. Nach der Definition der OSI sind sie kein Open Source. Die Lücke, die Mozilla misst, ist real. Real ist auch die Lücke, die die OSI beschreibt: zwischen dem Veröffentlichen von Gewichten und dem Veröffentlichen eines Modells, das man tatsächlich prüfen kann.
Quellen
3- 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
- 03Extracting memorized pieces of (copyrighted) books from open-weight language modelsEN
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.