Pins zu tag:Open-Weight

Alibaba veröffentlicht Qwen3.5-397B-A17B, ein nativ multimodales Open-Weight-Modell, das 17B von 397B Parametern aktiviert, sowie das gehostete Qwen3.5-Plus mit 1M Token Kontext, am Vorabend des Mondneujahrs.

Alibabas Qwen-Team veröffentlicht drei Open-Weight-Modelle der mittleren Größe für Qwen3.5 unter Apache 2.0: ein Mixture-of-Experts-Modell mit 122B und 10B aktiven Parametern, eines mit 35B und 3B aktiven sowie ein dichtes 27B-Modell, die laut Alibaba GPT-5 mini von OpenAI in den meisten Benchmarks schlagen.

MiniMax veröffentlicht M2.7, sein erstes Modell, das an der eigenen Weiterentwicklung mitwirkt; es erreicht 56.22% auf SWE-Pro und 57.0% auf Terminal Bench 2, hat native Agent Teams und kostet $0.30 pro 1 Million Eingabe-Tokens.

Arcee AI veröffentlicht Trinity-Large-Thinking, ein offenes Reasoning-Modell mit 398B Parametern (rund 13B aktiv) für Langzeit-Agenten, das nach eigenen Angaben bei PinchBench hinter Claude Opus 4.6 auf Platz zwei liegt, bei $0.90 pro 1 Million Ausgabe-Tokens.

Z.ai (Zhipu AI) veröffentlicht GLM-5.1 als offene Gewichte unter MIT-Lizenz, ein Modell mit 754B Parametern, das bis zu 8 Stunden autonom an einer einzigen Aufgabe arbeiten soll und mit 58.4 die Spitze bei SWE-Bench Pro belegt.

Moonshot AI stellt Kimi K2.6 als Open Source bereit, ein multimodales Mixture-of-Experts-Modell mit 1 Billion Parametern und 32 Milliarden aktiven, einem Kontextfenster von 256K Tokens und Agentenschwärmen mit bis zu 300 Sub-Agenten, die 4,000 koordinierte Schritte ausführen.

Xiaomi veröffentlicht MiMo-V2.5-Pro, ein agentisches Modell mit 1.02T Parametern, 42B aktiven Parametern und 1M Token Kontext, sowie MiMo-V2.5, ein omnimodales Schwestermodell mit 310B, und stellt beide unter der MIT-Lizenz als Open Source bereit.

DeepSeek veröffentlicht die DeepSeek-V4-Vorschau als offene Gewichtungen: V4-Pro mit 1,6 Billionen Parametern (49 Milliarden aktiv) und V4-Flash mit 284 Milliarden (13 Milliarden aktiv), beide mit einem 1-Millionen-Token-Kontextfenster und Start-API-Preisen ab 0,14 US-Dollar pro Million Eingabe-Token.

Mistral AI veröffentlicht Mistral Medium 3.5, sein erstes zusammengeführtes Flaggschiff: ein dichtes Open-Weight-Modell mit 128B Parametern und 256K Kontextfenster, das 77.6% bei SWE-Bench Verified erreicht und $1.50 pro Million Eingabe-Token sowie $7.50 pro Million Ausgabe-Token kostet.

IBM veröffentlicht Granite 4.1: dichte Sprachmodelle mit 3B, 8B und 30B unter Apache 2.0, deren 8B-Instruct-Modell das Granite-4.0-Mixture-of-Experts-Modell mit 32 Milliarden Parametern erreicht oder übertrifft, dazu neue Vision-, Sprach-, Guardian- und Embedding-Modelle.

MiniMax veröffentlicht MiniMax-M3, ein nativ multimodales Modell mit 1M Token Kontext auf Basis seiner neuen Sparse Attention, das 59.0% auf SWE-Bench Pro erreicht und nach einem Einführungsrabatt $0.30 pro 1 Million Eingabe-Token kostet.

Z.ai (Zhipu AI) veröffentlicht GLM-5.2, ein MIT-lizenziertes Flaggschiff mit 753B Parametern für langfristiges Programmieren mit einem Kontextfenster von 1M Tokens, das 62.1 bei SWE-bench Pro und 81.0 bei Terminal Bench 2.1 erreicht.

Tencent veröffentlicht offiziell Hy3, die Produktionsversion seines Open-Weight-Modells Hunyuan: ein Mixture-of-Experts mit 295B Parametern, 21B aktiven Parametern und 256K Token Kontext, zu einem Preis von 1 Yuan pro 1 Million Eingabe-Token.

Thinking Machines Lab veröffentlicht Inkling, sein erstes Modell und ein Mixture-of-Experts-System mit offenen Gewichten, 975B Parametern (41B aktiv) und 1M-Token-Kontext, das über Text, Bilder und Audio schlussfolgert und als Basis für Feinabstimmung gedacht ist.

Moonshot AI veröffentlicht Kimi K3, ein multimodales Open-Weight-Modell mit 2.8 Billionen Parametern und einem Kontextfenster von 1 Million Token, zu einem Preis von $3.00 pro Million Eingabe-Token und $15.00 pro Million Ausgabe-Token; die Gewichte wurden am 27. Juli veröffentlicht.

Thinking Machines Lab veröffentlicht Inkling-Small, ein Modell mit offenen Gewichten, 276B Parametern und 12B aktiven Parametern, das das 975B große Inkling bei Reasoning- und agentischen Coding-Benchmarks erreicht oder übertrifft, darunter 80.2 % bei SWE-bench Verified.

Alibaba bringt Qwen3.8-Max heraus, ein Mixture-of-Experts-Flaggschiff mit 2,4 Billionen Parametern und einem 1-Millionen-Token-Kontextfenster, Fünfter in der Text Arena und Zweiter in der Vision Arena, und der erste Qwen der Max-Stufe, dessen Gewichte Alibaba anschließend veröffentlichte.

Z.ai (Zhipu AI) veröffentlicht GLM-5.3, ein reines Post-Training-Upgrade von GLM-5.2, das 28.3 im Terminal Bench 3.0 und 84.5% im Schwachstellen-Benchmark CyberGym erreicht, mit 1M Token Kontext und offenen Gewichten zwei Wochen später.

Alibabas Qwen-Team veröffentlicht Qwen3.8-27B als Open Source, ein dichtes multimodales 27B-Modell unter Apache 2.0, das nach eigenen Angaben das proprietäre Qwen3.7-Plus bei Coding und Büro-Workflows übertrifft, mit 262K nativem Kontext.

IBM veröffentlicht Granite 4.2, drei offene Apache 2.0-Argumentationsmodelle (3B, 8B und 30B) mit umschaltbarem Denkmodus; Der 8B erreicht in IBMs eigenen Tests 47,67 Punkte im SWE-Bench-Verified-Test und 86,67 Punkte im AIME25-Test.

Z.ai veröffentlicht GLM-5.3-Flash, ein nativ multimodales Open-Weight-Modell mit 320B Parametern (18B aktiv) auf einer neu trainierten Basis, das laut Unternehmen GLM-5.2 zu einem Zehntel des Preises übertrifft; der Preis liegt bei $0.15 pro Million Eingabe-Tokens.

DeepSeek veröffentlicht DeepSeek-V4.1-Flash, ein offenes multimodales Modell mit 552 Milliarden Parametern, das nach eigenen Angaben sein eigenes Flaggschiff V4-Pro übertrifft, und leitet den gesamten API-Verkehr von V4-Pro zu Flash-Preisen an dieses Modell weiter.

Xiaomi veröffentlicht und öffnet den Quellcode von MiMo-V2.6-Pro und MiMo-V2.6-Flash, nativ omnimodalen Modellen mit 1-Millionen-Token-Kontext; Pro erreicht 46,32 Punkte im Artificial Analysis Intelligence Index, den höchsten Wert eines Open-Source-Modells.

Mistral AI veröffentlicht Mistral Large 4 als öffentliche Vorschau, ein nativ multimodales Mixture-of-Experts-Modell mit rund 1 Billion Parametern, trainiert auf dem eigenen Cluster, mit offenen Gewichten, die bis Ende Oktober 2026 versprochen sind.