„Welches KI-Modell ist gerade das beste?“ Kurz: Claude Opus 5. Es führt die unabhängige Messung seit dem 24. Juli an und kostet pro Token halb so viel wie Fable 5, das vorher vorne lag. Die längere Antwort ist die interessantere, denn sechs Modelle liegen innerhalb von drei Punkten. Wer dir hier einen Dauersieger verkauft, hat entweder nicht nachgerechnet oder will dir etwas verkaufen.
Wir arbeiten täglich mit diesen Modellen und halten den Vergleich aktuell, mit unabhängigen Messdaten statt Marketing-Folien. Stand: 29. August 2026 (Update-Log am Ende).
Andere Vergleiche zerlegen die Frage in zehn Disziplinen mit zehn Siegern. Am Ende bist du so schlau wie vorher. Hier stehen zwei Dinge gegeneinander: was ein Modell kann und was es kostet. Die Intelligenzwerte kommen von der unabhängigen Plattform Artificial Analysis, die Preise von den Anbietern.
Hinweis: Das Chart wird interaktiv geladen und steht auf dem Stand vom 29. August. Ohne JavaScript siehst du die statische Fassung vom 30. Juli; maßgeblich sind dann die Datenpunkte unten.
Der Preis ist der gemischte Preis pro 1 Million Token nach der Methodik von Artificial Analysis: 7 Teile Cache-Treffer, 2 Teile Input, 1 Teil Output. Das liegt näher an echten Rechnungen als reine Output-Preise. Eine Million Token sind je nach Sprache grob 500.000 bis 750.000 Wörter. Bei den beiden DeepSeek-Modellen gibt es seit dem 16. August zwei Preise, einen im Peak-Fenster und einen daneben. In Liste und Chart steht der Peak-Wert, so wie ihn auch Artificial Analysis führt, der Off-Peak-Preis daneben.
Was daran auffällt: Die letzten Intelligenzpunkte waren bisher immer die teuersten. Opus 5 bricht das Muster, es steht oben und kostet die Hälfte von Fable 5. Grok 4.6 bricht es deutlicher, mit demselben Messwert wie GPT-5.6 Sol für gemischt $1,35 statt $3,08. Und seit dem 18. August misst GLM-5.3 60 Punkte für $0,90, so viel wie Kimi K3 zu gut einem Drittel des Preises. Seit dem 26. August steht am unteren Ende der stärkste Bruch: GLM-5.3-Flash misst 57 Punkte für gemischt $0,05. Muse Spark 1.2 misst denselben Wert und kostet $0,78, also gut das Fünfzehnfache. Die Faustregel „mehr Intelligenz kostet exponentiell mehr“ gilt gerade weder an der Spitze noch am Boden.
Die orange Linie im Chart verbindet die Modelle, zu denen es nichts Klügeres zum selben oder niedrigeren Preis gibt. Am 29. August sind es vier: GLM-5.3-Flash mit 57 Punkten zu $0,05, GLM-5.3 mit 60 zu $0,90, Grok 4.6 mit 61 zu $1,35 und Claude Opus 5 mit 63 zu $3,85. Bis zum 25. August waren es sechs. GLM-5.3-Flash hat GPT-5.6 Luna, Gemini 3.7 Flash und Muse Spark 1.2 an einem Tag verdrängt, weil es klüger ist als alle drei und weniger kostet.
Wer draußen steht, steht meistens knapp draußen, seit dem 26. August aber nicht mehr überall. Muse Spark 1.2 misst dieselben 57 Punkte wie GLM-5.3-Flash und kostet gut das Fünfzehnfache. Gemini 3.7 Flash liegt mit 56 Punkten einen darunter und kostet mit $0,58 mehr als das Zehnfache. GPT-5.6 Luna war mit $0,17 der billigste Einstieg im Vergleich, misst aber fünf Punkte weniger und kostet mehr als das Dreifache. GPT-5.6 Sol ist seit dem 21. August ein Drittel billiger und steht trotzdem draußen, weil Grok 4.6 dieselben 61 Punkte für $1,35 statt $3,08 misst. Qwen3.8-Max ist am 18. August herausgefallen, weil GLM-5.3 zwei Punkte höher misst und weniger kostet. Kimi K3 misst mit 60 genauso viel wie GLM-5.3 und kostet $2,31. Grok 4.5 kommt wie Gemini 3.7 Flash auf 56 Punkte und kostet mit $1,21 gut das Doppelte. Gemini 3.6 Flash steht mit 52 Punkten zu $1,16 in der Liste, hat gegen den eigenen Nachfolger aber kein Argument: gleicher Anbieter, vier Punkte weniger, doppelter Preis.
Ein Sonderfall bleibt DeepSeek. Im Peak-Fenster liegt V4-Flash-0731 mit $0,23 über Luna, off-peak kostet es $0,11, und off-peak sind 17 der 24 Stunden. Bis zum 26. August war das der günstigste Punkt im ganzen Vergleich. Seit GLM-5.3-Flash ist er es nicht mehr, weder im Aktionspreis von $0,05 noch danach bei $0,10, und der Unterschied sind fünf Intelligenzpunkte.
Am 30. Juli hat OpenAI die API-Preise gesenkt, sofort wirksam: Luna auf $0,20 im Input und $1,20 im Output, also 80 % weniger, Terra auf $2 und $12, 20 % weniger. Sol blieb zunächst bei $5 und $30. Die Abo-Preise für ChatGPT und Codex änderten sich nicht, Luna und Terra ziehen dort seitdem nur weniger Kontingent. Einen Tag später hat DeepSeek V4-Flash-0731 als öffentliche Beta gestartet, offen unter MIT-Lizenz und damals bei gemischt $0,06.
Meta kam am 5. August mit Muse Spark 1.2 zurück in die Liste, 57 Punkte zu gemischt $0,78, Gewichte zu. Am 6. August hat Artificial Analysis den Intelligenz-Index auf v4.1.1 gepatcht: τ³-Banking läuft in Version 1.0.1, und HLE, AA-LCR sowie AA-Omniscience werden einheitlich von GPT-5.6 Luna bewertet. Die Werte in der Liste stiegen dadurch um einen bis drei Punkte. Klüger geworden ist über Nacht kein Modell, nur die Messung ist eine andere. Alle Zahlen hier stehen deshalb geschlossen auf v4.1.1.
xAI hat am 12. August Grok 4.6 veröffentlicht: 61 Punkte, Liste $2 / $6, Cache-Treffer $0,50, gemischt $1,35, Kontextfenster 500.000 Token. Oberhalb von 200.000 Prompt-Token verdoppelt xAI die Preise. Der Messwert gilt für die Effort-Stufe „high“. Die Gewichte sind zu, und zur Verfügbarkeit in der EU sagen die Release Notes nichts.
Einen Tag darauf folgte Gemini 3.7 Flash mit 56 Punkten zu gemischt $0,58, Liste $0,75 / $3,75, 1 Million Token Kontext und maximal 64.000 Token Ausgabe. Der Preis hat ein Verfallsdatum, und das steht in Googles eigener Preisliste: Einführungspreis bis zum 31. Dezember 2026, danach $1,50 / $7,50 und damit gemischt $1,16. Also genau dort, wo heute Gemini 3.6 Flash steht. Wer damit kalkuliert, kalkuliert mit einem Datum.
Am 16. August um 16:00 UTC hat DeepSeek die Preise umgestellt, wie angekündigt und nach oben. Statt eines festen Tarifs gibt es Peak- und Off-Peak-Preise, im Peak kostet jede Position das Doppelte. Am stärksten gestiegen sind die Cache-Treffer, bei V4 Pro auf das Sechsfache off-peak und das Zwölffache im Peak. Gemischt heißt das $0,11 bis $0,23 bei V4-Flash statt bisher $0,06 und $0,35 bis $0,69 bei V4 Pro statt $0,18. Peak ist täglich von 9 bis 12 und von 14 bis 18 Uhr Pekinger Zeit, also von 3 bis 6 und von 8 bis 12 Uhr deutscher Sommerzeit. Das zweite Fenster deckt genau deinen Vormittag ab. Ein Batch-Lauf, der nicht bis Mittag fertig sein muss, kostet nachmittags die Hälfte.
Am 10. August kam die Gegenbewegung von Anthropic, und zwar nach unten. Der Einführungspreis von Claude Sonnet 5 ist jetzt dauerhaft, $2 im Input und $10 im Output bleiben, die zum 1. September geplante Erhöhung auf $3 und $15 entfällt. Wer mit Sonnet 5 kalkuliert hat, muss zum 1. September nichts umbauen.
Z.ai hat GLM-5.3 am 14. August veröffentlicht, vier Tage lang ohne unabhängigen Messwert und ohne Tokenpreis. Seit dem 18. August gibt es beides: Artificial Analysis misst 60 Intelligenzpunkte, und die Preisliste von Z.ai führt $1,40 im Input, $4,40 im Output und $0,26 im Cache. Nach der 7:2:1-Methodik sind das gemischt $0,90, bei 1 Million Token Kontext. Damit ist GLM-5.3 das erste Modell im Vergleich, das 60 Punkte misst und unter einem Dollar bleibt. Zwei Einschränkungen: Artificial Analysis führt genau einen Anbieter dafür, Z.ai selbst, und zur EU sagen die Release Notes nichts. Die Zahlen, die Z.ai zu Coding und Cyber nennt, sind Anbieter-Zahlen, der Wert oben ist der unabhängig gemessene.
Beim Zugang haben sich zwei Dinge getan, die keine Messwerte verändern. Seit dem 24. August schaltet OpenAI Anzeigen in 31 europäischen Märkten, in den 27 EU-Staaten sowie Island, Liechtenstein, Norwegen und der Schweiz, damit auch in Deutschland. Betroffen sind die kostenlose Stufe und Go. Plus, Pro, Business, Enterprise und Education bleiben werbefrei, an den API- und Abo-Preisen ändert sich nichts. Eine Korrektur zu unserem Stand vom 18. August: Die Anzeigen selbst sind im EWR kein Opt-in. Sie laufen kontextbezogen, aus Gespräch, grober Region und Sprache, und OpenAI stützt sie auf berechtigtes Interesse. Eine Einwilligung braucht erst die personalisierte Variante, und die bietet OpenAI im EWR und in der Schweiz zum Start gar nicht an. Werbefrei wird es also nicht durch einen Haken in den Einstellungen, sondern erst ab Plus.
Und GPT-5.6 Sol kostet außerhalb von OpenAIs eigener API die Hälfte: OpenRouter, das Vercel AI Gateway und seit dem 19. August auch Cloudflares AI Gateway geben 50 % Rabatt. Weil OpenAI die Liste inzwischen gesenkt hat, sind das jetzt $2 im Input, $10 im Output und $0,20 im Cache, gemischt $1,54 statt vorher $2,18. Ein Enddatum nennt OpenRouter auf seiner Rabattseite nicht, berichtet wird der 18. September.
Am 21. August hat OpenAI dann die Listenpreise für GPT-5.6 Sol gesenkt und die Senkung zwei Tage später angekündigt: $4 statt $5 im Input, $0,40 statt $0,50 im Cache, $20 statt $30 im Output. Das sind 20 % im Input und 33 % im Output, gemischt $3,08 statt $4,35. Der Haken steht wieder im Kalender: OpenAI nennt den Preis ausdrücklich befristet und garantiert ihn mindestens bis zum 21. November 2026. Damit liegt Sol gemischt unter Claude Opus 5, misst aber zwei Punkte weniger, und an der Preis-Leistungs-Front ändert es nichts, weil Grok 4.6 dieselben 61 Punkte seit dem 12. August für $1,35 misst. Artificial Analysis führt für Sol noch die alten $5 und $30, der Wert in der Liste oben ist mit OpenAIs aktueller Preisliste gerechnet.
Und dann kam der 26. August. Z.ai hat GLM-5.3-Flash veröffentlicht, den kleineren Bruder von GLM-5.3. Artificial Analysis misst 57 Intelligenzpunkte auf v4.1.1, Z.ai listet $0,15 im Input, $0,50 im Output und $0,03 im Cache. Nach der 7:2:1-Methodik sind das gemischt $0,10. Aktuell läuft ein Rabatt von 50 %, also $0,075 / $0,25 und gemischt $0,05. Der endet am 9. September 2026 um 24:00 Uhr Singapur-Zeit; in Liste und Chart steht der Preis, den du heute zahlst. Das Modell hat 320 Milliarden Parameter, 18 davon aktiv pro Token, 1 Million Token Kontext und ist nativ multimodal. Die erste Woche lief es anonym als „Ox Alpha“ auf OpenCode und OpenRouter, laut Z.ai vollständig auf chinesischer Beschleuniger-Hardware. Zwei Dinge sind hier wichtig: Die Gewichte liegen offen unter MIT-Lizenz auf Hugging Face, anders als bei GLM-5.3 selbst. Und zur EU sagt Z.ai auch diesmal nichts.
Zwei Tage später, am 28. August, hat Z.ai die Gewichte von GLM-5.3 selbst nachgeliefert, zwei Wochen nach dem Start des Modells. Am Messwert und am Preis ändert das nichts, GLM-5.3 steht weiter bei 60 Punkten und gemischt $0,90. An der Lizenz ändert es viel, und zwar nicht zugunsten der Offenheit: Statt MIT gilt eine eigene GLM-5.3-Lizenz. Was das für dich heißt, steht im nächsten Abschnitt.
Für deutsche Unternehmen entscheidet nicht nur der Benchmark, sondern die Architektur dahinter. US-Modelle laufen über EU-Endpoints mit Datenresidenz und einen sauberen Auftragsverarbeitungsvertrag DSGVO-konform. Für wirklich sensible Daten wie Personalakten, Patientendaten oder Vertragsunterlagen sind offen lizenzierte Modelle auf eigener Infrastruktur die sauberste Lösung, dann verlassen die Daten deinen Server nie. Nur ist „offen“ nicht dasselbe wie „läuft bei dir im Serverschrank“, und dafür gibt es vier verschiedene Gründe.
Bei Kimi K3 steht die Hardware im Weg. Die Gewichte liegen seit dem 27. Juli offen auf Hugging Face, der Download umfasst rund 1,56 Terabyte. Acht Karten der 80-GB-Klasse ergeben zusammen 640 GB, das reicht nicht annähernd. Moonshots eigene Empfehlung nennt acht Beschleuniger der B300-Klasse oder 32 H100, also eine Rechnung im hohen sechsstelligen Bereich. Die Lizenz ist übrigens keine MIT-Lizenz, sondern eine eigene mit Umsatzstaffel, für interne Nutzung aber unkritisch.
Bei Qwen3.8-Max steht die Größe im Weg. Alibaba hat die Gewichte am 12. August auf Hugging Face gelegt, 2,4 Billionen Parameter insgesamt, 95 Milliarden aktiv pro Token. Damit ist erstmals ein Modell der Max-Klasse offen, selbst betreiben kannst du es trotzdem nicht. Auch hier gilt eine eigene Lizenz mit Umsatzstaffel, ohne Gebietsbeschränkung.
Bei MiniMax H3 steht die Landkarte im Weg. Die Gewichte des Videomodells liegen seit dem 3. August offen, 33 Milliarden Parameter, ab 42,5 GB Download, technisch also gut betreibbar. Die Community-Lizenz vom 2. August definiert ein „Applicable Territory“: weltweit, ausgenommen die Europäische Union, Großbritannien, Südkorea und die USA. Wer in Deutschland sitzt, darf die Gewichte lokal weder betreiben noch die Ergebnisse daraus nutzen. Über die gehostete API bleibt das Modell erreichbar, denn das ist eine Kundenbeziehung und keine Lizenz. In der Liste oben steht H3 nicht, es ist ein Videomodell und wird im Intelligenz-Index für Textmodelle gar nicht gemessen.
Bei GLM-5.3 stand bis zum 28. August der Kalender im Weg, jetzt steht dort die Lizenz. Die GLM-Reihe lag bisher offen, GLM-5.2 kam im Juni unter MIT-Lizenz und war bei Artificial Analysis das stärkste offene Modell. Bei GLM-5.3 hat Z.ai die Gewichte rund zwei Wochen zurückgehalten und den Grund selbst genannt: Das Modell sei zu gut darin, Sicherheitslücken zu finden und auszunutzen. Im eigenen Wortlaut: „An open world cannot have only open attack surfaces. It must also have an open shield.“ Am 28. August waren sie dann da, 753 Milliarden Parameter als Mixture-of-Experts, in BF16 und FP8 auf Hugging Face. Nur nicht mehr unter MIT: Es gilt eine eigene GLM-5.3-Lizenz. Die erlaubt Nutzen, Ändern, Weitergeben und Verkaufen wie MIT, hängt aber eine Bedingung dran. Wer selbst Modelle als Dienst anbietet und mit seinen verbundenen Unternehmen in zwölf zusammenhängenden Monaten über 10 Milliarden US-Dollar Umsatz macht, muss vor der kommerziellen Nutzung Z.ais Sicherheitsprüfung bestehen. Die Lizenz zielt damit auf Hyperscaler, nicht auf dich: Für einen Mittelständler, der das Modell für eigene Zwecke betreibt, greift die Schwelle nicht. Eine Gebietsbeschränkung wie bei MiniMax enthält der Text nicht, eine Klausel zur zulässigen Nutzung übrigens auch nicht. Was bleibt, ist die Hardware: 753 Milliarden Parameter sind in 8-Bit rund 810 GB allein für die Gewichte, erst die 2-Bit-Quantisierung kommt mit rund 245 GB auf eine Maschine der 256-GB-Klasse. In die Gruppe, die gleich kommt, gehört GLM-5.3 deshalb nicht.
Vier Kandidaten laufen heute wirklich auf eigener Hardware. DeepSeek V4-Flash-0731 kommt unter MIT-Lizenz, misst 52 Punkte und passt mit rund 284 GB in FP8 auf vier H100. Der Haken ist inhaltlich und nicht technisch: Mit 84 % Halluzinationsrate auf AA-Omniscience gehört das Modell in Workflows mit Quellenzwang und Prüfschritt, nicht in die freie Auskunft. Qwen3.8-27B liegt seit dem 14. August unter Apache 2.0 daneben, 27 Milliarden Parameter als dichtes Modell, und misst seit dem 17. August 52 Punkte, genauso viel wie GPT-5.6 Luna. In die Liste oben kommt es trotzdem nicht, weil es keinen eigenen Tokenpreis gibt. Metas Muse Glimmer läuft seit dem 10. August unter Apache 2.0 in 4-bit-Quantisierung auf einer einzelnen Karte mit 24 GB, misst dafür aber nur 35 Punkte. Und seit dem 26. August kommt GLM-5.3-Flash dazu, mit dem höchsten Messwert dieser Gruppe: 57 Punkte, MIT-Lizenz. Der native FP8-Checkpoint braucht rund 306 GiB allein für die Gewichte, dazu kommt der KV-Cache; das vLLM-Rezept läuft auf vier oder acht Karten der Hopper-Klasse oder neuer. Eine Einzelkarte ist das nicht, aber es ist eine Rechnung, die ein Mittelständler aufmachen kann.
Am selben 26. August hat Alibaba Qwen3.8-Flash-Next offengelegt, 125 Milliarden Parameter, 6 davon aktiv pro Token, 262.144 Token Kontext nativ und bis zu 1 Million über YaRN. Lies hier die Lizenz genau: Es ist nicht Apache 2.0 wie beim kleinen Qwen3.8-27B, sondern die Qwen-Community-Lizenz 1.0. In die Liste oben kommt das Modell nicht, es gibt bisher weder einen Messwert von Artificial Analysis noch einen eigenen Tokenpreis. Die Zahlen, die Alibaba zu SWE-bench Pro und CoWorkBench nennt, sind Anbieter-Zahlen.
Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 des AI Act, und Kommission wie nationale Behörden können Verstöße sanktionieren. Ein Chatbot muss als Maschine erkennbar sein, nicht erst auf Nachfrage. KI-generierte Inhalte müssen gekennzeichnet werden, Deepfakes ausdrücklich. Emotionserkennung und biometrische Kategorisierung müssen offengelegt werden.
Auf die Modellwahl hat das keinen Einfluss, auf deinen Workflow schon. Du brauchst eine Stelle im Prozess, an der die Kennzeichnung entsteht, und eine Dokumentation, die zeigt, wo der Inhalt herkommt. Anthropic hat am 14. August beschrieben, wie das unsichtbare Wasserzeichen in Claudes Texten funktioniert, mit ausdrücklichem Verweis auf die EU-Vorgaben. Nimm es nicht als erledigte Pflicht: Die Erkennungs-API ist angekündigt und noch nicht da, das Zeichen belegt Verarbeitung und keine Urheberschaft, bei kurzen Texten trägt es kaum und bei Code fast gar nicht, und eine vollständige Neufassung entfernt es.
Welche Pflicht ab wann greift, wer als Anbieter und wer als Betreiber gilt und was der KI-Omnibus auf 2027 verschoben hat, steht in unserem Artikel dazu: EU AI Act ab 2. August 2026: Was wirklich Pflicht ist.
Du willst KI im Unternehmen einsetzen, aber sauber, technisch wie rechtlich? Genau solche Systeme bauen wir, vom n8n-Workflow bis zum Hosting auf deutschen Servern. Wie das konkret aussieht, zeigen wir dir hier: KI-Automatisierung.
Über den Nutzen eines KI-Projekts entscheidet selten das Modell, sondern der Prozess. Welche Daten fließen wo, was wird geprüft, wo bleibt der Mensch in der Schleife? Das Modell dahinter sollte austauschbar sein. Als am 24. Juli die Rangliste neu sortiert wurde, war das für sauber gebaute Workflows eine Konfigurationszeile und kein Projekt. Für die Preissenkungen vom 30. Juli und vom 21. August gilt dasselbe, wer sauber gebaut hat, nimmt sie einfach mit. Wer am 26. August seinen billigen Massen-Workflow von Luna auf GLM-5.3-Flash ziehen wollte, hat dafür idealerweise auch nur eine Zeile gebraucht. Und wer seit dem 16. August merkt, dass sein DeepSeek-Batch im Peak-Fenster das Doppelte kostet, verschiebt ihn auf den Nachmittag statt das Projekt.
Welcher Prozess in deinem Unternehmen wäre der erste Kandidat? Lass uns in 30 Minuten drüber schauen. Wir sagen dir ehrlich, was sich automatisieren lässt, welches Modell dafür reicht und was es kostet.
Lass uns in 30 Minuten über dein Onlineauftritt sprechen.
Wir haben die Antworten!
Wer an der Spitze arbeitet, nimmt Claude Opus 5. Es ist seit dem 24. Juli gemessen die Nr. 1 und mit $5 Input und $25 Output pro Million Token halb so teuer wie Fable 5. Wer nah an die Spitze will, ohne den Spitzenpreis zu zahlen, schaut seit dem 12. August auf Grok 4.6: Intelligenz 61 wie GPT-5.6 Sol, gemischt aber $1,35 statt $3,08. Seit dem 18. August liegt einen Punkt darunter GLM-5.3 von Z.ai: Intelligenz 60 wie Kimi K3, gemischt aber $0,90 statt $2,31. Für alles, was nicht an die Spitze muss, hat sich am 26. August die Rechnung geändert: GLM-5.3-Flash misst 57 Punkte und kostet gemischt $0,05, im Aktionspreis bis zum 9. September 2026, danach $0,10. Damit ist es klüger als GPT-5.6 Luna und Gemini 3.7 Flash und billiger als beide, und die Gewichte liegen offen unter MIT-Lizenz. Zugang gibt es bei beiden GLM-Modellen bisher nur über Z.ai selbst, zur EU sagt der Anbieter nichts. Für die Breite bleibt die GPT-5.6-Reihe der pragmatische Standard, weil du verlässlich rankommst und mit Terra und Luna zwei günstige Stufen hast, die seit dem 30. Juli noch einmal deutlich billiger sind, Luna um 80 %. Sol selbst steht seit dem 21. August bei $4 / $20 statt $5 / $30, gemischt $3,08, allerdings befristet bis mindestens zum 21. November 2026. Wer rein auf den Preis schaut, muss seit dem 16. August auch auf die Uhr schauen: DeepSeek hat auf Peak- und Off-Peak-Preise umgestellt. V4-Flash-0731 misst weiter 52 wie GPT-5.6 Luna, kostet gemischt aber $0,11 off-peak und $0,23 im Peak statt bisher durchgehend $0,06. Der günstigste Punkt im Vergleich ist das seit dem 26. August trotzdem nicht mehr. Entscheidender als das Modell ist aber, dass dein Workflow so gebaut ist, dass du es später ohne Umbau tauschen kannst.
Ja. Über EU-Endpoints mit Datenresidenz und einen Auftragsverarbeitungsvertrag ist das sauber machbar. Für besonders sensible Daten empfehlen wir offen lizenzierte Modelle auf eigener Infrastruktur, dann verlassen die Daten deinen Server gar nicht erst. Wichtig: Offene Gewichte heißen nicht automatisch selbst betreibbar. Kimi K3 ist mit rund 1,56 Terabyte für die meisten Unternehmen nicht realistisch, und Qwen3.8-Max liegt seit dem 12. August zwar offen auf Hugging Face, ist mit 2,4 Billionen Parametern aber jenseits von allem, was ein Mittelständler selbst betreibt, dazu unter einer eigenen Lizenz mit Umsatzstaffel statt unter Apache oder MIT. Seit dem 14. August liegt daneben das kleine Qwen3.8-27B unter Apache 2.0, 27 Milliarden Parameter als dichtes Modell und damit eine realistische Größe für eigene Hardware; seit dem 17. August misst Artificial Analysis dafür 52 Punkte, so viel wie GPT-5.6 Luna. DeepSeek V4-Flash-0731 passt ebenfalls: MIT-Lizenz, rund 284 GB in FP8, vier H100 reichen. Seit dem 26. August ist GLM-5.3-Flash der stärkste Kandidat dieser Gruppe: MIT-Lizenz, 57 Punkte, 320 Milliarden Parameter mit 18 aktiv, rund 306 GiB im nativen FP8-Checkpoint, laut vLLM-Rezept vier oder acht Karten der Hopper-Klasse. Alibaba hat am selben Tag Qwen3.8-Flash-Next offengelegt, 125 Milliarden Parameter mit 6 aktiv, allerdings unter der Qwen-Community-Lizenz 1.0 und nicht unter Apache 2.0; lies den Lizenztext, bevor du planst. Seit dem 10. August gibt es dazu eine sehr kleine Variante: Metas Muse Glimmer läuft unter Apache 2.0 in 4-bit-Quantisierung auf einer Karte mit 24 GB, misst mit 35 Punkten aber deutlich weniger als alles in der Liste oben. Und offene Gewichte sind nicht nur ein Lizenztext, sondern auch ein Zeitplan: Z.ai hat GLM-5.3 am 14. August ohne Gewichte gestartet und sie erst am 28. August nachgeliefert, zwei Wochen später als das Modell selbst. Dann aber nicht mehr unter MIT, sondern unter einer eigenen GLM-5.3-Lizenz; wer Modelle als Dienst anbietet und über 10 Milliarden US-Dollar Umsatz in zwölf Monaten macht, braucht vorher Z.ais Sicherheitsprüfung, für einen Mittelständler ist das unkritisch. Selbst betreiben wirst du das Modell trotzdem kaum: 753 Milliarden Parameter sind in 8-Bit rund 810 GB. Lies vor der Hardware-Bestellung also beides, den Lizenztext und den Kalender. MiniMax schließt in der H3-Lizenz vom 2. August die EU vom lokalen Betrieb ausdrücklich aus.
Made with love by Hochkonzept.
© Hochkonzept 2026 |Gegründet 2017 | Hochkonzept die Agentur für modernes Webdesign und Sichtbarkeit im Internet.
