Auf den Punkt: Chinesische Open-Models verkürzen den Abstand zu geschlossenen Systemen, während die Messung des tatsächlichen Leistungsunterschieds durch fragmentierte Benchmarking-Praxis unklar bleibt.
Chinas Modellentwickler veröffentlichen zunehmend hochperformante offene Modelle wie Kimi K3 und die kommende Qwen-Version. Die Debatte über den Entwicklungsrückstand offener Modelle gegenüber geschlossenen Systemen wird durch divergierende Benchmarks verkompliziert.
In einem Podcast der Serie Interconnects analysieren die Moderatoren die aktuelle Dynamik im Markt für offene Sprachmodelle. Die Kimi-K3-Veröffentlichung und Xis öffentliche Verpflichtung zur Offenheit als Strategie Chinas signalisieren eine Beschleunigung der Entwicklung. Alibabas Qwen kündigte an, sein nächstes großes Modell als offene Gewichte freizugeben – eine Abkehr von bisherigen Praktiken.
Ein zentrales Streitthema ist die Messung des Leistungsabstands zwischen offenen und geschlossenen Modellen. Unterschiedliche Benchmarks-Provider verwenden unterschiedliche Test-Suiten und interpretieren Ergebnisse divergierend: Während einige Quellen behaupten, offene Modelle seien nur wenige Monate hinter der Frontier, zeigen andere einen Rückstand von über einem Jahr an. Diese Aussagekraft hängt davon ab, welche konkreten Fähigkeiten gemessen werden.
Die Podcast-Diskussion differenziert zwischen zwei Kategorien von Aufgaben: agentischen Coding- und Computer-Use-Szenarien sowie Long-Tail-Fähigkeiten, in denen Modelle wie Claude und GPT dominant sind. Für Software-Engineering könnte ein Rückstand von wenigen Monaten wirtschaftlich bedeutsam sein. Allerdings werden Modellgewichte wie bei Kimi K3 erst später verfügbar sein, weshalb Post-Training-Anpassungen offener Basismodelle deren Leistung in spezifischen Domänen vermutlich den geschlossenen Alternativen annähern können.
Quelle: www.interconnects.ai · Erschienen 22. Juli 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.3.