← Glossar Begriff
Modellgewichte
Die Milliarden Zahlen, die ein Modell beim Training lernt und die praktisch sein Wissen bilden.
Modellgewichte sind die Zahlen, die ein neuronales Netz beim Training lernt, häufig Milliarden davon. Gemeinsam speichern sie alles, was das Modell aus seinen Trainingsdaten aufgenommen hat, und erzeugen beim Betrieb seine Antworten. In einem sehr realen Sinn sind die Gewichte das Modell.
Deshalb trägt der Ausdruck offene Gewichte so viel Bedeutung. Veröffentlicht ein Labor die Gewichte eines Modells, übergibt es das fertige, ausführbare System. Jeder kann es dann auf eigener Hardware nutzen. Bleiben die Gewichte privat, ist das Modell nur über den Dienst des Anbieters erreichbar.
Gewichte erklären auch, warum die Entwicklung von Frontier-Modellen so teuer ist: Für einen guten Satz Gewichte sind riesige Mengen an Daten und Rechenleistung nötig, obwohl der spätere Betrieb des fertigen Modells vergleichsweise günstig sein kann.
Erwähnt in
-
K2 Horizon liefert sechs offene Modelle und die dazugehörigen Trainingsdaten aus
-
DeepSeek eröffnet ein 305-Milliarden-Parameter-Modell, das endlich sehen kann
-
KoboldCpp 1.120 bietet eine neue Möglichkeit zum Laden von Modellen und Unterstützung für die neuesten offenen Modelle
-
Die Gewichtungen von GLM-5.3 liegen mit zwei Wochen Verspätung und nach einer Sicherheitsüberprüfung vor
-
Mit WikiSkill von Google können KI-Agenten ein Wiki über ihre eigenen Fehler führen
-
Tencent Open-Sources Hy4, ein 770-Milliarden-Parameter-Modell, das für die Büroarbeit entwickelt wurde
-
Google sperrt sein eigenes Modell aus den Testfragen aus
-
Two AI Rulebooks Arrived in August. Only One of Them Is Readable.
-
Granite 4.2 von IBM ist kostenlos, klein genug, um lokal ausgeführt zu werden, und darauf ausgelegt, zuerst zu denken
-
Der GLM-5.3-Flash von Z.ai kommt zu einem Zehntel des Preises in die Nähe von Opus
-
Nvidia willigt ein, Hugging Face für 12,9 Milliarden US-Dollar zu kaufen
-
Alibabas nächstes offenes Modell ist eine Vorschau auf Qwen 4
-
Berichten zufolge plant Hugging Face einen 13-Milliarden-Dollar-Verkauf
-
Dieses offene Modell ist so gut darin, Fehler zu finden, dass sein eigener Hersteller es noch nicht veröffentlicht
-
Anthropic setzt sein am stärksten eingeschränktes Modell ein, um Code nach Fehlern zu scannen. Ein Mensch muss immer noch jede Reparatur genehmigen
-
Die kostenlosen Modelle von Google wurden mehr als eine Milliarde Mal heruntergeladen. Einige von ihnen laufen im Orbit
-
Ein Oxford-Spinout verkaufte Anthropic-Chips im Wert von 250 Millionen Dollar, die es noch nicht gibt
-
Ein legales KI-Unternehmen baute sein eigenes Modell auf und begann mit einem offenen chinesischen Modell
-
We Are Building an Invention Meant to Outgrow Its Inventors
-
GLM-5.3 kann Software deutlich besser angreifen, deshalb hält Z.ai die Gewichte zurück
-
Qwen3.8-27B ist da und läuft auf einer einzigen Gaming-Grafikkarte
-
Deepseek verschenkte am selben Tag seine Agentensoftware und erhöhte die API-Preise
-
Ling 3.0 Flash ist das intelligenteste offene Modell seiner Größe und hat aufgehört, Dinge zu erfinden
-
Der Rocky-Linux-Gründer will den einzigen Teil der KI öffnen, den niemand öffnet: die Trainingsdaten
-
Der Erfinder von Redis hat ein chinesisches Videomodell erstellt, das auf einem Mac läuft. Europäer haben keine Lizenz zur Nutzung
-
Nvidias neues kostenloses Modell ist nicht das intelligenteste. Es ist einfach sehr, sehr schnell
-
Meta hat ein 30B-Modell auf Ihren Laptop geladen und Zuckerberg nutzte die Markteinführung, um einen Kampf anzuzetteln
-
Google hat aus einem fertigen Modell ein viel schnelleres gemacht und das Rezept veröffentlicht
-
Das neue Sturmmodell von DeepMind verschafft Meteorologen einen zusätzlichen Tag, und niemand weiß so recht, warum es funktioniert
-
AMD kauft Taalas, ein Startup, das ein komplettes KI-Modell in den Chip integriert
-
TikTok-Besitzer ByteDance trainiert Berichten zufolge Chinas bisher größtes KI-Modell
-
OpenAI sagt, sein nächstes Modell könnte die höchste Cyber-Risikostufe erreichen und hat einen Teil der Arbeit unterbrochen
-
Meta liefert Muse Code, einen Codierungsagenten, der nach einem Absturz weiter funktioniert
-
Ein offenes Modell liegt nun Monate, nicht Jahre, hinter der Grenze zurück. Die Sicherheitsprüfung erfolgt nicht.
-
Jemand hat DeepSeek V4 Flash in der Produktion auf einer einzigen AMD-Karte zum Laufen gebracht und jeden benötigten Patch veröffentlicht
-
Mistral hat einen kostenlosen Sicherheitsfilter herausgebracht, den Sie im Klartext beschreiben und der auf eine Grafikkarte passt
-
MiniMax hat die Gewichte für sein H3-Videomodell veröffentlicht und nun steht erstmals ein offenes Modell an der Spitze eines Videorankings
-
Alibabas Qwen3.8-Max hat 16 Tage damit verbracht, ein eigenes Tool zu schreiben, und die Gewichte werden nächste Woche veröffentlicht
-
AMD trainiert ein vollständig offenes Modell auf eigenen Chips, nur die kommerzielle Lizenz fehlt
-
DeepSeek verbessert sein günstiges Modell und zieht mit OpenAIs Budgetmodell gleich
-
Mira Muratis Labor schrumpft sein Modell auf ein Viertel und verliert nur einen Punkt
-
Die Gewichte von Kimi K3 sind endlich öffentlich, und 1,4 Terabyte schwer
-
Wer ist wer: Black Forest Labs, das deutsche Labor hinter Photoshop und Canva
-
Ein offenes deutsches Modell hatte Testantworten in den Trainingsdaten, und dank Offenheit wissen wir es
-
FLUX 3 will ein Modell für Bilder, Video, Audio und sogar Roboteraktionen sein
-
DeepSeek V4 ist vollständig stabil, die alten Modelle werden heute abgeschaltet
-
Ein kleines offenes Coding-Modell schlägt zehnmal größere Konkurrenten, und du kannst es selbst ausführen
-
Alibabas neue Bild-KI zeichnet ganze Zeitungsseiten, inklusive winziger lesbarer Schrift
-
Alibaba zeigt Qwen3.8 Max vorab und will die Gewichte verschenken
-
Google entwickelt Berichten zufolge einen Chip, in dessen Silizium Geminis Bauplan eingebrannt ist
-
Das bislang größte kostenlose KI-Modell kommt am 27. Juli. Was „offene Gewichte“ tatsächlich bedeutet
-
Kimi K3: Ein kostenlos herunterladbares Modell, das fast mit den großen Namen mithält
-
Mira Muratis neues Labor liefert sein erstes Modell, und es ist zum Anpassen gebaut
-
Ein leistungsfähiges KI-Modell, das auf dein Smartphone passt und vollständig offline läuft
-
Soofi S: Deutschland hat nun ein offenes KI-Modell, das die Open-Source-Charts anführt
-
Unabhängige Zahlen liegen vor: Metas Muse Spark 1.1 ist eine ernsthafte Preis-Leistungs-Wahl
-
Warum Databricks ausgerechnet ein chinesisches Open-Source-Modell zu seiner täglichen Programmier-Engine macht
-
Meta steigt mit Muse Spark 1.1 und seiner ersten Entwickler-API in den KI-Preiskampf ein
-
MiniMax plant Berichten zufolge ein Open-Source-Modell mit 2,7 Billionen Parametern
-
Mistral steigt in die Robotik ein: Eine Kamera reicht, um einen Roboter zu steuern
-
Baidus „Unlimited OCR“ liest 40-seitige Dokumente in einem Durchgang, indem es zu vergessen lernt
-
Mistrals CEO warnt: Geschlossene KI-Modelle sitzen in der ersten Reihe deines Unternehmens
-
MiniMax M3: Ein Spitzenmodell der KI, das du herunterladen und selbst betreiben kannst