Illustration: KI-generiert · Inside China AI
Open Weights, zwei Bedeutungen: Was Chinas Vier-Modelle-Monat offenlegt
Diese Analyse auch auf Englisch: Read the English version
Zwischen Ende Juli und Ende August 2026 haben vier chinesische Labore Modelle auf Frontier-Niveau mit Open Weights auf Hugging Face veröffentlicht. DeepSeek brachte am 31. Juli V4-Flash. Alibaba folgte in der zweiten Augustwoche mit Qwen3.8. Zhipu lieferte am 25. August GLM-5.3-Flash. Moonshots Kimi K3 steht daneben. Was zuvor ein Quartalsrhythmus war, hat sich auf rund einen Monat verdichtet.
Das Tempo ist die offensichtliche Geschichte. Es ist nicht die interessante. Die interessante ist, dass „Open Weights” sich still in zwei wirtschaftlich verschiedene Dinge aufgespalten hat — und die Download-Zahlen legen nahe, dass der Markt das längst bemerkt hat.
1. Vier Modelle, vier verschiedene Wetten
Das sind keine Varianten eines gemeinsamen Entwurfs. Jedes Labor hat architektonisch anders gesetzt, und die auf Hugging Face veröffentlichten Parameterzahlen zeigen, wie weit sie auseinanderliegen:
- Kimi K3 (Moonshot) — 2,78 Billionen Parameter, das größte der Gruppe. Die Modellkarte beschreibt ein Stable-LatentMoE-Verfahren, das „activates 16 out of 896 experts” — der breiteste Expertenpool der vier — neben einem Delta-Attention-Mechanismus (Modellkarte).
- Qwen3.8-Max (Alibaba) — 2,4 Billionen Parameter, davon 95 Milliarden aktiv, ein nativ multimodales Mixture-of-Experts-Modell mit einem Kontextfenster von einer Million Token, angekündigt am 3. August, die Open Weights folgten rund zehn Tage später (von Alibaba angekündigt und in der Fachpresse breit berichtet; gegen das Repository selbst konnten wir die Zahlen nicht prüfen, weil die Gewichte lizenzgesperrt sind und ohne vorherige Zustimmung zu den Bedingungen einen Autorisierungsfehler zurückgeben).
- DeepSeek V4-Flash — 304 Milliarden Parameter, mit Abstand das kleinste und ausdrücklich auf Inferenzgeschwindigkeit gebaut. Die Karte dokumentiert DSpark-Speculative-Decoding mit einem Draft-Modul, das im Checkpoint mitgeliefert wird (Modellkarte).
- GLM-5.3-Flash (Zhipu) — 321 Milliarden Parameter, jenes Modell, das kurzzeitig unter dem anonymen Namen Ox Alpha auf OpenRouter lief, bevor Zhipu es für sich reklamierte (Modellkarte). Diese Episode haben wir in Ox Alpha Was Chinese beschrieben.
Die Spannweite ist der Punkt: von 304 Milliarden bis 2,78 Billionen Parameter, von maximaler Größe bis maximaler Inferenzökonomie. Vier Labore, vier Lesarten dessen, was „Frontier” bedeuten soll.
2. Die Trennlinie, auf die es ankommt: MIT gegen umsatzabhängige Lizenz
Die Lizenzierung teilt die Gruppe sauber in zwei Hälften — und die Teilung folgt nicht der Modellgröße.
DeepSeek V4-Flash und GLM-5.3-Flash stehen beide unter der MIT-Lizenz. Das ist die freizügigste der gängigen Open-Source-Lizenzen: herunterladen, verändern, selbst betreiben, kommerziell einsetzen — ohne Verhandlung, ohne Schwelle, ohne Meldepflicht.
Kimi K3 und Qwen3.8-Max tragen eigene Lizenzen, die die kommerzielle Nutzung begrenzen. Moonshots Lizenztext benennt die Schwelle ausdrücklich: Wer ein Model-as-a-Service-Geschäft betreibt und dessen Gesamtumsatz „exceeds 20 million US dollars … in total over any consecutive 12 months” übersteigt, „must enter into a separate agreement with Moonshot” (Lizenztext). Alibabas Flaggschiff-Repository ist gesperrt: Es lässt sich nicht lesen, ohne zuvor Bedingungen zu akzeptieren.
Das ist kein Open Source in dem Sinn, den der Begriff üblicherweise trägt. Es ist offene Verbreitung mit aufgeschobenem kommerziellem Anspruch — kostenlos, bis man erfolgreich ist, danach kostenpflichtig. Für ein Startup ist das ein attraktives Angebot. Für ein Unternehmen, das skaliert, ist es eine Verbindlichkeit, die genau in dem Moment fällig wird, in dem ein Wechsel am schwersten ist.
3. Was die Download-Zahlen zeigen
Die Nutzungsdaten sind der Teil dieser Geschichte, der keine Deutung braucht. Es sind Hugging Faces eigene Download-Zahlen der vergangenen dreißig Tage, abgerufen am 1. September 2026:
- DeepSeek V4-Flash (MIT): 4.650.353
- Qwen3.8-27B (Apache 2.0): 4.960.483
- Kimi K3 (eigene Lizenz): 2.783.061
- GLM-5.3-Flash (MIT): 441.348
Der schärfste Vergleich liegt innerhalb eines einzigen Labors. Alibaba hat binnen weniger Tage zwei Modelle veröffentlicht: das Flaggschiff mit 2,4 Billionen Parametern unter einer eigenen, gesperrten Lizenz — und ein Modell mit 27 Milliarden Parametern unter Apache 2.0. Das kleine, freizügig lizenzierte wurde fast fünf Millionen Mal heruntergeladen. Das Flaggschiff lässt sich ohne vorherige Zustimmung überhaupt nicht herunterladen.
Dasselbe Labor, derselbe Monat, derselbe Ruf hinter beiden. Die Variable, die sich unterscheidet, ist die Lizenz — und der Abstand in der Verbreitung beträgt zwei Größenordnungen.
Ein Vorbehalt zu den Zahlen: Hugging Face zählt Downloads, keine produktiven Installationen, und ein gesperrtes Repository ist in einer solchen Zählung strukturell benachteiligt. Die Zahlen beschreiben Reichweite und Reibung, nicht Umsatz oder Produktivbetrieb. Aber Reibung ist genau das, wozu eine Lizenz gemacht ist — und hier ist sie messbar.
4. Was die Benchmarks sagen und was nicht
Moonshots Modellkarte verortet Kimi K3 bei 88,3 auf Terminal Bench 2.1 und 93,5 auf GPQA Diamond, dazu 67,5 auf DeepSWE, einem Coding-Agent-Benchmark, der gegen Datenkontamination gehärtet ist — gegenüber 54,4 für DeepSeek V4-Flash.
Zwei Einschränkungen gehören neben diese Zahlen, und sie sind keine Zierde. Erstens sind sie vom Anbieter selbst berichtet. Zweitens — und dieser Teil wird meist weggelassen — ist die Vergleichstabelle Moonshots eigene Messung der Wettbewerber, nicht die jeweils vom Labor selbst veröffentlichte Zahl. Die Bewertung fremder Modelle durch einen Anbieter ist ein Beleg dafür, was dieser Anbieter gezeigt haben möchte, keine unabhängige Rangliste.
Was sich ohne Rangliste sagen lässt: Auf kontaminationsresistenten agentischen Benchmarks liegen diese vier Modelle enger beieinander als auf klassischen Wissenstests. Der interessante Wettbewerb hat sich verschoben — weg davon, was ein Modell weiß, hin zu dem, was es ausführen kann.
Warum das für Europa zählt
Zwei dieser Modelle sind für europäische Zwecke kostenlose Infrastruktur. Ein Modell auf Frontier-Niveau unter MIT oder Apache 2.0 kann von einem europäischen Krankenhaus, einer Verwaltung, einer Bank oder einem Rüstungszulieferer heruntergeladen, verändert, selbst betrieben und kommerziell eingesetzt werden, ohne mit irgendjemandem zu verhandeln. Für Organisationen, die wegen Vorgaben zur Datenhaltung keine ausländischen Programmierschnittstellen nutzen dürfen, ist das keine Randoption — es ist der Unterschied zwischen einem Frontier-Modell auf eigener Infrastruktur und gar keinem.
Die anderen beiden tragen eine Rechnung, die spät kommt. Eine umsatzabhängige Lizenz ist während des Pilotprojekts unsichtbar, während der Einführung unsichtbar — und wird in dem Moment entscheidend, in dem ein Unternehmen skaliert. Genau dann sind Daten, Prompts, Feinabstimmungen und interne Werkzeuge am schwersten zu bewegen. Europäische Beschaffung fragt im Proof of Concept selten nach Lizenzschwellen. Nach dieser Datenlage sollte sie es tun. Die richtige Frage lautet nicht „was erlaubt die Lizenz heute”, sondern „was verlangt sie beim Zehnfachen unseres heutigen Volumens”.
Und es gibt eine strategische Lesart. Chinesische Labore fahren beide Modelle von Offenheit gleichzeitig: freizügige Lizenzen, um Reichweite im Ökosystem aufzubauen, gesperrte Lizenzen, um diese Reichweite in Umsatz zu verwandeln. Welches davon sich durchsetzt — das Experiment läuft auf Frontier-Niveau und in aller Öffentlichkeit. Das ist mehr, als sich über die geschlossenen amerikanischen Systeme sagen lässt, an denen diese Modelle gemessen werden. Europa ist derzeit Konsument dieses Experiments, nicht Beteiligter.
Alle Parameterzahlen, Lizenzen und Download-Werte wurden am 1. September 2026 über die Hugging-Face-Programmierschnittstelle abgerufen und sind mit den jeweiligen Modellkarten verlinkt. Benchmark-Zahlen stammen vom Anbieter und sind als solche gekennzeichnet. Korrekturen und ergänzende Hinweise sind willkommen: press@insidechinaai.com · Es gelten unsere redaktionellen Standards.
No responses yet