Jetzt starten
KIMISEEK / NEWS

Modellneuigkeiten

Neues zu chinesischen KI-Modellen und den Auswirkungen auf API-Integration, Modellauswahl und Kosten.

  1. qwen

    MarkTechPost zeichnet Qwen-Chronik über dreieinhalb Jahre nach: von 7B bis zu den berichteten 2,4 Billionen offenen Gewichten

    Laut einem Chronik-Artikel von MarkTechPost vom 4. Oktober 2026 entwickelte sich Alis Qwen vom invite-basierten Test im April 2023 zu einem berichteten offenen Gewichtsmodell mit 2,4 Billionen Parametern; die Lizenz wandelte sich schrittweise von „kostenlos kommerziell nutzbar unter 100 Mio. monatlich aktiven Nutzern“ zu Apache 2.0 in mehreren Größen, und es entstanden MoE-Sparsifizierung, hybride lineare Attention sowie parallele offene und geschlossene Produktlinien.

  2. open_model

    Cantina veröffentlicht apex-flash-1: Open-Weight-Schwachstellenforschungsmodell auf Basis eines GLM-5.3-Flash-Finetunings löst 40 von 60 zurückgehaltenen Aufgaben

    Laut einem MarkTechPost-Bericht vom 4. Oktober 2026 hat Cantina Security gemeinsam mit Yeta Labs das Open-Weight-Modell apex-flash-1 veröffentlicht. Es wurde mit GRPO auf GLM-5.3-Flash feingetunt, unter MIT-Lizenz auf Hugging Face veröffentlicht und gibt laut eigener Angabe an, 40 von 60 zurückgehaltenen Schwachstellenaufgaben gelöst zu haben, wobei BF16-Gewichte etwa 640 GB VRAM benötigen.

  3. open_model

    Aleph Alpha veröffentlicht offene Gewichte Kolibri: 78,1 Mrd. Parameter MoE, 3,46 Mrd. pro Token aktiviert

    Laut einem Bericht von MarkTechPost vom 4. Oktober 2026 hat Aleph Alpha das englisch-deutschsprachige MoE-Modell mit offenen Gewichten Kolibri-1 veröffentlicht: insgesamt 78,1 Mrd. Parameter, pro Token nur 3,46 Mrd. aktiviert, Kontext bis zu 1.048.576 Token und vier Stufen der Inferenzintensität, unter Apache-2.0-Lizenz auf Hugging Face veröffentlicht, FP8-Checkpoint ca. 78 GB, mit vLLM auf einer einzelnen B200 oder H200 betreibbar.

  4. open_model

    Ai2 veröffentlicht AstaBrief 8B: auf Qwen3-8B basierendes Modell für Berichte mit Zitaten in einem Durchgang

    Laut einem am 2. Oktober 2026 veröffentlichten Blogbeitrag von Ai2 gibt Ai2 AstaBrief 8B frei, ein auf Qwen3-8B nachtrainiertes Modell, das eine Forschungsfrage und abgerufene Textausschnitte in einem Durchgang zu einem Bericht mit Zitaten verarbeitet und als Fast-Modus der Asta-Funktion „Report generieren“ läuft; der Blogbeitrag nennt durchschnittlich 51,1 Sekunden pro Bericht im Fast-Modus, etwa 3,5-mal schneller als der von Claude angetriebene Thinking-Modus, wobei Gewichte und Trainingsdaten gemeinsam veröffentlicht werden.

  5. glm

    Anthropic-Bewertung: Zhipus Open-Weights-Modell GLM-5.3 erreicht bei Exploit-Fähigkeiten fast Claude Mythos Preview

    Laut The Decoder vom 30. September 2026 gibt Anthropics Frontier-Red-Team an, das Open-Weights-Modell GLM-5.3 von Zhipu habe in ExploitBench mit 410 Versuchen 50 nutzbare Exploits erstellt und damit fast die 56 von Mythos Preview erreicht; seine Ablehnungsschutzmechanismen ließen sich durch Abliteration entfernen. Die unabhängige Bewertung der US-Behörde CAISI kommt zu einem ähnlichen Ergebnis und nennt einen Rückstand von rund vier Monaten gegenüber den besten US-Modellen.

  6. qwen

    Praxistest Qwen3.8-Flash gegen GLM-5.3-Flash: Arbeitsteilung und Auswahl für Büro-Workbench

    Laut einem Bericht von Leifeng am 30. September 2026 ließ der Autor in identischer Umgebung über Claude Code die am selben Tag veröffentlichten Qwen3.8-Flash und GLM-5.3-Flash von Grund auf eine persönliche Workbench entwickeln; beide lieferten lauffähige Anwendungen, GLM eher mit System- und Engineering-Vollständigkeit, Qwen eher mit Fokus auf persönliche Workflows und Priorisierung.

  7. domestic_model

    RunningHub stellt generatives Video-Upscaling-Modell RH Upscale vor: fünf Stufen, Ultra im Vergleichstest vorn, Max etwa 1/8,6 der Laufzeit

    Laut einem Bericht von Machine Heart hat RunningHub, Teil der Haima Cloud, mit RH Upscale ein eigenes generatives Video-Upscaling-Modell veröffentlicht, das dafür steht, Inhalte zu vergrößern, ohne sie zu verändern. Der Bericht nennt in einem Vergleich mit 13 Konfigurationen bei 540P-Eingang und 1080P-Ausgang für die Stufe Ultra einen Gesamtwert von 0,539 und damit Platz eins; es gibt fünf Stufen von Ultra bis Low. Für die 2-fache Hochskalierung eines 5 bis 10 Sekunden langen Videos benötigt Max dem Bericht zufolge 34 Sekunden, etwa ein Achtel der Zeit von Ultra.

  8. open_model

    NVIDIA veröffentlicht Tabellen-Grundmodell Kumo Tabular mit offenen Gewichten: Vorhersage ohne Training in einem einzigen Vorwärtsdurchlauf, laut Blog Platz eins in vier Benchmarks

    Laut einem offiziellen NVIDIA-Blogbeitrag vom 29. September 2026 veröffentlicht NVIDIA das Tabellen-Grundmodell Kumo Tabular in drei Größen von 28 bis 215 Millionen Parametern, unter der Lizenz OpenMDW-1.1 auf Hugging Face. Ohne Training und Feature-Engineering erledigt ein einzelner Vorwärtsdurchlauf Klassifikation und Regression; der Blog reklamiert Platz eins in vier Benchmarks wie TabArena.

  9. domestic_model

    MiniMax startet M3.1-Flash-Preview: sechs Reasoning-Stufen und Kontext mit einer Million Token

    Laut Xinzhiyuan erschien am 23. September das anonyme Modell Space Bunny Alpha auf OpenRouter und OpenCode; Entwickler verglichen die Tokenizer und vermuteten dahinter MiniMax. Vier Tage später, am 27. September, startete MiniMax M3.1-Flash-Preview mit sechs einstellbaren Reasoning-Stufen, 1 Million Token Kontext und Eingaben aus Text, Bild und Video. Der Bericht dokumentiert außerdem Praxistests zu Bugfixes, Webseitengenerierung, 3D und Spielen.

  10. domestic_model

    RunningHub veröffentlicht H3 RH Enhanced: Nachtraining auf offener H3-Basis, laut Bericht 0,18 Yuan pro Sekunde

    Laut einem Bericht von Xinzhiyuan vom 29. September 2026 hat RunningHub H3 RH Enhanced veröffentlicht, ein durch tiefes Nachtraining auf der Open-Source-Basis H3 von MiniMax entstandenes Video-Enhancement-Modell. In 2000 Vergleichstests soll es bei mehrschnittiger Langzeit-Narration deutlich besser als Seedance 2.0 abschneiden, mit über 60 Prozent weniger Figurenkollaps in extrem langen Szenen. Die Kostenangaben im Bericht sind widersprüchlich: zwei Stellen im Haupttext nennen 0,18 Yuan pro Sekunde, der Schlussabsatz 0,10 Yuan pro Sekunde; dies ist anhand der aktuellen Abrechnungsangaben des Anbieters zu prüfen.

  11. domestic_model

    Naive AI veröffentlicht erstes offenes Modell Naive-N0.5-Flash: 309B Gesamtparameter, nativer Millionen-Kontext, MIT-Gewichte

    Laut einem Bericht von Jiqizhixin vom 28. September 2026 hat das Team von Dai Jifeng bei Naive AI sein erstes Modell Naive-N0.5-Flash veröffentlicht: 309B Gesamtparameter, 15,5B aktive Parameter, native Unterstützung für Kontext mit einer Million Token, ausgerichtet auf Programmierung und KI-Forschung. Der Bericht nennt Gewichte und Inferenzcode unter MIT-Lizenz sowie geplante API und führt Ergebnisse unter anderem zu PaperBench und MLE-bench-30 an.

  12. deepseek

    Studie: DeepSeek-V4-Flash nutzt von vier Residualströmen effektiv nur rund zwei, tiefe Schichten degenerieren zur Identitätsmatrix

    Laut einem von Jiqizhixin wiedergegebenen arXiv-Papier (veröffentlicht im September 2026) führten Forscher eine Vorwärtsanalyse und Interventionen zur Inferenzzeit an den öffentlichen DeepSeek-V4-Flash-0731-Gewichten durch. Sie fanden heraus, dass sich die Lese- und Schreibgewichte der vier Residualströme von mHC auf etwa zwei Ströme konzentrieren und die Residualmischungsmatrizen der Schichten 22 bis 42 nahe der Identitätsmatrix liegen. Nach dem Ersetzen der tiefen Schichten durch die Identitätsmatrix blieb der Durchschnittswert über sechs Aufgaben nahezu unverändert.

Modellneuigkeiten | KimiSeek