Offene Gewichte sind kein Open Source, der Abstand zu geschlossenen Modellen schrumpft trotzdem

Zwei Dokumente, im September innerhalb von vier Tagen veröffentlicht, beschreiben denselben Markt aus entgegengesetzten Perspektiven. Mozillas Bericht misst, wie nah Open-Weight-Modelle an geschlossene herangekommen sind. Die Open Source Initiative misst, was diese Gewichte tatsächlich ermöglichen.

Mozillas Zahlen sind zitierfähiger. Version 1.1 des State of Open Source AI-Berichts, veröffentlicht am 15. September mit Daten bis zum 1. September, ergab laut Tom's Hardware, dass das beste offene Modell den geschlossenen Spitzenreiter im Artificial Analysis Intelligence Index um drei Punkte bei 60% des Preises hinter sich ließ. Gegenüber Claude Fable 5 betrug der Abstand zwei Punkte bei 30% des Preises. Mozillas Schätzung der METR-Aufgabenhorizont-Daten setzt den Rückstand zwischen offen und geschlossen auf etwa 4,4 Monate an, im Einklang mit der viermonatigen Schätzung von Epoch AI.

Was die Vier-Monats-Zahl tatsächlich misst

METR bewertet ein Modell anhand der Länge der Aufgabe, in menschlicher Arbeitszeit, die es zu 50% abschließt. Nach Mozillas geschätzter Anpassung bewältigen geschlossene Modelle Aufgaben, die menschlichen Experten 8 bis 12 Stunden kosten. Offene Modelle erreichen diesen Punkt etwa vier Monate später. In Mozillas Berechnung verdoppelt sich die offene Leistungsfähigkeit alle 3,9 Monate, gegenüber 5,5 Monaten bei geschlossenen Modellen.

Mozilla ist die gemeinnützige Organisation hinter Firefox und eine Fürsprecherin offener Modelle. Ihr Bericht basiert auf einer Mozilla/SlashData-Umfrage unter etwa 1.400 Entwicklern, OpenRouter-Verkehrsdaten und drittanbieter-Benchmark-Indizes. Tom's Hardware bemerkte, dass TIME am 14. Juli berichtete, Mozillas CTO Raffi Krikorian habe den Bericht als teilweise Advocacy beschrieben. Der Bericht zählt 16 bemerkenswerte offene Veröffentlichungen, doch keine liefert das Datenrezept, das für die Definition der Open Source Initiative erforderlich ist.

„Wir sehen die Entscheidung, für geschlossene [Modelle] zu bezahlen, als arbeitslastspezifisch und nicht organisationsbezogen“, sagte Krikorian in einer E-Mail an Ars Technica.

Im eigenen Hardware-Chart des Berichts versteckt sich eine zweite Einschränkung. Das beste offene Modell, das auf einem Server läuft, erzielt 52,6 Punkte. Das beste, das auf einer GPU läuft, erreicht 40 Punkte. Das sind Rückgänge von 10 und 23 Punkten gegenüber dem Spitzenwert. Ein größerer Abstand als vier Monate. Kimi K3s natives MXFP4-Checkpoint läuft über 96 Shards auf etwa 1.56TB. Mozillas Serving-Konfiguration listet 64 oder mehr Beschleuniger, wobei vLLM mindestens acht GB300-GPUs verlangt. Der Bericht beschreibt dies als offen, aber für die meisten, die es besitzen, nicht ausführbar. Thinking Machines' Inkling-Small, unter Apache 2.0, passt auf einen B300 bei einem 180GB-Boden.

Mozillas Daten enden am 1. September, und die Live-Bretter haben sich seither bewegt. Artificial Analysis hat seinen Index auf v4.3 mit einem anderen Evaluierungsset verschoben. Dort liegt Claude Fable 5.1 auf seiner höchsten Anstrengungseinstellung bei 53 Punkten, gegenüber 44 für Kimi K3. Das Terminal-Bench 2.1-Brett von vals.ai, aktualisiert am 11. September, wird von GPT-6 Astra mit 87,27% angeführt. Mozillas eigene Chart-Überschrift lautet: „Der Abstand setzt sich bei jedem Release-Zyklus zurück.“

K3 trägt auch eine Anschuldigung, die in der gemeinsamen NSA/CISA/FBI-Beratung AA26-251A vom 8. September detailliert wird. Die Behauptung, die Mozillas Bericht als „behauptet, aber nicht bewiesen“ darstellt, lautet, dass Moonshot Claude Fable 5-Daten extrahiert hat, um K3 durch Destillation zu trainieren. Dabei handelt es sich um die Praxis, ein Modell auf den Ausgaben eines anderen zu trainieren.

Das Lizenzargument im Hintergrund

Der Beitrag der Open Source Initiative vom 19. September geht den entgegengesetzten Weg. Offene Gewichte ermöglichen, so argumentiert sie, die Ausübung einiger der vier Softwarefreiheiten, zu nutzen, zu studieren, zu modifizieren und zu teilen, aber nicht alle und nur in begrenztem Maße.

Ein KI-Modell besteht aus drei Komponenten: Trainingsdaten, Gewichte und Parameter, sowie Code für Datenvorbereitung und Training. Open-Weight-Veröffentlichungen veröffentlichen nur die mittlere. Das ermöglicht es, ein Modell lokal auszuführen, einen Drittanbieter mit dem Hosting zu beauftragen oder es auf eigenen Daten feinjustieren. Es ermöglicht nicht, das Modell vollständig zu modifizieren oder zu studieren, weil der Code und die Trainingsdaten, oder eine detaillierte Beschreibung, wie die Daten erstellt wurden, privat bleiben.

Die OSI verweist auf Ai2s Olmo als Gegenbeispiel. Da Olmo seinen vollständigen Trainingsdatensatz und Modell-Checkpoints mitliefert, konnten Forscher neue Informationen in die Trainingsdaten injizieren und beobachten, wie das Modell sie memorierte oder vergaß. Eine solche Studie ist nur unter einer vollständigen Open-Source-Veröffentlichung möglich, argumentiert die OSI.

Die Unterscheidung ist nicht akademisch. Mozilla zählte acht der zehn besten Modelle nach August-Token-Volumen auf OpenRouter als offene Gewichte, sieben davon chinesischer Herkunft. Geschlossene Anbieter erzielten laut der Linux Foundation von Mai bis September 2025 immer noch 96% der Modell-Ebene-Umsätze auf OpenRouter. Das deutet darauf hin, dass Käufer Arbeitslasten und keine Ideologien abwägen.

Keines der Dokumente löst die Frage, die seine Autoren zu beantworten suchten. Mozillas Vier-Monats-Zahl wird API zu API auf gehosteten Endpunkten zum Listenpreis gemessen. Seine eigene Überschrift räumt ein, dass sich der Abstand bei jeder Veröffentlichung zurücksetzt. Das Argument der OSI dreht sich darum, was eine Lizenz erlaubt, nicht darum, was ein Käufer braucht. Was beide klar machen, ist, dass „offen“ jetzt eine Reihe von Arrangements abdeckt, und das Etikett allein verrät sehr wenig über das Modell darunter.