Offene KI-Modelle liegen nur noch vier Monate zurück
15. September 2026
Mozillas neuer Bericht beziffert den Vorsprung geschlossener Spitzenmodelle auf 4,4 Monate. Für Routineaufgaben können offene Modelle deutlich günstiger sein.
Worum es geht
Ein neuer Bericht von Mozilla beziffert den Leistungsabstand zwischen führenden geschlossenen KI-Modellen und den besten Modellen mit offenen Gewichten auf nur noch 4,4 Monate. Ars Technica berichtete am 15. September 2026 vorab über die Ergebnisse. Der Vergleich ist wirtschaftlich relevant: Laut Bericht erreicht Moonshot AIs Kimi K3 im Artificial Analysis Intelligence Index einen Wert, der nur drei Punkte hinter Anthropics geschlossenem Modell Fable 5 liegt, kostet aber rund 30 Prozent davon.
Die Kernaussage lautet nicht, dass offene Modelle immer besser sind. Sie lautet: Der Aufpreis für ein geschlossenes Spitzenmodell lohnt sich zunehmend nur noch bei bestimmten Aufgaben. Für wiederkehrende Standardarbeit sollten Organisationen nach Mozillas Einschätzung offene Modelle als Ausgangspunkt prüfen.
Was der Vergleich tatsächlich misst
Mozilla kombiniert mehrere Perspektiven. Eine davon ist die von METR entwickelte Zeithorizont-Messung: Sie fragt, wie lange ein menschlicher Experte für eine Aufgabe braucht, die ein Modell mit 50 Prozent Erfolgswahrscheinlichkeit bewältigt. Nach den im Bericht zitierten Daten kann das beste geschlossene Modell derzeit Aufgaben bearbeiten, die etwa 1,7-mal so lang sind wie jene des besten offenen Modells.
Vereinfacht bedeutet das: Schafft ein offenes Modell zuverlässig eine Aufgabe von sieben Stunden, erreicht das geschlossene Modell ungefähr zwölf Stunden. Vier Monate später kann das offene Modell laut dem beobachteten Trend die frühere Zwölf-Stunden-Marke erreichen. Ein zweiter Vergleich nutzt Terminal-Bench 2.1 mit einem neutralen Werkzeugrahmen. Dort lag Z.ais offenes GLM 5.2 weniger als einen Punkt hinter Claude Opus 4.7 und 4.8, während die Kosten pro erledigter Aufgabe ungefähr fünfmal niedriger waren.
Warum das wichtig ist
Unternehmen müssen nicht mehr nur zwischen maximaler Leistung und völliger Eigenentwicklung wählen. Sie können Aufgaben nach Schwierigkeit aufteilen: günstige, offene Modelle für Routinearbeit; geschlossene Spitzenmodelle für lange, anspruchsvolle oder zeitkritische Fälle. Der Bericht nennt DoorDash als Beispiel für eine solche Aufteilung.
Gleichzeitig entsteht eine strategische Abhängigkeit. Acht der zehn Modelle mit dem höchsten Tokenvolumen auf OpenRouter im August 2026 boten offene Gewichte, doch viele der leistungsfähigsten offenen Modelle stammen aus China. Mozilla fordert deshalb mehr öffentliche Rechenprogramme, neutrale Stiftungen und europäische sowie US-amerikanische Alternativen. Offene Gewichte allein bedeuten außerdem keine vollständige Offenheit: Trainingsdaten, Datenaufbereitung und Trainingscode bleiben häufig unbekannt.
Einfach erklärt
Das ist wie bei einem Mietwagen. Für eine schwierige Fahrt im Gebirge kann sich das teure Modell mit voller Ausstattung lohnen. Für den täglichen Weg zum Supermarkt ist ein deutlich günstigeres Auto oft ausreichend. Entscheidend ist nicht, welches Fahrzeug insgesamt das beste ist, sondern welches die konkrete Strecke zuverlässig schafft.
Praktisches Beispiel
Ein Softwareteam verarbeitet monatlich 10.000 Supportfälle. 9.000 davon betreffen bekannte Fragen, Zusammenfassungen und einfache Zuordnungen; 1.000 verlangen lange Kontextketten oder Entscheidungen mit hohem Risiko. Wenn das offene Modell die Routinefälle für ein Fünftel der Kosten pro erledigter Aufgabe bewältigt, kann das Team den Großteil günstig abdecken und nur die schwierigen Fälle an ein geschlossenes Spitzenmodell weitergeben.
Vor einer Umstellung müsste das Team beide Varianten mit eigenen Daten testen: Erfolgsquote, Laufzeit, Infrastrukturkosten, Datenschutz und Aufwand für Betrieb und Überwachung. Der Listenpreis eines Modells ist nicht die gesamte Rechnung.
Einordnung und Grenzen
- Benchmarks bilden reale Arbeitsabläufe nur teilweise ab; ein kleiner Punktabstand kann je nach Aufgabe bedeutend oder belanglos sein.
- Offene Gewichte senken Lizenz- und Nutzungskosten, verursachen aber Aufwand für Hardware, Betrieb, Updates, Sicherheit und Fachpersonal.
- Die Zahl von 4,4 Monaten beschreibt einen beobachteten Durchschnittstrend und keine Garantie, dass jedes offene Modell jedes geschlossene Modell in diesem Zeitraum einholt.
Der Vergleich sagt zudem nichts darüber aus, ob Trainingsdaten rechtmäßig, ausgewogen oder vollständig dokumentiert sind. Organisationen sollten deshalb nicht allein nach Benchmark und Preis entscheiden.
SEO- und GEO-Schlüsselbegriffe
Mozilla State of Open Source AI, Open-Weight-Modelle, Kimi K3, GLM 5.2, Claude Opus, Artificial Analysis, METR, Terminal-Bench 2.1, KI-Kosten, offene KI, Modellvergleich, europäische KI
💡 Im Klartext
Geschlossene Spitzenmodelle haben laut Mozilla im Durchschnitt nur noch rund 4,4 Monate Vorsprung. Für viele Routineaufgaben können offene Modelle deshalb die wirtschaftlichere Wahl sein.
Wichtigste Erkenntnisse
- →Mozilla beziffert den Abstand auf 4,4 Monate.
- →Kimi K3 liegt im genannten Index drei Punkte hinter Fable 5 und kostet etwa 30 Prozent davon.
- →Ein neutraler Terminal-Bench-Vergleich sieht GLM 5.2 weniger als einen Punkt hinter Claude Opus 4.7 und 4.8.
- →Offene Gewichte bedeuten nicht automatisch offene Trainingsdaten oder offenen Trainingscode.
- →Die wirtschaftlichste Strategie kann eine Aufteilung nach Aufgabenschwierigkeit sein.
Häufige Fragen
Was bedeutet ein Vorsprung von 4,4 Monaten?
Er beschreibt den geschätzten zeitlichen Abstand der Leistungsgrenzen im beobachteten Trend. Er gilt nicht für jede einzelne Aufgabe oder jedes Modell.
Sind offene Modelle immer günstiger?
Nicht zwingend. Betrieb, Hardware, Sicherheit und Fachpersonal können einen Teil des Preisvorteils aufzehren.
Sind Open-Weight-Modelle vollständig Open Source?
Meist nicht. Gewichte sind verfügbar, aber Trainingsdaten, Datenaufbereitung und Trainingscode können geschlossen bleiben.