Der Open-Weight-Überblick von August 2026

Open-weight ist ein Label zur Lizenzierung, nicht zur benötigten Hardware. Die drei am meisten diskutierten Modelle dieses Semesters machen das deutlich.

Qwen3.6 — derjen, den ihr wirklich ausführen könnt

Alibaba hielt die aktivste Release-Frequenz des Semesters aufrecht: Qwen3.5 im Februar, Qwen3.6 im April. Die dichte 27B-Variante ist der echte Sweet Spot – sie läuft auf einer oder zwei Consumer-GPUs in Q4-Quantisierung, bietet 262K nativen Kontext und Multimodalität. Sie ist heute die praktischste Option für jemanden, der echtes Self-Hosting ohne Rack-Kauf betreiben möchte.

Kimi K3 – offen, aber auf Rechenzentrums-Skala

Moonshot AI veröffentlichte Kimi K3 im Juli: 2,8 Billionen Parameter in einer MoE-Architektur, mit 104B aktiven Parametern pro Token und einem Kontextfenster von etwa 1M Tokens. Es ist, laut eigenen Metriken, das bis dato größte freigegebene Open-Source-Modell. Doch „freigegeben" bedeutet nicht „auf deinem Desktop ausführbar" — das Aktivieren von 104B Parametern pro Token bleibt eine Last, die Rechenzentrum-Infrastruktur erfordert, nicht eine Consumer-GPU.

DeepSeek V4 – die Geschichte der stärksten Effizienz im Batch.

DeepSeek resetierte seine Architektur im April auf hybrides Attention: Die Variante V4-Pro erreicht 1,6 Billionen Gesamtparameter mit 49B aktiv, die Variante V4-Flash bleibt bei 284B insgesamt / 13B aktiv. Selbst die „kleine" Variante (Flash) benötigt in der Q4-Quantisierung etwa 170 GB VRAM – außerhalb der Reichweite einer einzelnen GPU, aber machbar auf einem dedizierten Multi-GPU-Server.

Der ehrliche Zusammenfassung

Wenn Sie eine oder zwei GPUs haben und etwas heute ausführen möchten: Qwen3.6 27B. Wenn Sie maximale Open-Weight-Kapazität wünschen und es Ihnen nichts ausmacht, einem Anbieter zu zahlen, der das Hosting übernimmt: Kimi K3 oder DeepSeek V4 über die API. Das Wort „offen" sagt Ihnen, was Sie mit der Lizenz tun können – nicht, was Sie auf Ihrem Computer ausführen können.