Open-Weights-Modelle schließen die Leistungslücke
Der Abstand zwischen proprietären Spitzenmodellen aus den USA und den besten Open-Weights-Modellen ist auf rund 4,4 Monate geschrumpft. Das geht aus dem am 15. September veröffentlichten Bericht „State of Open Source AI“ von Mozilla hervor.
Open-Weights bedeutet, dass die zentralen Modellgewichte heruntergeladen und auf eigener oder gemieteter Infrastruktur betrieben werden können. Vollständig Open Source sind diese Modelle deshalb nicht automatisch. Trainingsdaten, Trainingscode und Datenpipelines bleiben häufig unter Verschluss.
Für Unternehmen ist vor allem die Kombination aus Leistung und Kosten relevant. Bei Standardaufgaben liefern offene Modelle laut Bericht bereits ausreichende Ergebnisse. Der Aufpreis für geschlossene Modelle lohnt sich demnach nur noch in einem begrenzten Bereich besonders komplexer Aufgaben.
Der Preisunterschied pro Aufgabe ist erheblich
Im Artificial Analysis Intelligence Index liegt Moonshot AIs Kimi K3 nur drei Punkte hinter Anthropics Fable 5. Die Kosten betragen dabei lediglich 30 % des proprietären Vergleichsmodells. Die wirtschaftliche Entwicklung von Moonshot AI und K3 zeigt zugleich, dass offene Modelle längst kein Nischenmarkt mehr sind.
Ein ähnliches Bild liefert Terminal-Bench 2.1 von Vals AI. Der Benchmark setzt für alle Modelle dieselbe Softwareumgebung zur Nutzung von Werkzeugen und Speicher ein. Dadurch soll verhindert werden, dass ein herstellereigenes Agentensystem die Ergebnisse zugunsten eines Modells verzerrt.
| Vergleich | Leistungsabstand | Kosten |
|---|---|---|
| Kimi K3 zu Fable 5 | 3 Punkte im Intelligence Index | Kimi K3 kostet 30 % |
| GLM 5.2 zu Claude Opus 4.7 und 4.8 | Innerhalb eines Punktes in Terminal-Bench 2.1 | GLM 5.2 kostet rund ein Fünftel pro erledigter Aufgabe |
| Bestes offenes zu bestem geschlossenem Modell | Geschlossenes Modell bewältigt 1,7-mal längere Aufgaben | Abhängig von Modell und Bereitstellung |
GLM 5.2 von Z.ai erreichte im neutralen Benchmark nahezu denselben Wert wie Claude Opus 4.7 und 4.8. Gleichzeitig lagen die Kosten pro erfolgreich erledigter Aufgabe rund fünfmal niedriger. Das entspricht einer Ersparnis von etwa 80 %.
Der Vorsprung betrifft vor allem lange Expertenaufgaben
Mozilla stützt die zeitliche Einordnung unter anderem auf die METR-Metrik. Sie misst Aufgaben danach, wie lange menschliche Fachkräfte dafür benötigen und ob ein Modell sie mit einer Erfolgsquote von 50 % bewältigt.
Das beste geschlossene Modell schafft demnach Aufgaben, die etwa 1,7-mal länger sind als jene, die das beste offene Modell zuverlässig bearbeiten kann. Konkret entspricht das ungefähr zwölf Stunden menschlicher Arbeitszeit gegenüber sieben Stunden.
| Aufgabenlänge nach menschlicher Arbeitszeit | Einordnung laut Bericht |
|---|---|
| Unter 8 Stunden | Open-Weights-Modelle reichen für Standard- und Routineaufgaben meist aus |
| Zwischen 8 und 12 Stunden | Proprietäre Spitzenmodelle können einen relevanten Vorsprung bieten |
| Über 12 Stunden | Derzeit generell keine zuverlässige Bearbeitung durch die untersuchten Modelle |
Sinngemäß erklärt Mozilla-CTO Raffi Krikorian: Geschlossene Modelle rechtfertigen ihren Aufpreis vor allem bei professioneller Expertenarbeit, intensiver Informationssuche und sehr langen Kontexten. Die Entscheidung sollte deshalb je Aufgabe und nicht pauschal für das gesamte Unternehmen fallen.
Das spricht gegen eine einheitliche Modellstrategie für alle Prozesse. Ein Hybridansatz kann Routinearbeiten an günstigere Modelle verteilen und proprietäre Spitzenmodelle nur bei komplexen Aufgaben zuschalten. Ein praktisches Beispiel für eine solche Optimierung ist das Modell-Routing zur Senkung des Tokenverbrauchs.
Nutzung und Umsatz entwickeln sich unterschiedlich
Auf OpenRouter stammten im August acht der zehn meistgenutzten Modelle nach Token-Volumen aus dem Open-Weights-Bereich. Beim Umsatz dominieren hingegen weiterhin die geschlossenen Anbieter.
| Kennzahl | Open Models | Closed Models |
|---|---|---|
| Top-10-Modelle auf OpenRouter nach Token-Volumen im August | 8 von 10 | 2 von 10 |
| Umsatzanteil von Mai bis September 2025 | 4 % | 96 % |
Die Umsatzdaten stammen aus einer Untersuchung für die Linux Foundation und beziehen sich auf Mai bis September 2025. Sie bilden den jüngsten Nutzungsschub offener Modelle daher nur teilweise ab. Geschlossene Angebote profitieren zudem davon, dass sie sofort nutzbar sind und häufig Support, vertragliche Verantwortlichkeiten sowie vorbereitete Compliance-Funktionen mitbringen.
Self-Hosting ist nicht automatisch günstiger
Der Vergleich pro Aufgabe darf nicht mit den vollständigen Betriebskosten gleichgesetzt werden. Für Self-Hosting fallen Infrastruktur, Überwachung, Updates, Sicherheit und qualifiziertes Personal an. Wie hoch diese Kosten bei Kimi K3 oder GLM 5.2 im Verhältnis zu einer reinen API-Nutzung ausfallen, ist durch die vorliegenden Daten nicht belegt.
Die wirtschaftliche Alternative besteht deshalb nicht zwingend im eigenen Rechenzentrum. Auch eine Multi-Provider-Strategie mit austauschbaren APIs kann Abhängigkeiten reduzieren und günstigere Modelle für Routineprozesse einsetzen. Proprietäre Modelle bleiben dann eine gezielt zugeschaltete Ressource statt eines unternehmensweiten Standardabonnements.
Krikorian formuliert es sinngemäß so: Für den Vorsprung geschlossener Modelle sollte bezahlt werden, wenn eine wichtige Frist vor dem Aufholen offener Modelle liegt. Bei wiederkehrender Routinearbeit sei das kaum sinnvoll, weil vergleichbare Leistung bald zu einem Fünftel der Kosten verfügbar sein könne.
DACH-Unternehmen müssen Herkunft und Kontrolle prüfen
Die derzeit führenden Open-Weights-Modelle stammen überwiegend aus China. Für Unternehmen im DACH-Raum bedeutet das nicht automatisch, dass ein Einsatz ausgeschlossen ist. Es erfordert aber eigene Prüfungen zu Bereitstellung, Datenflüssen, Vertragslage, Auditierbarkeit und internen Sicherheitsvorgaben.
Offene Modellgewichte schaffen grundsätzlich mehr technische Kontrolle. Fehlende Angaben zu Trainingsdaten und Trainingsverfahren begrenzen jedoch die Transparenz. Auch ein lokal betriebenes Modell ist daher nicht automatisch datenschutzkonform oder regulatorisch unproblematisch.
Mozilla verweist auf das Schweizer Rechenprogramm rund um das offene Modell Apertus als europäisches Gegenmodell. Auch die Finanzierung souveräner KI durch Mistral zeigt, dass Europa versucht, eigene Alternativen zu US-amerikanischen und chinesischen Modellökosystemen aufzubauen.
Für die Beschaffung ergibt sich daraus eine klare Konsequenz: Nicht der Anbieter sollte am Anfang der Entscheidung stehen, sondern die konkrete Arbeitslast. Routineaufgaben sprechen zunehmend für Open-Weights oder günstige Modellanbieter. Der hohe Preis proprietärer Spitzenmodelle lässt sich vor allem dort rechtfertigen, wo ihr zeitlich begrenzter Leistungsvorsprung einen messbaren geschäftlichen Wert hat.