AI TrackerNews zu Open Source,
für Entwickler.
Die neuesten News zu Open Source von allen AI-Anbietern: Launches, Preisänderungen und Abkündigungen, zusammengefasst mit dem, was sie für dich bedeuten.
Asahi Linux stellt seinen gesamten Code unter die GPL und verweist auf KI-gestützte Codewäsche
Asahi Linux, das Projekt, das Linux auf Apple-Silicon-Macs bringt, hat in einem Fortschrittsbericht angekündigt, alle seine Repositories von der MIT-Lizenz auf die GNU General Public License Version 2 oder höher umzustellen. Damit soll sein Code ausschließlich unter Copyleft-Lizenzen stehen. Das Projekt kündigte die Änderung wenige Tage vor dem 9. November an.
Nous Research veröffentlicht Arete-27B: Qwen3.8-27B, nachtrainiert, um die Quote für die „Parteilinie“ von 22 % auf 1 % zu senken
Nous Research kündigte Arete-27B am 6. November auf X an. Das Modell ist ein nachtrainiertes Qwen3.8-27B, das laut dem Labor „westliche Werte stärken“ soll. Nous argumentiert, dass die leistungsstärksten offenen Modelle aus China stammen und in ihren Gewichten ein mit der Staatslinie abgestimmtes Verhalten mitbringen.Harness Leaderboard vergleicht neun Coding-Agent-Harnesses mit offenen Modellen; ein reiner Bash-Agent liegt vorn
Joel Niklaus hat das Harness Leaderboard veröffentlicht, das neun Coding-Agent-Harnesses vergleicht, die offene Modelle ausführen. Bei jedem Vergleich ändert sich nur das Harness: Modell, Anbieter und Reasoning-Aufwand bleiben gleich, und jede Aufgabe wird dreimal versucht. Niklaus zufolge führte er 28.849 Durchläufe für 4.746 $ an Inferenzkosten aus, mit GLM-5.3-Flash, DeepSeek-V4.1-Flash und Flint auf Terminal-Bench 2.1 und DeepSWE. Der Beitrag hatte bis zum 6. November 625 Punkte auf X.Village: Open-Weight-Modelle bieten bei 3 % der Budgets das beste Preis-Leistungs-Verhältnis, gegenüber 41 % im Juni
Village, Herausgeber des LLM Atlas, berichtet, dass geschlossene Modelle inzwischen fast jeden Punkt auf der Preis-Leistungs-Grenze besetzen. Schätzungen zufolge ist ein Open-Weight-Modell bei 3 % der Budgets das leistungsstärkste Modell – fast ausschließlich am günstigen Ende (Googles Gemma 4 E4B und Xiaomis MiMo-V2.6-Flash). Im Juni lag der Anteil bei 41 %, als DeepSeek V4 Flash allein bei fast einem Drittel der Budgets an der Spitze lag. Laut Village ist der heutige Anteil der niedrigste, den das Unternehmen bisher gemessen hat; zum Ende jedes Quartals seit 2024 lag er bei mindestens 6 %.
Artificial Analysis stuft FLUX 3 Image Klein als Nummer 2 unter den Open-Weight-Text-zu-Bild-Modellen ein
Laut Artificial Analysis ist FLUX 3 Image Klein von Black Forest Labs, ein Open-Weight-Bildmodell mit 5,6 Milliarden Parametern, das am 15. Oktober veröffentlicht wurde, das zweitplatzierte Open-Weight-Modell auf der AA-Image-T2I-v2.1-Bestenliste und liegt knapp hinter dem erstplatzierten Qwen-Image-2.1. Auf der AA-Image-Editing-v2.1-Bestenliste belegt es unter den Open-Weight-Modellen Platz 3. Die Rankings stammen von Artificial Analysis selbst.Moonshot releases the open weights of Kimi K3.1 Pro
Moonshot posted on X that it is releasing the model weights of Kimi K3.1 Pro, on Hugging Face as moonshotai/Kimi-K3.1-Pro, and said "we'll keep advancing open intelligence." It had promised the weights by November 4 when it launched the model on October 23.Hermes Agent v0.23.0 ergänzt einen Browser-Desktop, /rewind, Gruppenchats und Ausgabenlimits
Nous Research hat Hermes Agent v0.23.0 veröffentlicht, das Unternehmen nennt es das Hearth Release. Zu den Highlights des Unternehmens zählen:Artificial Analysis bewertet das Open-Weight-Modell Nanbeige4.3-33B mit 20 Punkten im Intelligence Index – gleichauf mit Qwen3.8 27B
Laut Artificial Analysis erreicht Nanbeige4.3-33B, das Open-Weight-Modell von Nanbeige (dem Foundation-Model-Team der chinesischen Jobplattform BOSS Zhipin), im Intelligence Index v5 20 Punkte und liegt damit gleichauf mit Qwen3.8 27B (xhigh). Beide sind Dense-Modelle mit insgesamt 33B beziehungsweise 27B Parametern. Artificial Analysis zufolge ist Nanbeiges Modell bei der Nutzung von Terminals leistungsfähiger, verfügt aber über geringeres Wissen. Zudem setzt es einen neuen Pareto-optimalen Punkt beim Vergleich des Intelligence Index mit der Gesamtzahl der Parameter.Baidu veröffentlicht ERNIE-5.5-Flash-Base als Open Source: ein sparsames MoE-Modell mit 280B Parametern
Baidu hat ERNIE-5.5-Flash-Base auf Hugging Face veröffentlicht. Laut Model Card ist ERNIE 5.5 Flash ein effizientes Sprachmodell mit sparsamer Mixture-of-Experts-Architektur und insgesamt 280B sowie 14B aktiven Parametern. Es wurde von Grund auf mit 33,5T Tokens und einem Trainingskontext von 128K vortrainiert. Beim Fine-Tuning und bei der Inferenz werden bis zu 1M Tokens Kontext unterstützt.Ricursive AI veröffentlicht Ripple-65B Preview, ein dichtes Open-Weight-Modell mit 65 Milliarden Parametern für agentisches Programmieren
Ricursive AI hat am 4. November Ripple-65B Preview veröffentlicht, ein dichtes Sprachmodell mit 65 Milliarden Parametern, das laut Unternehmen von Grund auf vortrainiert wurde. Die Firma behauptet, es setze einen neuen Maßstab für US-amerikanische Open-Weight-Modelle bei Aufgaben des agentischen Programmierens und übertreffe dabei deutlich größere Modelle, die sie nennt: Muse Spark Open-816B, Beam-501B, Inkling-975B und Nemotron 3 Ultra-550B. Dies sind Behauptungen des Unternehmens.Nous Research bündelt Plugins, Konnektoren und Skills für Hermes Agent in einem Marketplace
Nous Research teilte am 4. November auf X mit, dass Plugins, Konnektoren und Skills für Hermes Agent jetzt in einem einzigen Hermes Marketplace zusammengeführt sind. Dort können Nutzer Erweiterungen mit wenigen Klicks durchsuchen und hinzufügen. Der Marketplace ist unter hermes-agent.nousresearch.com/marketplace verfügbar.Cloudflare veröffentlicht einen Skill für Sicherheitsprüfungen durch Coding-Agents als Open Source
Cloudflares Entwicklerkonto hat cloudflare/security-audit-skill veröffentlicht, einen Open-Source-Skill, der einen Coding-Agent in ein Team von Sicherheitsprüfern verwandelt. Laut Cloudflare diente der Skill als Grundlage für das eigene Framework zur Schwachstellensuche.Perplexity veröffentlicht pplx-embed-v2-context: Open-Weight-Modelle für Vision-Language-Embeddings mit 9B und 0,6B
Perplexity hat pplx-embed-v2-context veröffentlicht, zwei Open-Weight-Modelle für Vision-Language-Embeddings (9B und 0,6B) auf Hugging Face, zusammen mit einem Paper, das mit turbopuffer verfasst wurde. Beide geben pro Dokument einen int8-Vektor zurück oder einen pro Chunk, der das gesamte Dokument berücksichtigt. Außerdem laufen beide in einem nicht-kontextuellen Modus mit einem Embedding pro Dokument und ohne Chunking.
OpenCode wurde für die Ausführung in den Browser-DevTools neu entwickelt
Adam (adamdotdev) sagte am 2. November auf X, dass er OpenCode so umgebaut habe, dass es in der DevTools-Konsole eines Browsers läuft und console.log-Anweisungen für die Benutzeroberfläche verwendet. Es basiert auf einem Framework, auf das er unter textjs.org verlinkt, und er lädt Entwickler und ihre Agenten dazu ein, damit weitere Konsolen-Apps zu entwickeln. In einer Anmerkung zum Beitrag heißt es, eine VS-Code-Erweiterung sei in Arbeit; eine Chrome-DevTools-Erweiterung solle später folgen.
Anthropic veröffentlicht FlashProve, einen Open-Source-Prototyp zum Nachweis, welches Modell eine Antwort erzeugt hat
Anthropic hat Forschung zu nachweisbarer Inferenz veröffentlicht: einen kryptografischen Beweis (ein zkSNARK), dass eine Antwort von einer bestimmten, festgelegten Menge an Modellgewichten stammt. Nutzer können ihn prüfen, ohne die Gewichte zu besitzen. Laut Beitrag könnte sich damit erkennen lassen, wenn ein Routingdienst ein Modell unbemerkt austauscht oder ein Angreifer es manipuliert. Außerdem könnten Evaluatoren und Aufsichtsbehörden damit überprüfen, welches Modell tatsächlich bereitgestellt wird.
Hydrogen-1.0, ein Modell mit offenen Gewichten, das aus GLM-5.3 weitertrainiert wurde, wird veröffentlicht
Chenru Duan kündigt Hydrogen-1.0 an, das das Team als sein erstes Modell mit offenen Gewichten für die wissenschaftliche Forschung bezeichnet. Es basiert auf GLM-5.3 (von Z.ai), das mit internen wissenschaftlichen Daten, Laboraufzeichnungen und Entdeckungsverläufen des Teams weitertrainiert wurde.
MiniMax listet Community-Quantisierungen für den lokalen Betrieb von M3.1 Flash auf
MiniMax veröffentlichte eine Übersicht von quantisierten Versionen seines Open-Weight-Modells M3.1 Flash mit 428 Milliarden Parametern, die von der Community erstellt wurden und sich an Nutzer richten, die das Modell auf eigener Hardware ausführen. Laut MiniMax verringern Gewichte mit niedrigerer Bitbreite den zum Laden des Modells benötigten Speicher sowie die beim Decoding übertragenen Gewichtsdaten. Damit das in der Praxis funktioniert, brauche es sorgfältige Kalibrierung, effiziente Low-Bit-Kernels und eine Verteilung der Experten auf GPU und Systemspeicher.