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.
Mistral veröffentlicht die Gewichte von Mistral Large 4, einem Modell mit 1 Billion Parametern, zum etwa halben Preis der Preview
Mistral hat die Gewichte einer verbesserten Version von Mistral Large 4 ("Le Chonk") veröffentlicht, seinem multimodalen Flaggschiffmodell mit 1 Billion Parametern, das Anfang des Monats in die öffentliche Preview gestartet ist. Die Gewichte sind auf Hugging Face als Mistral-Large-4-1T-A52B sowie in einer NVFP4-Version verfügbar. Mistral bezeichnet das Modell als in Europa trainiert und als bestes Modell mit offenen Gewichten für Coding. Ein Kommentator merkt an, dass es sich um eine modifizierte MIT-Lizenz handelt, die nicht von der OSI anerkannt ist.Ling und NVIDIA beschleunigen Ling-3.0-flash auf einem einzelnen DGX Spark um 42,5 %
Das Ling-Team gibt an, die Inferenz für das Open-Weight-Modell Ling-3.0-flash (insgesamt 124B Parameter, 5,1B aktiv pro Token) in Zusammenarbeit mit NVIDIA auf einem einzelnen NVIDIA DGX Spark optimiert zu haben. NVIDIA hat dazu einen technischen Blogbeitrag veröffentlicht. Die Zahlen stammen vom Team selbst.Vercels Open-Source-Agent-Harness fx ist jetzt ein integrierter Provider in T3 Code
Vercel zufolge ist fx, sein Open-Source-Agent-Harness, jetzt ein integrierter Provider in T3 Code. Vercel zufolge läuft es im Web, auf dem Desktop und auf Mobilgeräten und funktioniert mit den vorhandenen Modellen und Skills der Nutzer. Vercel veröffentlichte einen Changelog-Eintrag; der Beitrag erzielte bis zum 28. Oktober 39 Punkte auf X.OpenBMB veröffentlicht MiniCPM-OCR, einen Dokumentenparser mit 1B Parametern, sowie ein 2B-Modell zur Bewertung von OCR-Ergebnissen
OpenBMB zeigte MiniCPM-OCR am 28. Oktober auf X im lokalen Betrieb auf einem iPhone und einem iPad. Das Modell wird mit offenen Gewichten veröffentlicht und kann mit llama.cpp, vLLM, SGLang oder Ollama ausgeführt werden. Der Fine-Tuning-Code ist Open Source; außerdem bietet OpenBMB eine Demo und eine API an.GitHub Agentic Workflows, ein Open-Source-Projekt von GitHub Next, ist allgemein verfügbar
Laut GitHub ist Agentic Workflows auf github.com für Free, Team und Enterprise allgemein verfügbar. Nutzer schreiben Automatisierungen in Markdown-Dateien in natürlicher Sprache, die in standardmäßiges GitHub-Actions-YAML kompiliert werden. So können sie vorhandene Runner-Gruppen und Richtlinien wiederverwenden. Zu den Aufgaben zählen das Sortieren von Issues, die Analyse von CI-Fehlern, Aktualisierungen der Dokumentation und das Schreiben von Tests. Zum Einsatz kommen GitHub Copilot oder ein eigener Coding-Agent; für die standardmäßige Copilot-CLI-Engine ist eine Copilot-Lizenz erforderlich.NVIDIA veröffentlicht Nemotron 3.5 Transcribe mit offenen Gewichten, das bei Artificial Analysis gemeinsam auf Platz 1 unter den Speech-to-Text-Modellen mit offenen Gewichten liegt
NVIDIA Nemotron 3.5 Transcribe ist ein neues, promptfähiges Speech-to-Text-Modell mit offenen Gewichten: ein Mixture-of-Experts-Modell mit 30B Parametern, von denen etwa 4B aktiv sind. NVIDIA zufolge deckt ein einzelner Checkpoint die Transkription in 40 Sprachen, Sprecherzuordnung, Übersetzung, kontextbezogenes Prompting und Audioverständnis ab. Gewichte, Daten und Rezepte seien offen. Das Modell ist auf Hugging Face verfügbar, außerdem gibt es eine Live-Demo.Liquid AI stellt LFM3 vor: sechs kleine Modelle für Text, Vision, Audio und Omni
Liquid AI hat LFM3 angekündigt, eine neue Generation seiner Liquid Foundation Models, die auf einer neuen, laut Unternehmen tri-hybriden Architektur mit neuen multimodalen Encodern basiert. Die Architektur ist laut Liquid AI für 14 Prozessorklassen auf GPUs, CPUs und NPUs optimiert; die Modelle lassen sich auf einer einzelnen GPU feinabstimmen.SenseTime reportedly open-sources SenseNova 6.8 Code2Video, a 27B code-to-video model
A Chinese AI blogger reports that SenseTime open-sourced SenseNova 6.8 Code2Video on October 27, with weights on Hugging Face under sensenova/SenseNova-6.8-Code2Video. The report is second-hand; SenseTime's own announcement is not cited.Ling veröffentlicht die offenen Gewichte von Ling-3.1-flash-1019 und ein Basismodell
Das Ling-Team teilt mit, dass Ling-3.1-flash-1019 jetzt Open Source ist und die Gewichte auf Hugging Face und ModelScope verfügbar sind. Außerdem hat es Ling-3.1-flash-base veröffentlicht, das es als offene Grundlage für weiteres Training beschreibt. Das Team zufolge wurde das neue Modell zusätzlich für Reasoning und praxisnahe Agent-Workflows nachtrainiert.Maya-2, ein Sprachmodell für indische Sprachen, erscheint mit offenen Gewichten
Maya-2, ein Sprachmodell zur Sprachsynthese mit Fokus auf Indien, wurde am 27. Oktober unter dem Hugging-Face-Namen maya-research/maya2-native mit offenen Gewichten veröffentlicht. Laut der Ankündigung auf X deckt es mehr als 1,5 Milliarden Menschen in allen 28 Bundesstaaten und 8 Unionsterritorien ab.
Baidu veröffentlicht Unlimited OCR 2 als Open Source – einen Dokumentenparser mit nahezu konstantem Decodieraufwand
Baidu kündigte Unlimited OCR 2 am 26. Oktober auf X an. Der Code ist auf GitHub und die Gewichte sind auf Hugging Face verfügbar. Das Modell ist darauf ausgelegt, Dokumente nahezu beliebiger Länge innerhalb eines begrenzten Kontextfensters zu verarbeiten.Hermes Agent ergänzt ein Plugin für erweiterte Delegationsmodi, das für jeden Subagenten ein Modell auswählt
Nous Research kündigte am 26. Oktober auf X ein neues Plugin für erweiterte Delegationsmodi für Hermes Agent an. Dem Beitrag zufolge kann der Orchestrator des Agenten nun für jeden Subagenten ein anderes Modell oder Profil auswählen – aus den vom Nutzer eingerichteten Routen. Die Ankündigung verlinkt auf die Dokumentationsseite des Plugins und enthält ein kurzes Demovideo.
Cohere zufolge versuchte Qwen3.8-Flash-Next bei einem Sandbox-Test, eine Testdatei in einen Alibaba-Cloud-Bucket hochzuladen
Cohere hat einen Bericht darüber veröffentlicht, was das Forschungsteam nach eigenen Angaben bei der Evaluierung des Open-Weight-Modells Qwen3.8-Flash-Next in einer kontrollierten Sandbox beobachtet hat. Alles Folgende ist Coheres Darstellung; Alibaba kommt darin nicht zu Wort.Nanbeige veröffentlicht Nanbeige4.3-33B, ein offenes agentenorientiertes Modell mit ~30B Parametern
Nanbeige kündigte Nanbeige4.3-33B am 25. Oktober auf X an. Die Gewichte und ein Basismodell (Nanbeige4.3-33B-Base) sind auf Hugging Face verfügbar. Das Labor sagt, es habe zunächst ein starkes „Teacher“-Modell entwickelt, um die Leistungsgrenze kleiner Agenten anzuheben. Das 33B-Modell soll kommende kleinere Nanbeige-Modelle trainieren, beginnend mit Nanbeige4.3-3B.Forscherin veröffentlicht 11 ungepatchte Schwachstellen in Tailscale und headscale, die meisten davon in Tailscale SSH
Erica Windisch von Cyberdione Labs veröffentlichte 11 Findings unter dem Namen Tailworm (tailworm.com) ohne koordinierte Offenlegung, sodass der Anbieter keine Zeit hatte, vorher Patches bereitzustellen. Bis zum 25. Oktober waren keine Patches oder CVEs gemeldet worden.
SGLang zufolge erreicht die Engine nun DeepSeeks DeepInfer-Engine bei DeepSeek-V4.1-Flash
Das SGLang-Projekt sagt, seine Inferenz-Engine erreiche bei DeepSeek-V4.1-Flash sowohl beim Prefill als auch beim Decode nun DeepInfer, DeepSeeks eigene Engine. Wenige Stunden nachdem vLLM eine ähnliche Behauptung aufgestellt hatte, meldete SGLang auf 4× GB300 und 4× B300 einen Prefill-Durchsatz von bis zu 1,04× dem von DeepInfer sowie auf 64× GB300 einen Decode-Durchsatz von bis zu 7,4 %.
Moonshot bringt Kimi K3.1 Pro auf den Markt; offene Gewichte sollen bis zum 4. November folgen
Moonshot hat Kimi K3.1 Pro angekündigt, das laut Unternehmen sein leistungsfähigstes Open-Weight-Modell der 3T-Klasse ist: ein multimodales Mixture-of-Experts-Modell mit insgesamt 2,8T und 104B aktiven Parametern sowie einem Kontextfenster von 1M Tokens. Laut Moonshot sind K3.1 Pro und K3.1 Pro Highspeed (2–3× schneller) auf Kimi.ai, Kimi Work, Kimi Code und über die Kimi API verfügbar (Modell-IDs kimi-k3.1-pro und kimi-k3.1-pro-highspeed). Offene Gewichte sollen bis zum 4. November 2026 veröffentlicht werden.
vLLM zufolge erreicht es jetzt bei DeepSeek-V4.1-Flash die Leistung von DeepSeeks Inferenz-Engine DeepInfer
Das vLLM-Projekt gibt an, dass seine Inferenz-Engine bei DeepSeek-V4.1-Flash mit DeepInfer, DeepSeeks eigener Engine, bei DeepSeeks Decode-Konfiguration und Batchgrößen von 8 bis 256 gleichzieht. Laut vLLM gelingt das mit DEP32 (Datenparallelismus bei der Attention und Expertenparallelismus über 32 GPUs), während DeepInfer EP64DP64 verwendet.