Modell und geplanter Veröffentlichungstermin
Matt Wolfe stellt Moonshot AIs Kimi K3.1 Pro als starken Kandidaten unter den Modellen mit offenen Gewichten vor. Offen zugängliche Gewichte sind die erlernten Modellparameter. Das allein beantwortet weder Lizenzfragen noch erlaubte Nutzungen oder Hardwareanforderungen.
Das Video nennt 2,8 Billionen Gesamtparameter, 104 Milliarden aktive Parameter und ein Kontextfenster von einer Million Tokens. Die Gewichte sollen am 4. November 2026 erscheinen, aus Sicht der Prüfung am 1. November also erst später. Der verlinkte Moonshot-Beitrag war nicht unabhängig lesbar; diese Angaben bleiben dem Video zugeschrieben.
Die berichteten Testergebnisse
Wolfe zeigt Vergleiche mit führenden geschlossenen Modellen. Im eingeblendeten Terminal-Bench-4.0-Vergleich liege Kimi über GPT-6 Astra, aber unter Opus 5.5. Zugleich warnt er davor, dass der Anbieter günstige Tests ausgewählt hat.
In der gezeigten Artificial-Analysis-Auswertung nennt er 46 Punkte, ungefähr drei unter Fable 5.1. Als weitere offene Modelle bespricht er Qwen 3.8 und DeepSeek im unteren Dreißigerbereich und nennt 32 sowie 34. Das sind datierte Diagrammablesungen des Videos, keine allgemeingültige aktuelle Rangliste.
Der eigene Zeichenversuch des Moderators
Für seinen SVG-Porträtversuch berichtet Wolfe ungefähr 0,28 Dollar, 28.000 Tokens und sechseinhalb Minuten. Sein KI-Bewerter setzt das Bild auf Platz elf, knapp außerhalb der ersten zehn.
Ein enger Zeichentest und ein zusammengefasster Intelligenzindex können unterschiedliche Rangfolgen liefern. Prompt, Ausgabeformat, Bewertung und Bedingungen unterscheiden sich. Das Beispiel zeigt deshalb, warum eine einzelne Bestenliste für eine Betriebsentscheidung nicht ausreicht.
Aktive Parameter sind nicht dasselbe wie gespeicherte Parameter
Auch wenn ein Mixture-of-Experts-Modell nur einen Teil seiner Parameter gleichzeitig aktiviert, verschwinden die übrigen Gewichte nicht. Das System muss sie speichern oder laden können. Der genaue Bedarf hängt von Zahlenpräzision, Quantisierung, Auslagerung und Betriebssoftware ab.
Wolfe veranschaulicht die Größenordnung mit etwa 44 Nvidia-5090-Karten mit je 32 GB oder mindestens drei Mac Studios mit je 512 GB, für die er jeweils 10.000–15.000 Dollar nennt. Das sind grobe Schätzungen des Moderators, keine geprüfte Einkaufsliste. Das Video liefert keine vollständigen technischen Annahmen für eine genaue Hardwareberechnung.
Wo große offene Modelle trotzdem wichtig sein können
Wolfe sieht einen klareren Nutzen für Krankenhäuser, Banken und Behörden mit eigener leistungsfähiger Infrastruktur. Eigener Betrieb kann verändern, wer Daten erhält. Datenschutz hängt aber auch von Protokollen, Zugriffsrechten, Lizenzen und Anwendungsverhalten ab.
Er erwartet langfristig kleinere, effizientere Modelle und stärkere lokale Geräte. Das ist ein Ausblick, kein zugesagter Termin. Vor Download oder Hardwarekauf sollten veröffentlichte Gewichte, Lizenz und gemessener Speicherbedarf geprüft werden.
