DeepSeek, Kimi, GLM und Qwen: Wo die großen offenen Modelle aus China im Herbst 2026 stehen

Die wichtigsten chinesischen KI-Labore veröffentlichen die Gewichte ihrer Modelle weiterhin zum Herunterladen. Die Modelle werden aber größer, und die Lizenzbedingungen fallen unterschiedlicher aus. „Open Weights“ bedeutet deshalb nicht bei jedem Anbieter dieselben Nutzungsrechte.

DeepSeek hat am 24. April 2026 laut CNBC eine Vorschau seines V4-Modells veröffentlicht, mehr als ein Jahr nach dem Reasoning-Modell R1. Das Modell gibt es in einer „Pro“- und einer „Flash“-Variante. Entwickler können es wie frühere DeepSeek-Modelle herunterladen, lokal ausführen und meist auch verändern. Laut dem Fachportal Morph (morphllm.com) hat V4-Pro 1,6 Billionen Parameter, von denen 49 Milliarden pro Token aktiv sind, V4-Flash 284 Milliarden mit 13 Milliarden aktiven Parametern. Beide sollen ein Kontextfenster von einer Million Token haben und unter der MIT-Lizenz stehen. Diese Angaben konnten nicht an einer offiziellen DeepSeek-Quelle überprüft werden; laut The New Stack nutzt DeepSeek für seine Flaggschiff-Modelle weiterhin die MIT-Lizenz.

Moonshot AI beschreibt Kimi K3 im offiziellen Repository als nativ multimodales Open-Weights-Modell für Agenten. Es hat 2,8 Billionen Parameter, von denen 104 Milliarden aktiv sind. Pro Token werden 16 von 896 Experten aktiviert. Das Kontextfenster umfasst 1.048.576 Token, verarbeitet werden Text, Bilder und Video. Die Gewichte stehen unter der eigenen „Kimi K3 License“. Sie erlaubt Nutzung, Veränderung und Weitergabe, knüpft kommerzielle Nutzung aber an Bedingungen. Wer Modellzugang als Dienst anbietet und in zwölf Monaten mehr als 20 Millionen US-Dollar Umsatz erzielt, braucht eine separate Vereinbarung mit Moonshot. Produkte mit mehr als 100 Millionen monatlich aktiven Nutzern oder mehr als 20 Millionen US-Dollar Monatsumsatz müssen „Kimi K3“ sichtbar in der Oberfläche nennen. Für die rein interne Nutzung gelten diese Pflichten nicht.

Z.ai hat die GLM-5-Reihe laut Repository mit GLM-5 auf 744 Milliarden Parameter mit 40 Milliarden aktiven Parametern ausgebaut; zum Vergleich nennt das Repository für GLM-4.5 355 Milliarden mit 32 Milliarden aktiven Parametern. GLM-5.2 bietet erstmals ein Kontextfenster von einer Million Token. GLM-5.3 nutzt dasselbe Basismodell und verdankt seine Verbesserungen laut Z.ai ausschließlich dem Post-Training. Daneben gibt es GLM-5.3-Flash mit 320 Milliarden Parametern (18 Milliarden aktiv). Die Reasoning-Tiefe beider 5.3-Modelle lässt sich über reasoning_effort in den Stufen low, high und max einstellen. Laut The New Stack steht GLM-5.3 unter einer eigenen Lizenz, GLM-5.3-Flash dagegen unter der unveränderten MIT-Lizenz.

Alibabas Qwen-Team hat laut Repository am 12. August 2026 Qwen3.8-2.4T-A95B veröffentlicht und damit erstmals ein Modell der Qwen-Max-Klasse offen freigegeben. Am 14. August folgte Qwen3.8-27B. Beide Modelle sind auf Hugging Face und ModelScope verfügbar. Nach Medienberichten ist Qwen3.8-27B ein dichtes multimodales Modell unter Apache 2.0 mit einem Kontextfenster von 262.144 Token. Für die Lizenzen verweist das Qwen-Repository auf die Lizenzdateien, die mit den jeweiligen Gewichten veröffentlicht werden.

Einordnung: Kimi, GLM und Qwen verweisen in ihren Repositories auf vLLM und SGLang als Serving-Frameworks, das Selbst-Hosting ist also technisch vorbereitet. Ob ein Modell für ein bestimmtes Geschäftsmodell nutzbar ist, entscheidet die Lizenzdatei des konkreten Checkpoints, nicht das Etikett „Open Source“. Eigene Vergleichsmessungen hat FrontierRadar nicht durchgeführt.