Die kurze Antwort
Für reine Leistungsfähigkeit im Rechenzentrumsmaßstab führen Mitte 2026 die Rankings Kimi K3 an, dessen Gewichte Moonshot im Juli 2026 mit einem 1-Millionen-Token-Kontextfenster veröffentlicht hat, und DeepSeek V4, dessen Pro-Variante 80,6 % im SWE-bench-Verified-Coding-Benchmark unter MIT-Lizenz erreicht. Beide sind bei öffentlichen Bewertungen konkurrenzfähig mit geschlossenen Flaggschiffen.
Für eine einzelne gute GPU sind die mittelgroßen dichten Qwen-Modelle die Standardwahl. Für einen Laptop ganz ohne GPU sind kleine Modelle wie Gemma die realistische Obergrenze. Und für Entwickler, die einfach günstige, leistungsfähige Inferenz über eine API wollen, antworten Llama 3.3 70B und DeepSeek V3.2 für einen winzigen Bruchteil dessen, was Frontier-Modelle verlangen.
Die ehrliche Schlagzeile ist, dass "welches offene Modell das beste ist" inzwischen dieselbe Antwortform hat wie welches KI-Modell man nutzen sollte im Allgemeinen: Es kommt auf die Aufgabe und den Einsatzort an, und die Lücke zu geschlossenen Modellen hat sich so weit verkleinert, dass oft Preis und Lizenz entscheiden.
Open Source oder Open Weights? Warum die Lizenz wirklich zählt
Das Etikett "Open Source" umfasst drei unterschiedliche Modelle, und der Unterschied bleibt unsichtbar, bis er einen etwas kostet.
Echte offene Lizenzen (MIT, Apache). DeepSeek veröffentlicht unter MIT: nutzen, verändern, ein kommerzielles Produkt darauf aufbauen, ohne nennenswerte Bedingungen. Das ist die strengste Bedeutung von Open Source, und 2026 tragen endlich mehrere Modelle der Spitzenklasse diese Lizenz.
Open Weights mit Bedingungen. Metas Llama-Lizenz ist das berühmte Beispiel: Die Gewichte sind herunterladbar und für fast jeden kostenlos, aber die Lizenz schränkt sehr groß angelegte kommerzielle Einsätze und bestimmte Nutzungen ein. Die Llama-Erklärung erläutert, warum online über diese Unterscheidung gestritten wird.
Open Weights mit Forschungsauflagen. Manche Veröffentlichungen erlauben Forschung und private Nutzung, schränken kommerziellen Einsatz aber vollständig ein. Vor dem Bauen lesen.
Für eine Einzelperson, die diese Modelle über ein Chat-Produkt nutzt, ändert das nichts. Für ein Unternehmen, das Software darauf aufbaut, ist die Lizenz die erste Tatsache, die man vor jedem Benchmark prüfen sollte.
Die führenden offenen Modelle von 2026 im Vergleich
Die Preise sind gehostete API-Tarife pro Million Token aus dem Whizi-Modellkostenindex, abgerufen am 20.08.2026 aus den OpenRouter-Listenpreisen. Benchmark-Zahlen sind die von den Entwicklern gemeldeten Ergebnisse aus öffentlichen Ranglisten.
| Modell | Lizenz | Kontext | Input / Output pro 1M Token | Auffälliger Fakt |
|---|---|---|---|---|
| Kimi K3 (Moonshot) | Open Weights | 1M | $3.00 / $15.00 | Gewichte im Juli 2026 veröffentlicht; führt offene Rankings an |
| DeepSeek V3.2 | MIT | 164K | $0.27 / $0.40 | Antworten der Spitzenklasse zu Massenpreisen |
| DeepSeek V4 Pro | MIT | 1M | $1.19 / $3.56 | Erreicht 80,6 % im SWE-bench Verified |
| Llama 4 Maverick (Meta) | Llama-Lizenz | 1M | $0.20 / $0.80 | Günstigster 1M-Kontext im Index |
| Llama 3.3 70B (Meta) | Llama-Lizenz | 131K | $0.10 / $0.32 | Das Arbeitstier: überall vorhanden und fast kostenlos |
| Mistral Large 3 | Open Weights | 262K | $0.50 / $1.50 | Die stärkste europäische offene Veröffentlichung |
| Qwen3.7 Flash | Apache | 1M | $0.03 / $0.13 | 1M-Kontext zum niedrigsten Preis seiner Klasse |
Zwei Muster sind bemerkenswert. Erstens: 1-Millionen-Token-Kontextfenster, einst ein Verkaufsargument geschlossener Modelle, sind jetzt bei offenen Veröffentlichungen Standard; der Kontextfenster-Vergleich verfolgt die vollständige Tabelle. Zweitens: Die Preisuntergrenze sinkt weiter: Qwen3.7 Flash beantwortet eine Standardanfrage für $0.000095 im Kostenindex, was tausend Antworten unter zehn Cent bringt.
Was kosten sie im Betrieb wirklich?
Der Whizi-Kostenindex bepreist jedes Modell für eine Standardantwort, 1.000 Input-Token plus 500 Output-Token, damit Listenpreise vergleichbar werden. Nach diesem Maßstab sind offene Modelle nicht nur etwas günstiger als geschlossene Flaggschiffe, sie sind eine andere wirtschaftliche Kategorie.
Eine Standardantwort von Llama 3.3 70B kostet $0.00026. Von DeepSeek V3.2 sind es $0.00047. Von Kimi K3, dem teuersten offenen Modell im Index, $0.0105. Die geschlossenen Flaggschiffe liegen für dieselbe Antwort bei $0.0175 bis $0.035, und die gesamte Indexspanne vom günstigsten bis zum teuersten Modell beträgt grob das 2.000-fache. Tausend Antworten von Llama 3.3 kosten 26 Cent; dieselben tausend von einem geschlossenen Flaggschiff können $30 übersteigen.
Deshalb treiben offene Modelle still die schnelle oder sparsame Stufe vieler KI-Produkte an, und deshalb landen hochvolumige Aufgaben wie Klassifizierung, Extraktion und Zusammenfassung im großen Maßstab fast immer bei ihnen. Der Live-Kostenindex enthält die vollständige 100-Modell-Tabelle mit der Rechnung pro Antwort.
Der Vorbehalt, der das ehrlich hält: Selbst betriebene Gewichte sind nur kostenlos, wenn die eigene Zeit und Hardware es auch sind. Eine GPU, die ein 70B-Modell gut bedienen kann, ist eine vierstellige Anschaffung, und die mittelgroßen Modelle, die auf eine einzelne Verbraucher-GPU passen, tauschen dafür Leistungsfähigkeit ein. Für die meisten Menschen bringt gehosteter Zugang zu offenen Modellen den Preisvorteil ohne die Hardware.
Welches offene Modell für welche Aufgabe
Hochvolumige, kostensensible Arbeit (Zusammenfassungen, Extraktion, Tagging): Llama 3.3 70B oder Qwen3.7 Flash. Bei Bruchteilen eines Zehntelcents pro Antwort ist es günstiger, gelegentlich falschzuliegen, als für ein Premiummodell zu zahlen, das immer recht hat.
Coding: DeepSeek V4 Pro oder die Coding-Varianten von Kimi K3. Die gemeldeten SWE-bench-Zahlen bringen sie in echte Konkurrenz zu geschlossenen Coding-Assistenten, und die MIT-Lizenz macht DeepSeek zur sicheren Wahl fürs Einbetten. Claude vs. DeepSeek testet das direkt gegeneinander.
Lange Dokumente: jede der 1M-Kontext-Veröffentlichungen, mit Llama 4 Maverick als Budgetwahl bei $0.20 pro Million Input-Token.
Lokal und privat: ein mittelgroßes Qwen-Modell auf einer 24-GB-GPU oder Gemma-artige kleine Modelle auf einem Laptop. Der Datenschutz ist absolut, die Leistungsfähigkeit mittel, und der Llama-Ratgeber behandelt realistische Erwartungen für den lokalen Betrieb.
Mehrsprachige und europäisch gehostete Arbeit: Mistral Large 3, das auch die Mistral-Erklärung verankert.
Wo offene Modelle noch verlieren
Ein ehrlicher Ratgeber nennt die Lücken, denn sie sind real und entscheiden Kaufentscheidungen.
Die absolute Spitze des Denkens. Bei den schwierigsten mehrstufigen Denk- und Agentenaufgaben halten geschlossene Flaggschiffe bei den meisten veröffentlichten Bewertungen noch die Nase vorn. Die Lücke hat sich dramatisch verkleinert, geschlossen ist sie nicht.
Politur und Produkt. Open Weights kommen nur als Gewichte. Sprachmodi, Deep-Research-Tools, Gedächtnis und App-Ökosysteme sind Produktentwicklung, die geschlossene Anbieter bündeln und die offene Modelle jedem überlassen, der sie hostet.
Konsistenz des Hostings. Dasselbe offene Modell kann je nach Quantisierung und Serving-Entscheidungen des Hosts unterschiedlich abschneiden, ein Fehlermodus, den geschlossene APIs nicht haben. Wenn ein offenes Modell plötzlich schlechter wirkt, ist zuerst der Host verdächtig, nicht das Modell.
Support und Verantwortlichkeit. Wenn ein geschlossenes Modell sich falsch verhält, gibt es einen Anbieter. Wenn selbst gehostete Gewichte sich falsch verhalten, gibt es einen GitHub-Issue-Tracker.
Drei Wege, eines wirklich zu nutzen
1. Über einen Multi-Modell-Workspace. Der Weg ohne Einrichtung: Whizi enthält offene Modelle wie Llama, DeepSeek, Kimi, Qwen und Mistral neben GPT, Claude und Gemini, sodass offen versus geschlossen keine Abo-Entscheidung mehr ist, sondern eine pro Frage. Volumenarbeit an die günstigen offenen Modelle schicken und schweres Denken an ein Flaggschiff, im selben Gespräch.
2. Über eine API. Für Entwickler sind gehostete offene Modelle zu den oben genannten Preisen der Hauptgrund, für Produktionslasten über die Frontier-Anbieter hinauszublicken.
3. Auf eigener Hardware. Ollama und LM Studio machen lokalen Betrieb inzwischen wirklich einfach. Diesen Weg für Datenschutz oder Offline-Bedarf wählen, nicht für Ersparnisse: Der Strom ist billig, die GPU nicht.
- Vor jedem kommerziellen Projekt die Lizenz prüfen: MIT und Apache sind bedingungslos, Lizenzen im Llama-Stil nicht
- Hochvolumige Aufgaben zuerst an offene Modelle leiten; die Preislücke pro Antwort beträgt das 20- bis 100-fache
- Veröffentlichten Benchmarks als Shortlist vertrauen, dann an der eigenen Aufgabe testen, bevor man sich festlegt
- Wenn ein gehostetes offenes Modell schwach abschneidet, erst einen anderen Host versuchen, bevor man das Modell verantwortlich macht
- Lokal betreiben für Datenschutz oder Offline-Nutzung, nicht um Geld zu sparen
- Ein Frontier-Modell verfügbar halten für die Aufgaben, bei denen die Lücke noch sichtbar ist
Häufige Fragen
Was ist derzeit das beste Open-Source-LLM?
In den veröffentlichten Rankings Mitte 2026 führt Kimi K3 insgesamt unter den offenen Veröffentlichungen an, DeepSeek V4 Pro liegt knapp dahinter und hält die stärksten Coding-Ergebnisse unter einer echten MIT-Lizenz. Für eine einzelne GPU sind mittelgroße Qwen-Modelle die übliche Wahl. Die Rangfolge verschiebt sich alle paar Monate, also jede statische Antwort als Ausgangs-Shortlist behandeln.
Sind Open-Source-LLMs so gut wie ChatGPT oder Claude?
Bei vielen veröffentlichten Benchmarks liegen die besten offenen Modelle inzwischen wenige Punkte hinter geschlossenen Flaggschiffen, und bei Alltagsfragen ist der Unterschied kaum zu bemerken. Die geschlossenen Modelle behalten einen Vorsprung bei den schwierigsten Denkaufgaben und liefern deutlich mehr Produktpolitur: Sprache, Recherchetools und Gedächtnis. Für hochvolumige oder kostensensible Arbeit sind offene Modelle häufig die bessere Wahl.
Sind Open-Source-LLMs wirklich kostenlos?
Die Gewichte sind kostenlos herunterladbar, die Rechenleistung ist es nie. Ein leistungsfähiges Modell selbst zu betreiben braucht eine ernstzunehmende GPU, und gehosteter Zugang wird pro Token bepreist, nur sehr günstig: rund $0.0003 pro Standardantwort für Llama 3.3 70B gegenüber $0.02 oder mehr für ein geschlossenes Flaggschiff. Kostenlos im lizenzrechtlichen Sinn, günstig im praktischen Sinn.
Kann ich ein Open-Source-LLM auf meinem Laptop betreiben?
Ja, mit angepassten Erwartungen. Tools wie Ollama und LM Studio betreiben kleine und mittelgroße Modelle auf Verbraucherhardware, und ein Laptop ohne starke GPU bewältigt die kleinen. Man bekommt vollständigen Datenschutz und Offline-Nutzung; man verzichtet auf die Leistungsfähigkeit der großen Modelle, die Rechenzentrumshardware oder einen gehosteten Anbieter brauchen.
Was ist der Unterschied zwischen Open Source und Open Weights?
Open Source im strengen Sinn bedeutet eine Lizenz wie MIT oder Apache ohne nennenswerte Einschränkungen, die DeepSeek- und Qwen-Veröffentlichungen tragen. Open Weights bedeutet, dass das Modell herunterladbar ist, die Lizenz aber Bedingungen anhängt, wie die Llama-Lizenz, die sehr große kommerzielle Einsätze einschränkt. Einzelpersonen merken den Unterschied selten; Unternehmen, die ein Modell einbetten, müssen ihn zuerst prüfen.
