Frontier AI capabilities can be run at home within a year or less
Zusammenfassung
Kurz
Epoch AI schätzt anhand mehrerer Benchmarks, dass offene Modelle für eine einzelne Verbraucher-GPU führenden Frontier-Modellen im Durchschnitt sechs bis zwölf Monate hinterherliegen; eine RTX 5090 unter 2.500 US-Dollar könne daher Modelle auf dem Leistungsstand des Frontier-Jahres zuvor lokal ausführen. Der Bericht nennt Modellskalierung, Destillation und GPU-Fortschritte als Faktoren, warnt aber, dass Benchmarkoptimierung besonders kleiner Modelle den Rückstand in der Praxis größer erscheinen lassen kann.
Mittel
Epoch AI vergleicht offene Sprachmodelle, die auf einer einzelnen Verbraucher-GPU laufen können, mit führenden Frontier-Modellen. Das Unternehmen schätzt den durchschnittlichen Leistungsrückstand auf sechs bis zwölf Monate. Als Beispiel nennt es eine RTX 5090 für unter 2.500 US-Dollar, mit der sich Modelle ausführen ließen, die ungefähr dem Frontier-Stand des Vorjahres entsprächen.
Der Vergleich stützt sich auf mehrere Benchmarks, darunter GPQA-Diamond, MMLU-Pro, AA Intelligence und LMArena ELO; die Tabellen enthalten Modell- und Veröffentlichungsdaten bis August 2025. Epoch AI nennt ähnliche Skalierungsraten offener Modelle, Destillation und leistungsfähigere GPUs als Gründe für die Annäherung. Das Ergebnis könne lokale Entwicklung und Experimente mit fortgeschrittenen KI-Fähigkeiten erleichtern.
Als Einschränkung weist der Bericht darauf hin, dass kleinere offene Modelle stärker auf einzelne Benchmarks zugeschnitten sein können. Ihr Rückstand im praktischen Einsatz könnte deshalb größer sein. Die Berechnung des durchschnittlichen Abstands wird im Text nicht näher erläutert, und mehrere Tabellenwerte fehlen. Die Aussage beschreibt somit eine Benchmark-Einschätzung, keine Gleichwertigkeit bei allen Aufgaben.
Ausführlich lesen
Der Bericht von Epoch AI untersucht, wie groß der Leistungsabstand zwischen führenden offenen Sprachmodellen, die auf einer einzelnen Verbraucher-GPU laufen können, und den jeweils leistungsfähigsten Frontier-Modellen ist. Epoch AI behauptet, dieser Abstand liege im Durchschnitt bei etwa sechs bis zwölf Monaten. Als Beispiel nennt der Bericht eine NVIDIA RTX 5090 für weniger als 2.500 US-Dollar: Damit ließen sich lokal Modelle ausführen, deren Fähigkeiten ungefähr dem Frontier-Stand von sechs bis zwölf Monaten zuvor entsprächen.
Als Grundlage dient ein Vergleich von offenen und Frontier-Modellen anhand mehrerer Benchmarkwerte. Die beigefügten Tabellen führen unter anderem Ergebnisse für GPQA-Diamond, MMLU-Pro, AA Intelligence und LMArena ELO sowie Modellnamen, Veröffentlichungsdaten und teilweise Parameterzahlen auf. Die Daten reichen bis August 2025. Der Bericht beschreibt das Ergebnis als relativ kurzen und gleichmäßigen Rückstand und folgert, fortgeschrittene KI-Fähigkeiten würden dadurch für lokale Entwicklung und Experimente breiter zugänglich.
Epoch AI führt den Trend auf drei Faktoren zurück: offene Modelle skalierten in ähnlichem Tempo wie geschlossene Frontier-Modelle, Destillation könne leistungsfähige Modelle hervorbringen, und Fortschritte bei GPUs machten den lokalen Betrieb größerer Modelle möglich. Der Text verweist außerdem auf eine frühere Schätzung eines Rückstands von fünf bis 22 Monaten für offene Modelle unterschiedlicher Größe.
Die Aussage ist eingeschränkt: Epoch AI merkt an, dass kleinere offene Modelle eher auf bestimmte Benchmarks optimiert sein könnten. Deshalb könnte ihr Abstand bei praktischen Anwendungen größer ausfallen als der Benchmarkvergleich nahelegt. Der vorliegende Bericht erläutert die Auswahl und Berechnung des durchschnittlichen Zeitabstands nicht im Detail; auch fehlen in den Tabellen für manche Modelle einzelne Messwerte. Die Schlussfolgerung ist daher als von Epoch AI berichtete Benchmark-Einschätzung zu verstehen, nicht als Beleg dafür, dass die verglichenen Modelle in allen realen Aufgaben gleich leistungsfähig sind.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Beide Zusammenfassungen von Luna (kurz und mittel) geben den Bericht sachlich treu wieder und erfinden keine Angaben; die Bewertung oben bezieht sich auf beide zusammen. Die Stufen und Anteilswerte in Lunas Einordnung wurden nicht übernommen, sondern unabhängig vergeben. Die Einordnung ist nur für die drei angegebenen Sammelfragen erfolgt, da keine Teilfragen angegeben sind.
Im Bericht, aber nicht in der Zusammenfassung
- Der Bezug zur früheren Schätzung einer Lücke von 5 bis 22 Monaten für offene Modelle beliebiger Größe, die der Bericht als konsistent mit dem aktuellen Befund nennt
- Die Einschränkung, dass die Benchmark-Lücke bei kleinen Modellen wegen Benchmark-Optimierung im Alltag größer sein kann, wird nur in der kurzen Fassung ausdrücklich genannt
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 39 %Hintergrund, keine Belege
- JEV
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 37 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 52 %Hintergrund, keine Belege
- JEV
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 36 %Hintergrund, keine Belege
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 65 %Hintergrund, keine Belege
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 58 %Hintergrund, keine Belege
- JEV
- amos 35 %nur am Rande erwähnt
- SubQ 38 %gleiches Oberthema, hilft nicht
- drex 46 %nur am Rande erwähnt
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 42 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 29 %Hintergrund, keine Belege
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- clef 100 %kein Bezug
- Luna 36 %Hintergrund, keine Belege
- JEV
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 50 %Hintergrund, keine Belege
- JEV
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 72 %Hintergrund, keine Belege
- JEV
- amos 27 %Hintergrund, keine Belege
- SubQ 40 %gleiches Oberthema, hilft nicht
- drex 36 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 47 %Hintergrund, keine Belege
- JEV
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Weitere Berichte zu diesen Fragen
- Woran erkennen andere, dass ein Labor wirklich bremst?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
- Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv