Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch30. Oktober 2025 · Q006290

Open-weight models lag state-of-the-art by around 3 months on average

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI berichtet, dass führende Modelle mit offenen Gewichten im ECI durchschnittlich etwa drei Monate beziehungsweise rund sieben Punkte hinter geschlossenen Spitzenmodellen liegen. Der Abstand schwankt stark und kann zeitweise verschwinden; der bereitgestellte Text beschreibt die Berechnung und Unsicherheiten nicht im Detail.

Mittel

Epoch AI zufolge liegen die jeweils leistungsstärksten Modelle mit offenen Gewichten im Durchschnitt etwa drei Monate hinter den führenden Modellen mit geschlossenen Gewichten. Im hauseigenen Epoch Capabilities Index (ECI), der Leistungen über mehrere Benchmarks zusammenfasst, entspreche das ungefähr sieben Punkten – laut Bericht ein Abstand ähnlich dem zwischen o3 und GPT-5.

Der Rückstand sei jedoch nicht konstant und könne zeitweise ganz verschwinden. Als Beispiel nennt Epoch AI Llama 3.1-405B, das bis zur Veröffentlichung von o1-mini im ECI gleichauf mit dem damaligen geschlossenen Spitzenmodell Claude 3.5 Sonnet gelegen habe. Die angehängten Tabellen listen viele Modelle samt Metadaten und teilweise ECI-Werten auf, enthalten aber auch zahlreiche fehlende Werte und sind im Quelltext wiederholt.

Die Schlussfolgerungen sind als Epoch-AI-Auswertung auf Basis des internen ECI zu verstehen. Der bereitgestellte Text nennt weder den genauen Vergleichszeitraum noch die Auswahlregeln, die Berechnung im Detail oder Messunsicherheiten.

Ausführlich lesen

Der Bericht von Epoch AI vergleicht die Leistungsfähigkeit der jeweils führenden Modelle mit offenen Gewichten und der führenden Modelle mit geschlossenen Gewichten. Nach der von Epoch AI veröffentlichten Auswertung liegen die Open-Weight-Modelle im Durchschnitt etwa drei Monate hinter dem jeweiligen Stand der Technik. In der Epoch Capabilities Index (ECI), dem hauseigenen Gesamtmaß für Modellfähigkeiten, entspreche dieser Rückstand ungefähr sieben Punkten. Epoch AI setzt diese Differenz in etwa mit dem Leistungsabstand zwischen o3 und GPT-5 gleich.

Für den Vergleich verwendet Epoch AI den ECI. Laut Bericht bündelt dieser Index die Leistung über zahlreiche Benchmarks hinweg. Berechnet werde der durchschnittliche Abstand zwischen den jeweils leistungsstärksten offenen und geschlossenen Modellen. Die beigefügten Tabellen führen viele Modelle mit Angaben wie Organisation, Veröffentlichungsdatum, Zugangsform und – sofern vorhanden – ECI-Wert auf. Sie umfassen unter anderem Modelle von Meta, DeepSeek, Alibaba, Mistral und OpenAI. Zahlreiche Tabelleneinträge enthalten jedoch keine ECI-Angabe; zudem ist der umfangreiche Datensatz im bereitgestellten Quelltext wiederholt enthalten.

Die zentrale Aussage ist ausdrücklich ein Durchschnittswert und beschreibt laut Epoch AI keinen gleichbleibenden Abstand. Der Rückstand schwanke erheblich und könne zeitweise vollständig verschwinden. Als Beispiel nennt der Bericht Llama 3.1-405B: Bis zur Veröffentlichung von o1-mini sei dieses Modell im ECI auf dem Niveau des damals führenden geschlossenen Modells Claude 3.5 Sonnet bewertet worden. Das Beispiel verdeutlicht die zeitliche Veränderlichkeit, begründet aber keine allgemeine Gleichwertigkeit offener und geschlossener Modelle.

Die Angaben beruhen auf Epoch AIs internem Index und dessen Zusammenfassung über mehrere Benchmarks. Der bereitgestellte Text erläutert weder die genaue Auswahl der verglichenen Modelle noch den betrachteten Zeitraum, die konkrete Berechnung des Durchschnitts oder Unsicherheiten der Messwerte. Daher lässt sich aus diesem Auszug zwar die von Epoch AI berichtete Größenordnung und ihre Einschränkung durch zeitliche Schwankungen entnehmen, aber keine vollständige unabhängige Prüfung der Methode oder der einzelnen Vergleichsergebnisse ableiten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Die Einordnung stützt sich nur auf den Berichtstext. Der Bericht ist eine Auswertung zur Leistungslücke offener Modelle und beantwortet die Sammelfragen daher nur am Rande.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. 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 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. 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 offen
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 27 %Hintergrund, keine Belege
    • JEV offen
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
Vertrauen in Modelle
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. 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 34 %Hintergrund, keine Belege
    • JEV offen
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 30 %Hintergrund, keine Belege
    • Luna 31 %Hintergrund, keine Belege
    • JEV offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 29 %einzelne zitierbare Belege
    • JEV offen
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 23 %Hintergrund, keine Belege
    • Luna 62 %Hintergrund, keine Belege
    • JEV offen
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →