Lokale KI-Modelle im Vergleich

Gigantisches 671B MoE-Modell — eines der besten Open-Source-Modelle überhaupt

Reasoning-Spezialist — denkt Schritt für Schritt wie ein Mensch

Metas bester Open-Source-Allrounder mit 70 Milliarden Parametern

Europas stärkstes Open-Source-Modell mit 123 Milliarden Parametern

Chinas stärkstes Open-Source-Modell — Spitzenreiter bei Code und Mathematik

RAG-Spezialist mit 104B Parametern — optimiert für Unternehmenssuche

Multimodales Open-Source-Modell mit Bildverständnis von Meta

Kompaktes 12B-Modell aus Europa — der beste seiner Größenklasse

Effizienter 24B-Allrounder aus Frankreich für lokale Nutzung

Community-getunte Llama-Variante für präzise Instruktionsbefolgung

Microsofts kompaktes 14B-Kraftpaket für Mathematik und Reasoning

Spezialisierter Code-Assistent auf Basis von Qwen 2.5

Metas spezialisierter Code-Assistent auf Llama-Basis

Unzensiertes MoE-Modell ohne eingebaute Guardrails

Googles Open-Source-Modell — solider Allrounder in 9B und 27B

IBMs Enterprise-Modell mit Fokus auf RAG und Unternehmensanwendungen

Chinesisches Forschungsmodell mit starkem Tool-Use und Reasoning

Erstes Open-Source Mixture-of-Experts-Modell mit effizienter Architektur

Instruktions-optimiertes Modell mit herausragender Anweisungsbefolgung

Starkes bilinguales Modell von Kai-Fu Lees KI-Startup 01.AI

Multilingales Modell aus den VAE — besonders stark in Arabisch

Kompakte Sprachmodelle für schwache Hardware und Edge-Geräte

Koreanisches 10.7B-Modell mit innovativer Depth-Upscaling-Technologie

Stabilitys kompaktes 12B-Sprachmodell für lokale Nutzung

Open-Source Code-Modell für über 600 Programmiersprachen