100% Lokal · DSGVO

Marco-o1

von MarcoPolo Team (Alibaba) · Lizenz: Apache 2.0 · Kommerziell nutzbar

Open-Source-Reasoning-Modell mit Chain-of-Thought

3.5 Gesamt
Verfügbare Größen: 7B

Was ist Marco-o1?

Marco-o1 ist ein Open-Source-Reasoning-Modell des MarcoPolo-Teams bei Alibaba, das speziell für komplexes logisches Denken und schrittweise Problemlösung entwickelt wurde. Basierend auf Qwen2-7B nutzt Marco-o1 eine verfeinerte Chain-of-Thought-Methodik mit Monte Carlo Tree Search (MCTS), um bei mathematischen, logischen und wissenschaftlichen Aufgaben herausragende Ergebnisse zu erzielen. Das Modell wurde mit synthetischen Reasoning-Daten und menschlichem Feedback trainiert und zeigt besonders bei mehrstufigen Problemen seine Stärken.

Mit 7 Milliarden Parametern ist Marco-o1 schlank genug für den lokalen Betrieb auf Consumer-Hardware und laeuft quantisiert bereits mit 6 GB VRAM. Die Architektur erlaubt es dem Modell, seinen Denkprozess transparent darzulegen, was es ideal für Bildung, Forschung und Debugging macht. Die deutsche Sprachunterstützung ist grundlegend vorhanden, da das Qwen2-Backbone mehrsprachig trainiert wurde.

Marco-o1 ist unter der Apache-2.0-Lizenz verfügbar und kann über Ollama und llama.cpp lokal betrieben werden. Für Anwender, die eine kostenlose Alternative zu OpenAIs o1 suchen, bietet Marco-o1 einen überzeugenden Einstiegspunkt mit transparentem Reasoning-Prozess. Die transparente Darstellung des Denkprozesses hilft Nutzern, die Qualität der Argumentation einzuschätzen und eventuelle Fehler zu identifizieren.

Marco-o1 eignet sich besonders für MINT-Bildung, wo schrittweises Problemlösen vermittelt werden soll. Die lokale Ausführung garantiert dabei vollständige Datenkontrolle.

Fähigkeiten-Matrix

Was kann Marco-o1 — und was nicht?

🇩🇪 Deutsch-Chat
2.5
🇬🇧 Englisch-Chat
4.0
🗣️ Multilingual
3.0
💻 Code-Generierung
3.5
🌍 Übersetzung
2.5
📋 Zusammenfassung
3.5
📄 RAG / Dokumente
3.0
🔧 Tool-Use / Function Calling
🌐 Browser-Automatisierung
👁️ Bildverständnis
🧮 Mathematik / Logik
5.0
✍️ Kreatives Schreiben
2.5

Hardware-Anforderungen

Größe Min. RAM Empf. VRAM CPU möglich? Quantisierung Empfohlene GPU
7B 6 GB 6 GB ✓ Ja (langsam) Q4_K_M RTX 3060 12GB

GPU-Kaufberatung mit aktuellen Preisen ansehen

Kompatibilität

Bewertung

Output-Qualität ★★★★☆ 4.0/5
Inference-Speed ★★★☆☆ 3.0/5
RAM/VRAM-Effizienz ★★★★☆ 4.0/5

War diese Übersicht hilfreich?