Vergleich von Modellen mit offenen Gewichten

Name: Offenheit
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Vergleich und Analyse von KI-Modellen mit offenen Gewichten anhand zentraler Leistungsmetriken wie Qualität, Leistung, Inferenzgeschwindigkeit, Kontextfenster, Parameteranzahl und Lizenzdetails.

Modelle gelten als Modelle mit offenen Gewichten (häufig auch als Open Source bezeichnet), wenn ihre Gewichte zum Download verfügbar sind. Dadurch können sie auf der eigenen Infrastruktur gehostet und beispielsweise durch Fine-Tuning angepasst werden.

Weitere Details zu unserer Methodik finden Sie in unseren FAQs.

MiMo-V2.6-Pro und

DeepSeek V4.1 Flash 1017 (max) weisen unter den Modellen mit offenen Gewichten die höchste Intelligenz auf, gefolgt von

GLM-5.3 (max) und

Step 5 Preview.

Offenheit

Artificial Analysis Openness Index · Higher is better

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Parameter insgesamt

Trainierbare Parameter in Milliarden

Offenheit

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Fortschritt bei Modellen mit offenen Gewichten

Fortschritt bei Open-Weights- vs. proprietären Modellen

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligenzentwicklung von Sprachmodellen mit offenen Gewichten nach Modelllabor

Intelligenzentwicklung von Modellen mit offenen Gewichten nach Größe

Tiny: Less than or equal to 4B parameters. These are usually the smallest models in terms of resource demand.
Small: Less than 40B parameters.
Medium: Between 40B-150B parameters.
Large: Over 150B parameters.

Intelligenz

Artificial Analysis Intelligence Index

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1

Agentic real-world work tasks, Elo

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPt

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-3DNew

Agentic interactive 3D experiences, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Größe

Intelligence Index nach Modellgröße

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Intelligence Index im Vergleich zu aktiven Parametern

Artificial Analysis Intelligence Index · Active parameters at inference time (billions)

Most attractive quadrant

Pareto line

Intelligence Index vs. Gesamtparameter

Artificial Analysis Intelligence Index · Size in parameters (billions)

Most attractive quadrant

Pareto line

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Weitere Details

							Gewichte		Anbieter-Benchmarks
MiMo-V2.6-Pro	Xiaomi	46	1.0T 42B während der Inferenz aktiv	1M	$0.2	57	🤗		Anzeigen
DeepSeek V4.1 Flash 1017 (Max)	DeepSeek	45	552B 16B während der Inferenz aktiv	1M	$0.2	169	🤗	+19	Anzeigen
GLM-5.3 (Max)	Z AI	45	753B 40B während der Inferenz aktiv	1M	$0.9	98	🤗	+24	Anzeigen
Step 5 Preview	StepFun	44	600B 27B während der Inferenz aktiv	1M	$0.5	229	🤗		Anzeigen
GLM-5.3-Flash	Z AI	42	320B 18B während der Inferenz aktiv	1M	$0.1	70	🤗	+23	Anzeigen
Muse Spark Open (Xhigh)	Meta	39	816B 42B während der Inferenz aktiv	1M	$0.8	151	🤗	+3	Anzeigen
Qwen3.8 27B (Xhigh)	Alibaba	34	27B	256k	$0.5	45	🤗	+9	Anzeigen
K2 Horizon 375B A23B	Institute of Foundation Models	31	375B 23B während der Inferenz aktiv	524k	$0	879	🤗		Anzeigen
Beam 1.0	Reflection	30	501B 23B während der Inferenz aktiv	1M	$0.2	363	🤗	+2	Anzeigen
Nemotron 3.5 Super VL	NVIDIA	26	120B 12B während der Inferenz aktiv	1M	$0.1	446	🤗	+5	Anzeigen
Inkling (Xhigh)	Thinking Machines	25	975B 41B während der Inferenz aktiv	1M	$0.7	195	🤗	+4	Anzeigen

Vergleich von Modellen mit offenen Gewichten

Offenheit

Intelligenz

Parameter insgesamt

Offenheit

Artificial Analysis Openness Index: Wert

Fortschritt bei Modellen mit offenen Gewichten

Fortschritt bei Open-Weights- vs. proprietären Modellen

Artificial Analysis Intelligence Index

Open Weights

Intelligenzentwicklung von Sprachmodellen mit offenen Gewichten nach Modelllabor

Artificial Analysis Intelligence Index

Intelligenzentwicklung von Modellen mit offenen Gewichten nach Größe

Artificial Analysis Intelligence Index

Model Size Classifications

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Größe

Intelligence Index nach Modellgröße

Artificial Analysis Intelligence Index

Modellgröße: Gesamtparameter und aktive Parameter

Total Parameters

Active Parameters at Inference Time

Intelligence Index im Vergleich zu aktiven Parametern

Artificial Analysis Intelligence Index

Active Parameters at Inference Time

Intelligence Index vs. Gesamtparameter

Artificial Analysis Intelligence Index

Total Parameters

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Weitere Details