Diese Woche in AI: Open Weights still und leise gewonnen

Liquid AI veröffentlichte d1-3B und d1-omni-600M am 7. Oktober als offene Gewichte für den lokalen Einsatz. Das 3-Milliarden-Parameter-Modell nimmt Text und Bilder auf und gibt eine strukturierte Entscheidung in einem einzigen Durchgang zurück, anstatt Prosa zu generieren, was genau das ist, was Sie für das Routing und die Klassifizierung ohne Cloud-Roundtrip wollen.

Mistral eröffnete am 6. Oktober eine öffentliche Vorschau auf Large 4, eine 1,05-Billionen-Parameter-Mischung aus Experten mit 49 Milliarden aktiven Parametern und einem Millionen-Token-Kontext. Die Open-Weights-Veröffentlichung ist für Ende Oktober unter Apache-Stil-Bedingungen geplant, was wichtig ist, weil es Unternehmen ermöglicht, ein Frontier-Class-Modell selbst zu hosten.

Reflection AIs Beam und eine Reihe kleinerer Entscheidungsmodelle von Cloudflare, AWS und Perplexity landeten alle Anfang Oktober und zogen das Muster "entscheiden, nicht generieren" in den Mainstream. Diese sind günstig, schnell und zunehmend gut genug, um vor den großen Models zu sitzen und zu entscheiden, was tatsächlich ihre Aufmerksamkeit braucht.

Die Linie ist, dass "lokal und offen" nicht mehr "schlimmer" bedeutet. „Für die täglichen, sich wiederholenden, datenschutzsensiblen Anrufe ist ein Modell auf der eigenen Maschine jetzt ein echter Standard, kein Hobby-Kompromiss.

Microsofts MAI-Code-1.1 Flash, ein 137-Milliarden-Parameter-Codierungsmodell, das für die Ausführung auf dem Gerät entwickelt wurde, passt zum gleichen Trend: Der Laptop wird zu einem legitimen Ort, um ernsthafte KI zu betreiben, und das ändert, wen Ihre Daten jemals verlassen.