Der Open-Weight-Schub Mitte 2026: Kimi K3, GLM-5.2 und warum offene Modelle immer besser werden

Für Open-Weight-Modelle war die Mitte des Jahres 2026 ungewöhnlich stark. Innerhalb weniger Wochen haben mehrere Labore Modelle veröffentlicht oder angekündigt, die mit den besten geschlossenen Systemen mithalten können – unter Lizenzen, die es jedem erlauben, sie selbst zu betreiben. Die Schlagzeile ist Kimi K3 von Moonshot AI, angekündigt am 16. Juli 2026. Das Modell, das man heute tatsächlich herunterladen und nutzen kann, ist GLM-5.2 von Z.ai. Beide lohnen sich zu verstehen, und es hilft, ehrlich zu trennen, was bestätigt ist und was noch ein Versprechen bleibt.

Image: Carl Lender, Wikimedia Commons, CC BY 2.0.

Kimi K3 ist die Schlagzeile – mit echten Vorbehalten

Kimi K3 ist ein sehr großes offenes Mixture-of-Experts-Modell der 3-Billionen-Parameter-Klasse, angegeben mit 2,8 Billionen Gesamtparametern. Dass ein Modell dieser Größe als offenes Modell und nicht als geschlossene API erscheint, machte die Ankündigung bemerkenswert. Moonshot AI positionierte es als System auf Frontier-Niveau, und unabhängige Tester haben begonnen, Teile dieser Aussage zu bestätigen.

Zitieren lohnt sich vor allem bei den unabhängigen Zahlen. In der Rangliste Arena Frontend Code belegte Kimi K3 mit 1.679 den ersten Platz, vor Claude Fable 5. In der Langzeit-Agentenauswertung von Artificial Analysis erreichte es eine Elo von 1547 – nur hinter Fable 5 – bei rund 0,94 US-Dollar pro Aufgabe. Für ein offenes Modell sind das starke Ergebnisse, besonders auf der Kostenseite.

Die Vorbehalte wiegen ebenso schwer. Zum Zeitpunkt dieses Textes sind die Gewichte noch nicht herunterladbar. Moonshot AI hat sie „bis zum 27. Juli 2026" versprochen, sodass Kimi K3 zum Zeitpunkt der Ankündigung eher offen in der Absicht als offen in der Praxis war. Die Lizenz wird voraussichtlich eine Modified-MIT-Variante sein, das ist aber nicht bestätigt, und die genauen Bedingungen entscheiden, ob Teams wirklich darauf aufbauen können. Auch die Spitzen-Benchmarks im Ankündigungsmaterial sind teilweise selbst gemeldet – genau deshalb sind die oben genannten unabhängigen Werte von Arena und Artificial Analysis die verlässlicheren. Kimi K3 wirkt wie eine wirklich wichtige Veröffentlichung, aber „wichtig" und „heute produktiv einsetzbar" sind nicht dasselbe, und es lohnt sich, beides bei der Planung getrennt zu betrachten.

GLM-5.2 ist das Modell, das man heute nutzen kann

Wenn Kimi K3 die Schlagzeile ist, dann ist GLM-5.2 von Z.ai der Ankerpunkt. Seine Gewichte sind jetzt unter der MIT-Lizenz verfügbar, und es steht derzeit auf Platz eins der Open-Weight-Stufe des Artificial Analysis Intelligence Index v4.1. Diese Kombination aus freizügiger Lizenz und einer unabhängigen Top-Platzierung macht es zur praktischen Wahl für Teams, die ein offenes Modell einsetzen wollen, statt nur darüber zu lesen.

Die technischen Daten stützen das. GLM-5.2 ist ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern und etwa 40 Milliarden aktiven Parametern pro Token und unterstützt ein Kontextfenster von 1 Million Token. In unabhängigen Tests schlägt es GPT-5.5 bei Langzeit-Coding-Aufgaben zu etwa einem Sechstel der Kosten. Die wesentliche Einschränkung ist, dass es reine Textverarbeitung leistet und daher keine Bild-, Audio- oder Videoeingaben verarbeitet wie manche multimodalen Systeme. Für viele reale Aufgaben ist ein erstklassiges Textmodell mit einer Million Token Kontext und MIT-Lizenz jedoch genau das, worauf Teams gewartet haben.

Der Rest des Schubs

Kimi K3 und GLM-5.2 sind die beiden, die man im Auge behalten sollte, aber sie stehen nicht allein. DeepSeek V4 Flash ist das günstigste der offenen Modelle auf Frontier-Niveau und erscheint unter MIT, was es für Workloads mit hohem Volumen attraktiv macht, bei denen die Kosten pro Token entscheiden. MiniMax M3 ist multimodal und führt derzeit das Open-Weight-Feld bei SWE-bench Pro an, sodass Teams, die neben Text auch Bild- oder Dokumenteingaben brauchen, eine glaubwürdige offene Option haben. NVIDIAs Nemotron 3 Ultra, Alibabas Qwen3.6 und Googles Gemma 4 runden ein Feld ab, das insgesamt bedeutet: Offene Gewichte liegen der geschlossenen Frontier nicht mehr einen Schritt, sondern nur noch wenige Wochen zurück – und manchmal nicht einmal das. Die praktische Erkenntnis lautet: „Offen" heißt nicht mehr „zweitbeste Wahl".

Was jenseits der Ranglisten zählt

Benchmark-Ranglisten sind nützlich, aber die langlebigere Geschichte ist strukturell. Offene Modelle werden im Langkontext-Reasoning besser, sie werden pro Aufgabe günstiger, und mehr von ihnen erscheinen unter Lizenzen, die einen echten Einsatz erlauben. Diese drei Trends verstärken sich gegenseitig. Ein Team, das Mitte 2026 auf offenen Gewichten aufbaut, hat leistungsfähigere Modelle zu niedrigeren Kosten und mit weniger rechtlichen Einschränkungen als noch ein Quartal zuvor.

Das ist unmittelbar relevant dafür, wie sich Meeting-Transkription, -Übersetzung und -Zusammenfassung weiter verbessern. Telli.sh nutzt bereits ein offenes Modell, Qwen3, in seiner Zusammenfassungsschicht. Wenn das offene Ökosystem längere Kontextfenster, stärkeres mehrsprachiges Reasoning und freizügigere Lizenzen gewinnt, wird die Open-Model-Schicht unter Produkten wie unserem gleichzeitig besser und günstiger. Ein Kontext von einer Million Token ist kein abstrakter Benchmark mehr, wenn er bedeutet, dass ein langes Meeting, ein vollständiges Interview oder ein ganzer Tag an Aufnahmen in einem Durchgang verarbeitet werden kann. Eine gute Spracherkennung braucht natürlich weiterhin eine Produktschicht, die das Transkript in überprüfbare Notizen, Entscheidungen und Aufgaben verwandelt – aber die Modelle, die diese Schicht speisen, verbessern sich schneller als noch vor einem Jahr.

Die ehrliche Einordnung

Wer jetzt etwas einsetzen will, für den lautet die Antwort GLM-5.2: verfügbar, MIT-lizenziert und unabhängig an der Spitze der Open-Weight-Stufe eingestuft. Wer wissen will, wohin die Frontier steuert, sollte Kimi K3 beobachten und nach dem 27. Juli 2026 erneut prüfen, ob Gewichte und Lizenz wie versprochen eintreffen. So oder so ist die Richtung klar. Offene Modelle schließen die Lücke, und die Produktschicht, die auf ihnen aufbaut, ist der Teil, der rohe Leistung in etwas verwandelt, das ein Team tatsächlich nutzen kann.

Live-KI-Notiz starten

Quellen

• Simon Willison on GLM-5.2 (June 17, 2026)
• Simon Willison on Kimi K3 (July 16, 2026)
• OpenRouter, "The Open Weight Models that Matter: June 2026" (June 27, 2026)
• Tom's Hardware on Kimi K3 (July 2026)
• VentureBeat on GLM-5.2 (June 2026)
• Artificial Analysis on GLM-5.2
• Kimi K3 announcement (Moonshot AI)
• Wikimedia Commons image page