Open-Weight

KI-Tools mit dem Tag Open-Weight.

200+ Tools · handverlesen und kuratiert

// Preis

Gemma 4 Open-Weight-Modellfamilie von Google DeepMind unter der Apache-2.0-Lizenz

FLUX 3 Action Offenes 7B-Modell, das Roboteraktionen aus Videos vorhersagt

GLM-5.3-FlashX Hochgeschwindigkeits-Bereitstellungsvariante von GLM-5.3-Flash

Nemotron 3 Diarization Offenes Echtzeitmodell zur Sprecherdiarisierung

Qwen-Image-2.1 Offenes Modell mit 7B Parametern, das Text-zu-Bild-Generierung und Bearbeitung vereint

Qwen3.8-Omni-Flash Omni-Modell von Alibaba, das Text, Bild, Audio und Video in Text umwandelt

Xiaomi MiMo-V2.6-Pro Offenes Flaggschiffmodell von Xiaomi mit einer schnelleren Inferenzvariante

Atria Dawn Preview Agentisches Open-Weight-Modell des Shanghai AI Laboratory für Forschung und Ingenieurwesen

Hy4 Preview Offenes Hunyuan-Flaggschiff von Tencent, gemeinsam mit den eigenen Entwicklerwerkzeugen konzipiert

Ling-3.0-Flash-Fin Das auf Finanzaufgaben abgestimmte Ling-Modell von Ant Group für Recherche und Bewertung

Muse Glimmer Offenes agentisches On-Device-Modell von Meta, destilliert aus Muse Spark

Qwen3.8-Flash-Next Offene Vorschau von Alibaba auf die Qwen4-Architektur der nächsten Generation

Qwen3.8-27B Offenes multimodales Modell von Alibaba, ausgelegt für den Betrieb auf einer einzelnen lokalen GPU

DeepSeek-V4-Flash-0731 MIT-lizenziertes 284B-MoE-Modell von DeepSeek, für leistungsfähigere agentische Programmierung neu trainiert

Kimi K3 Offenes Modell von Moonshot mit 2,8 Billionen Parametern, das bislang größte veröffentlichte offene Modell

Ling-3.0-Flash Effizientes offenes Reasoning-Modell von Ant Group für produktive KI-Agenten

Poolside Laguna S 2.1 Programmiermodell mit offenen Gewichten von Poolside, das bei agentischer Programmierung deutlich größere Konkurrenten übertrifft

Poolside Laguna XS 2.1 Das kleinste Coding-Modell von Poolside mit offenen Gewichten, ausgelegt für eine einzelne GPU

DeepSeek V3.2 Update V3.1 von DeepSeek mit einem neuen Mechanismus für Sparse Attention

GLM-5 Offenes Frontier-Modell von Zhipu, vollständig auf heimischer Huawei-Hardware trainiert

Inkling Erstes Open-Weight-Modell aus Mira Muratis Thinking Machines Lab

Kimi K2.5 Nativ multimodales Update von K2 durch Moonshot, ausgelegt auf die Koordination von Schwärmen aus Unteragenten

MiniMax M2.5 Offenes Modell von MiniMax, das Programmierfähigkeiten auf allgemeine Büroarbeit ausweitet

Llama 5 Metas nächstes offenes multimodales Flaggschiffmodell für Geräte und Rechenzentren

Nemotron 5 Open-Weight-Modell von NVIDIA, optimiert für effiziente Inferenz auf eigener Hardware

Stable Diffusion 4 Nächstes offenes Diffusionsmodell von Stability AI für Text-zu-Bild-Generierung

ALBERT Parameterteilende BERT-Variante von Google, ausgelegt auf Effizienz im großen Maßstab

Aquila Das erste offene bilinguale Grundlagenmodell (Chinesisch/Englisch) von BAAI

Aquila2 Die bilinguale Grundlagenmodellfamilie der zweiten Generation von BAAI

Arctic Das offene Unternehmensmodell von Snowflake, optimiert für SQL und RAG

Arctic Embed 2.0 Mehrsprachiges Open-Weight-Retrieval-Embedding-Modell von Snowflake.

AudioCraft Open-Source-Framework von Meta für Musik- und Soundeffektgenerierung

Aya 23 Das offene mehrsprachige Modell von Cohere For AI unterstützt 23 Sprachen

Baichuan 2 Bilinguales Open-Weight-Foundation-Modell von Baichuan.

Baichuan-13B Bilinguales Modell von Baichuan mit offenen Gewichten, Vorgänger der Baichuan-2/3/4-Generationen

BERT Bidirektionaler Encoder von Google aus dem Jahr 2018, der die NLP-Forschung neu prägte

BGE-large-en Weit verbreitetes allgemeines Embedding-Modell der BAAI für englischsprachigen Information Retrieval

BGE-M3 Mehrsprachiges Embedding-Modell von BAAI mit offenen Gewichten und mehreren Granularitätsstufen

BioGPT Microsofts domänenspezifisches generatives Modell, vortrainiert mit biomedizinischer Literatur

BitNet b1.58 Forschungsmodell von Microsoft, das konkurrenzfähige LLM-Leistung mit ternären Gewichten von 1,58 Bit demonstriert

BLIP Vision-Language-Pretraining-Modell von Salesforce für Bildbeschreibungen und Informationsabruf

BLIP-2 Effizienterer Nachfolger von BLIP von Salesforce, der das Vision-Language-Pretraining mit eingefrorenen Encodern startet

BLOOM Das offene mehrsprachige Modell der BigScience-Kooperation

BLOOMZ Eine instruction-tuned Variante von BLOOM, trainiert darauf, sprachübergreifende Anweisungen zu befolgen

BTLM-3B Das kompakte Modell von Cerebras mit offenen Gewichten, das mehr leistet, als seine Parameterzahl erwarten lässt

ByT5 Die tokenfreie Google-Variante von T5, die direkt mit Rohbytes arbeitet

Canary NVIDIAs mehrsprachiges Modell für Spracherkennung und Übersetzung

Cerebras-GPT Vollständig offene Modellfamilie von Cerebras, trainiert auf Chips im Wafermaßstab.

Chameleon Early-Fusion-Modell von Meta, das Text- und Bild-Tokens nativ kombiniert

ChatGLM3 Das offene bilinguale Dialogmodell der dritten Generation von Zhipu

CLIP Grundlegendes Bild-Text-Kontrastmodell von OpenAI, das vielen modernen multimodalen KI-Systemen zugrunde liegt

CLIP (LAION variant) Offenes CLIP-Vision-Language-Embedding-Modell von LAION mit neu trainierten Gewichten

Code Llama Programmierspezialisierte Llama-Variante von Meta mit offenen Gewichten

CodeGen2 Das offene Programmiermodell von Salesforce für Infill-Aufgaben und mehrstufige Programmsynthese

Codestral Modell von Mistral zur Codegenerierung und -vervollständigung

Codestral Mamba Programmiermodell von Mistral auf Basis der Mamba-Zustandsraumarchitektur statt eines Transformers

CodeT5+ Open-Weight-Encoder-Decoder-Modellfamilie für Code von Salesforce.

CogVideoX Offene Modellfamilie von Zhipu zur Text-zu-Video-Generierung

CogView3 Zhipus Text-zu-Bild-Modell auf Basis von Relay-Diffusion

Command R Plus Flaggschiffmodell von Cohere für RAG und Tool-Nutzung, eine Stufe über Command R

Command R+ Cohere-Modell, optimiert für Retrieval-Augmented Generation

Command R7B Kleinstes Command-Modell der aktuellen Generation von Cohere.

CosyVoice Offenes Zero-Shot-Modell von Alibaba zum Klonen von Stimmen und für Text-to-Speech

DBRX Offenes Mixture-of-Experts-Modell von Databricks

DBRX Instruct Instruction-tuned Variante des offenen DBRX-Modells von Databricks

DeepFloyd IF Ein Text-zu-Bild-Modell im Pixelraum (ohne latenten Raum) des von Stability unterstützten DeepFloyd-Labs

DeepSeek Coder V2 Offenes Mixture-of-Experts-Modell von DeepSeek, spezialisiert auf Programmierung

DeepSeek LLM 67B Das erste dichte Grundlagenmodell von DeepSeek mit offenen Gewichten

DeepSeek R1 Reasoning-Modell von DeepSeek, das bei Mathematik und Programmierung mit geschlossenen Frontier-Modellen mithielt

DeepSeek V3 Effizientes Mixture-of-Experts-Modell von DeepSeek, zu einem Bruchteil der Kosten konkurrierender Modelle trainiert

DeepSeek V4-Pro Führendes offenes Modell von 2026 bei agentischer Programmierung und anspruchsvollem Schlussfolgern

DeepSeek-Coder-33B Früheres Programmier-Flaggschiffmodell von DeepSeek vor DeepSeek-Coder-V2

DeepSeek-Math Offenes Modell von DeepSeek, spezialisiert auf mathematisches Schlussfolgern

DeepSeek-MoE-16B DeepSeeks frühes fein abgestimmtes Mixture-of-Experts-Modell, das spätere MoE-Architekturen prägte

DeepSeek-R1-Distill-Llama-70B Llama-basierte Destillation der Reasoning-Abläufe von DeepSeek-R1 und größte destillierte Variante

DeepSeek-R1-Distill-Qwen-32B Qwen-basierte Destillation der Reasoning-Abläufe von DeepSeek-R1 in ein kleineres offenes Modell

DeepSeek-V2 DeepSeeks Mixture-of-Experts-Modell von 2024 mit besonders günstigen API-Preisen

DeepSeek-VL DeepSeeks erstes Vision-Language-Modell, Vorgänger von DeepSeek-VL2

DeepSeek-VL2 Offenes Vision-Language-Mixture-of-Experts-Modell von DeepSeek

Devstral Offenes Modell von Mistral für agentische Programmierung und das Erkunden von Codebasen

DINOv2 Selbstüberwachtes Bildmodell von Meta, das allgemeine Bildmerkmale ohne Labels erzeugt

DistilBERT Verdichtete Version von BERT von Hugging Face, 40 Prozent kleiner bei Erhalt des Großteils der Leistung

Dolly 2.0 Databricks erstes vollständig offenes, kommerziell nutzbares Modell zur Befolgung von Anweisungen

ELECTRA Pretraining-Ansatz von Google mit höherer Stichprobeneffizienz und einem Ziel zur Erkennung ersetzter Tokens

ELMo Das tief kontextualisierte Wortrepräsentationsmodell von AI2 aus der Zeit vor Transformern

Emu3 BAAIs Next-Token-Prediction-Modell für die gemeinsame Generierung und das Verständnis von Text, Bildern und Videos

ERNIE 4.5 Das führende multimodale Grundlagenmodell von Baidu

ESM-2 Sprachmodell von Meta für Proteine, das aus Sequenzen deren Struktur vorhersagt

EXAONE 3.0 Die frühere EXAONE-Generation von LG, Vorgänger von EXAONE 3.5

EXAONE 3.5 Die bilinguale koreanisch-englische Modellfamilie von LG mit offenen Gewichten

Falcon 180B Das offene Modell von TII, das bei seiner Veröffentlichung offene Bestenlisten anführte

Falcon 2 Die Falcon-Generation von TII zwischen Falcon 180B und Falcon 3, ergänzt um eine Vision-Language-Variante

Falcon 3 Die effiziente Modellfamilie kleiner Modelle von TII mit offenen Gewichten

Falcon 40B Das frühere offene Modell von TII, das vor Falcon 180B Bestenlisten anführte

Falcon 7B Die kompakte Falcon-Stufe von TII, die zur Verbreitung der ursprünglichen Falcon-Veröffentlichung beitrug

Falcon Mamba 7B Open-Weight-Modell des TII auf Basis der Mamba-State-Space-Architektur.

Flan-T5 Der instruction-tuned Nachfolger von T5 mit offenen Gewichten von Google

Florence-2 Kompaktes Grundlagenmodell für Bildverarbeitung von Microsoft, das Beschriftung, Erkennung und Segmentierung in einem Modell vereint

FLUX.1 dev Modellvariante mit offenen Gewichten von Black Forest Labs für nicht kommerzielle Nutzung

FLUX.1 Kontext Bildbearbeitungsmodell von Black Forest Labs, das Anweisungen auf ein vorhandenes Bild anwendet

FLUX.1 Krea Gemeinschaftsmodell von Black Forest Labs und Krea, optimiert gegen den überstilisierten „KI-Look“

Fuyu-8B Multimodales Open-Weight-Modell von Adept für die Wahrnehmung durch digitale Agenten.

Galactica Metas Modell aus dem Jahr 2022, trainiert mit wissenschaftlicher Literatur und wenige Tage nach dem Start zurückgezogen.

Gemma Ursprüngliche Veröffentlichung des offenen Gemma-Modells von Google, entwickelt auf Grundlage derselben Forschung wie Gemini

Gemma 2 Open-Weight-Modellfamilie der vorherigen Generation von Google

Gemma 3 Modellfamilie von Google mit offenen Gewichten, entwickelt auf Grundlage der Gemini-Forschung

GLM-4 Zhipus Allzweckmodell mit offenen Gewichten aus dem Jahr 2024

GLM-4.6 Preisgünstiges offenes Modell von Zhipu für alltägliche Programmieraufgaben

GLM-5.2 Offenes Flaggschiffmodell von Zhipu, Mitte 2026 zeitgleich mit Kimi K2.7 veröffentlicht

GPT-2 OpenAIs Modell von 2019, dessen Veröffentlichung aus Sorge vor Missbrauch zunächst zurückgehalten wurde

GPT-J Frühes Open-Weight-Modell von EleutherAI im GPT-3-Stil.

GPT-Neo 2.7B Das frühe GPT-3-ähnliche offene Modell von EleutherAI, Vorgänger von GPT-J und GPT-NeoX

GPT-NeoX-20B Das Modell mit offenen Gewichten von EleutherAI, einer der größten öffentlichen Checkpoints seiner Zeit

GPT-OSS-120B Erstes Open-Weight-Modell von OpenAI seit GPT-2, das bei vielen Reasoning-Benchmarks mit o4-mini mithält

GPT-OSS-20B Kleinere Variante des offenen Modells von OpenAI, geeignet für eine einzelne GPU

Granite 3.0 IBMs Modellfamilie mit offenen Gewichten für Unternehmen in regulierten Branchen

Granite Code Die Modellfamilie von IBM zur Codegenerierung mit offenen Gewichten

Granite Embedding Die Text-Embedding-Modellfamilie von IBM für Retrieval in Unternehmen

Granite Guardian IBMs Sicherheits- und Risikoerkennungsmodell zum Filtern schädlicher Eingaben und Ausgaben von LLMs

Granite Vision IBMs kompaktes Vision-Language-Modell zum Verständnis von Dokumenten und Diagrammen

Grok-1 Das erste Modell von xAI, später unter Apache 2.0 mit offenen Gewichten veröffentlicht

GTE-large Alibabas allgemeines Text-Embedding-Modell für Retrieval und semantische Ähnlichkeit

Hermes 2 Frühere Open-Weight-Fine-Tuning-Modellreihe von Nous Research.

Hermes 3 Open-Weight-Fine-Tuning von Nous Research mit Schwerpunkt auf Steuerbarkeit und Schlussfolgern.

Hunyuan DiT Offener Diffusion-Transformer von Tencent für Text-zu-Bild auf Chinesisch und Englisch

Hunyuan Large Offenes Mixture-of-Experts-Modell von Tencent

Hunyuan Video Offenes Text-zu-Video-Generierungsmodell von Tencent

Hunyuan-A13B Open-Weight-Mixture-of-Experts-Modell für Schlussfolgern von Tencent.

Hunyuan3D Offenes Modell von Tencent zur Generierung von 3D-Objekten aus Text oder Bildern

IDEFICS2 Offenes Vision-Language-Modell von Hugging Face für Dokumenten- und Diagrammfragen

InternLM2 Offenes Grundlagenmodell des Shanghai AI Lab mit starkem Langkontext und Schlussfolgerungsfähigkeit

InternLM2.5 Aktualisierte InternLM-Generation des Shanghai AI Lab mit verbessertem Tool-Einsatz und Schlussfolgern

InternVL2 Offene Vision-Language-Modellfamilie des Shanghai AI Lab, konkurrenzfähig mit proprietären multimodalen Modellen

Jamba 1.5 Large Das hybride Transformer-Mamba-Modell von AI21 für sehr lange Kontexte

Jamba 1.5 Mini Kompaktes hybrides Transformer-Mamba-Modell von AI21.

Jamba Large 1.6 Aktualisiertes hybrides Transformer-Mamba-Flaggschiffmodell von AI21.

Jina Embeddings v2 Embedding-Modell von Jina AI, das bei seiner Veröffentlichung durch ein Kontextfenster von 8K Tokens auffiel

jina-embeddings-v3 Open-Weight-mehrsprachiges Embedding-Modell von Jina AI.

Kimi K2 Ursprüngliches offenes Basismodell der K2-Generation von Moonshot

Kimi K2.6 Offenes Modell von Moonshot für lang laufende agentische Aufgaben und Tool-Nutzung

Kimi K2.7 Code Offenes agentisches Programmiermodell von Moonshot, abgestimmt auf Tool-Nutzung und lang laufende Aufgaben

Kimi-Audio Offenes Audio-Grundlagenmodell von Moonshot AI zum Verstehen und Generieren von Sprache

Kimi-VL Open-Weight-Vision-Language-Modell von Moonshot.

Kolors Offenes Text-zu-Bild-Modell von Kuaishou mit besonderer Stärke bei chinesischen Eingaben

Kosmos-2 Multimodales Modell von Microsoft, das Sprache mit bestimmten Bildbereichen verknüpft

LLaMA Ursprüngliche Open-Weight-Veröffentlichung von Meta aus dem Jahr 2023, die den Boom offener LLMs auslöste

Llama 2 Open-Weight-Veröffentlichung von Meta aus dem Jahr 2023, die das offene LLM-Ökosystem anschob

Llama 3 Open-Weight-Veröffentlichung von Meta aus dem Jahr 2024, die den Abstand zu geschlossenen Modellen weitgehend schloss

Llama 3.1 405B Größtes dichtes Open-Weight-Modell von Meta, konkurrenzfähig mit geschlossenen Frontier-Modellen

Llama 3.1 70B Modell mittlerer Größe aus Metas Llama-3.1-Veröffentlichung zwischen den Varianten mit 8B und 405B Parametern

Llama 3.1 8B Kompakte Variante der Llama-3.1-Generation von Meta

Llama 3.2 Erste Llama-Generation von Meta mit visuell leistungsfähigen und On-Device-Varianten

Llama 3.3 Effizientes Open-Weight-Modell von Meta mit 70B Parametern, das mit größeren Vorgängern mithält

Llama 4 Maverick Multimodales Mixture-of-Experts-Flaggschiffmodell von Meta mit offenen Gewichten

Llama 4 Scout Kleinere, schnellere Llama-4-Variante von Meta mit einem Kontextfenster von 10 Millionen Tokens

Llama Guard 2 Metas früheres Klassifizierungsmodell für Inhaltssicherheit, Vorgänger von Llama Guard 3

Llama Guard 3 Open-Weight-Sicherheitsklassifikator von Meta zur Moderation von LLM-Ein- und -Ausgaben.

Llemma 7B Offenes Modell von EleutherAI, fortlaufend mit Mathematik- und Wissenschaftstexten vortrainiert.

Mathstral Das auf Mathematik spezialisierte Modell von Mistral auf Basis von Mistral 7B

MiniCPM Das effiziente kleine Modell von OpenBMB, ausgelegt für Smartphones und Edge-Geräte

MiniCPM-V Das multimodale Edge-Modell von OpenBMB, das auf einem Smartphone Vision-Aufgaben auf GPT-4V-Niveau bewältigen kann

MiniMax M3 Erstes offenes Modell mit führender Programmierung, einem Kontextfenster von einer Million Tokens und nativer Multimodalität

MiniMax-01 Offenes Modell von MiniMax aus dem Jahr 2025 mit einem Kontextfenster von 4 Millionen Tokens

Ministral 8B Kompaktes Modell von Mistral für den Einsatz auf Geräten und am Edge.

Mistral 7B Ursprüngliches kompaktes Open-Weight-Modell von Mistral, das größere Konkurrenzmodelle übertraf

Mistral Large 3 Sprachmodell der Frontier-Klasse und Flaggschiff von Mistral

Mistral NeMo Offenes Modell mit 12B Parametern von Mistral und NVIDIA

Mistral Small 3 Die effiziente Small-Modellstufe von Mistral für latenzempfindliche Anwendungen

Mixtral 8x22B Offenes sparsames Mixture-of-Experts-Modell von Mistral

Mixtral 8x7B Ursprüngliches offenes Mixture-of-Experts-Modell von Mistral, das sparse MoE-LLMs populär machte

MPT-30B Open-Weight-Modell von MosaicML für kommerzielle Nutzung, später in Databricks integriert.

mT5 Die mehrsprachige T5-Variante von Google mit Unterstützung für 101 Sprachen

MusicGen Offenes, steuerbares Musikgenerierungsmodell von Meta

Nemotron Nano Die kleine, effiziente Nemotron-Stufe von NVIDIA, optimiert für Edge-Bereitstellung

Nemotron-3 8B NVIDIAs früheres kompaktes Nemotron-Modell für Unternehmenseinsätze

Nemotron-4 340B Offenes Modell von NVIDIA zur Erzeugung synthetischer Trainingsdaten

NLLB-200 Modell von Meta aus dem Projekt No Language Left Behind zur Übersetzung zwischen 200 Sprachen, darunter viele mit wenigen verfügbaren Ressourcen

Nomic Embed Text v1 Nomics erstes vollständig quelloffenes Embedding-Modell mit offenen Gewichten, offenen Daten und Langkontext

nomic-embed-text-v2 Vollständig offenes und reproduzierbares Text-Embedding-Modell von Nomic AI.

NVIDIA Cosmos Welt-Grundlagenmodellfamilie von NVIDIA für Physical AI und autonome Simulation

OLMo 2 Das vollständig offene Modell von AI2, gemeinsam mit Trainingsdaten und Code veröffentlicht

OLMo 7B Erstes vollständig offenes Modell von AI2 mit offenen Gewichten, Daten und Trainingscode

OLMoE Vollständig offenes Mixture-of-Experts-Modell von AI2.

OPT-175B Open-Weight-Modell von Meta aus dem Jahr 2022, dessen Umfang GPT-3 nachempfunden ist.

Orca 2 Auf Schlussfolgern ausgerichtetes Fine-Tuning von Llama 2 durch Microsoft Research.

Orca-Math Kleines Modell von Microsoft, spezialisiert auf Textaufgaben der Grundschulmathematik

Pharia-1 Open-Weight-Modell von Aleph Alpha mit Fokus auf europäische digitale Souveränität.

Phi-2 Früheres 2,7-Milliarden-Parameter-Modell von Microsoft, das die Leistungsfähigkeit kleiner Modelle demonstriert.

Phi-3 Kompakte Modellfamilie von Microsoft mit offenen Gewichten für den Einsatz auf Geräten

Phi-3-medium Variante mit 14B Parametern aus Microsofts Phi-3-Familie, abgestimmt auf stärkeres Schlussfolgern

Phi-3-small Variante mit 7B Parametern aus Microsofts Phi-3-Familie kleiner Sprachmodelle

Phi-3-vision Multimodales Mitglied der Phi-3-Familie für Bildschlussfolgerungen direkt auf dem Gerät

Phi-3.5-mini Aktualisiertes Kompaktmodell aus Microsofts Phi-3-Reihe.

Phi-4 Kleines Reasoning-Modell von Microsoft, das mehr leistet, als seine Parameterzahl erwarten lässt

Phi-4-reasoning Auf Reasoning abgestimmte Phi-4-Variante, trainiert mit Chain-of-Thought-Supervision

Pixtral 12B Erstes multimodales Modell von Mistral, kleiner als Pixtral Large

Pixtral Large Flaggschiffmodell von Mistral für Vision und Sprache

Playground v2.5 Ästhetisch abgestimmtes Bildmodell von Playground mit offenen Gewichten

ProGen Generatives Modell von Salesforce zum Entwerfen neuartiger Proteinsequenzen.

Pythia Vollständig offene Modellfamilie von EleutherAI für die Interpretierbarkeitsforschung.

Qwen-7B Ursprüngliche Qwen-Veröffentlichung von Alibaba, mit der die Modellfamilie begann

Qwen-Audio Das erste Audio-Sprachmodell von Alibaba zum Verstehen von Sprache und Geräuschen

Qwen-Image Text-zu-Bild-Modell von Alibaba auf Basis der Qwen-Architektur, besonders gut bei Textdarstellung im Bild

Qwen-VL Erstes Vision-Language-Modell der Qwen-Familie von Alibaba

Qwen1.5-110B Größtes Dense-Modell der Qwen1.5-Generation von Alibaba.

Qwen2-72B Flaggschiffmodell von Alibaba mit dichten offenen Gewichten der zweiten Generation

Qwen2-Audio Das Audio-Sprachmodell der zweiten Generation von Alibaba mit Sprachchat-Funktion

Qwen2.5-72B Weit verbreitetes dichtes Open-Weight-Modell von Alibaba

Qwen2.5-Coder Spezielle Modellreihe von Alibaba für Programmierung, bei Coding-Benchmarks konkurrenzfähig mit deutlich größeren Allzweckmodellen

Qwen2.5-VL Offenes Vision-Language-Modell von Alibaba

Qwen3-235B-A22B Flaggschiffmodell von Alibaba mit offenen Gewichten und Mixture-of-Experts-Architektur, das leistungsfähige Frontier-Qualität besonders günstig bietet

Qwen3-Coder Offenes agentisches Programmiermodell von Alibaba

QwQ-32B Offenes Reasoning-Modell von Alibaba, konkurrenzfähig mit deutlich größeren Modellen

QwQ-32B-Preview Erste öffentliche Vorschau von Alibabas QwQ-Reasoning-Reihe vor der vollständigen Veröffentlichung von QwQ-32B

RedPajama-INCITE Vollständig offenes Modell von Together AI, trainiert mit dem nachgebildeten RedPajama-Datensatz.

Reka Edge Die kleinste, für den Einsatz auf Geräten optimierte Modellstufe von Reka

replit-code-v1.5 Open-Weight-Modell von Replit zur Codevervollständigung.

RoBERTa Robust optimiertes Retraining von BERT durch Meta, das BERT in Benchmarks übertraf

SAM Segment Anything Model von Meta, ein Grundlagenmodell für Bildsegmentierung

SAM 2 Nachfolger von SAM durch Meta, erweitert die Segmentierung auf Videos

SantaCoder Kleines mehrsprachiges Code-Modell von BigCode, Vorgänger von StarCoder.

Seamless M4T Vereinheitlichtes Modell von Meta für Sprach-zu-Sprache- und Sprach-zu-Text-Übersetzung in rund 100 Sprachen

Seamless M4T v2 Verbesserte Version des umfangreichen mehrsprachigen Sprachübersetzungsmodells von Meta

Skywork-13B Bilinguales Open-Weight-Foundation-Modell von Kunlun Tech.

SmolLM Die ursprüngliche Familie kleiner, vollständig offener Sprachmodelle von Hugging Face

SmolLM2 Vollständig offenes Modell für den Geräteeinsatz aus Hugging Faces Small-Model-Familie.

Solar 10.7B Das durch Tiefenskalierung erweiterte offene Modell von Upstage, Vorgänger der Solar-Pro-Reihe

Solar Pro 2 Effizientes Open-Weight-Modell von Upstage mit starker Leistung gemessen an der Parameterzahl.

Stable Cascade Das Bildmodell von Stability AI mit stark komprimiertem latenten Raum für schnelleres Training und schnellere Inferenz

Stable Diffusion 3.5 Offenes Diffusionsmodell von Stability AI für Text-zu-Bild-Generierung

Stable Diffusion XL Das 2023 veröffentlichte, weit verbreitete Bildgenerierungsmodell von Stability AI

Stable Video Diffusion Das erste offene Bild-zu-Video-Modell von Stability AI

StableLM 2 Kleines Open-Weight-Sprachmodell von Stability AI.

StableLM 3B Frühes kompaktes Open-Weight-Sprachmodell von Stability AI, Vorgänger von StableLM 2.

StableLM Zephyr Chat-optimiertes kleines Modell von Stability AI auf Basis von StableLM 3B.

StarCoder Das ursprüngliche BigCode-Modell, auf das StarCoder2 folgte

StarCoder2 Das offene Codegenerierungsmodell der BigCode-Kooperation

T5 Googles Text-zu-Text-Transfer-Transformer, ein frühes einheitliches NLP-Framework

Tacotron 2 Googles neuronales Text-to-Speech-Modell mit Spektrogrammvorhersage und WaveNet-Vocoder

UL2 Googles einheitliches Pretraining-Framework, das mehrere Entrauschungsziele kombiniert

Vicuna-13B Ein frühes, einflussreiches offenes Chatmodell von LMSYS, das anhand von ShareGPT-Gesprächen auf Llama feinabgestimmt wurde

Vicuna-33B Die größte Vicuna-Version: das auf ShareGPT feinabgestimmte Llama-Modell von LMSYS

Wan2.1 Offene Modellfamilie von Alibaba zur Videogenerierung

Wav2Vec 2.0 Metas selbstüberwachtes Sprachrepräsentationsmodell, auf dem viele ASR-Systeme aufbauen

Whisper Open-Weight-Modell von OpenAI zur Spracherkennung und Transkription

Whisper Large v3 Größte und präziseste Variante des offenen Spracherkennungsmodells von OpenAI

WizardCoder Das auf Programmierung spezialisierte Fine-Tuning von Microsoft mit Evol-Instruct-Datengenerierung

WizardLM-2 Microsofts Familie instruction-tuned Modelle, trainiert mit komplexen, weiterentwickelten synthetischen Daten

XGen-7B Open-Weight-Forschungsmodell von Salesforce für lange Kontexte.

XLNet Ein permutationsbasiertes autoregressives Pretraining-Modell, das BERT bei vielen Aufgaben übertraf

Yi-1.5-34B Verbesserte Open-Weight-Generation der Yi-Modelle von 01.AI.

Yi-34B Bilinguales Modell mit offenen Gewichten von 01.AI

Yi-Coder Open-Weight-Modell von 01.AI, spezialisiert auf Code.

Yi-VL-34B Vision-Language-Modell von 01.AI mit offenen Gewichten auf Basis von Yi-34B

Yuan 2.0 Open-Weight-Foundation-Modell von Inspur, abgestimmt auf chinesischsprachige Unternehmensaufgaben.

Zephyr 141B Das größere Mixture-of-Experts-Fine-Tuning von Zephyr durch Hugging Face, getrennt von der 7B-Version

Zephyr 7B Open-Weight-Fine-Tuning von Hugging Face, das DPO-Alignment populär machte.