
Open-Model-Wettlauf: Inkling, Kimi K3, Bonsai 27B und GPT-Red im Überblick
Die Ausgabe #897 des TheSequence Radar fasst eine Woche zusammen, in der gleich vier unterschiedliche Antworten auf die Frage gegeben wurden, wer KI-Modelle besitzen, anpassen und kontrollieren darf. Thinking Machines Lab präsentierte mit Inkling ein 975-Milliarden-Parameter-Mixture-of-Experts-Modell (41 Mrd. aktive Parameter), das Text, Bild und Audio verarbeitet, ein Kontextfenster von einer Million Token bietet und unter Apache-2.0-Lizenz als Open-Weight-Modell veröffentlicht wurde – mit explizitem Fokus auf Kalibrierung und steuerbaren Reasoning-Aufwand. Moonshot AI folgte mit Kimi K3, das 2,8 Billionen Parameter bei 896 Experten trägt, von denen jeweils 16 aktiv sind; die vollständigen Gewichte wurden zum Redaktionszeitpunkt noch für später im Monat angekündigt. PrismMLs Bonsai 27B setzt hingegen auf extreme Kompression: Die ternäre Variante belegt 5,9 GB, die 1-Bit-Variante nur 3,9 GB – laut Hersteller genug, um in den nutzbaren Arbeitsspeicher moderner Smartphones zu passen, bei weitgehend erhaltenem Benchmark-Niveau. OpenAIs GPT-Red ist kein Produktmodell, sondern ein internes, auf Self-Play-Reinforcement-Learning basierendes Red-Teaming-System: Es kompromittierte GPT-5.1 in 84 % der Testszenarien, verglichen mit 13 % bei menschlichen Red-Teamern, und die daraus gewonnenen Erkenntnisse flossen in die Härtung von GPT-5.6 ein. Parallel dazu nutzte Chinas Präsident Xi Jinping die World AI Conference in Shanghai, um Open-Source-KI als globales Gemeingut zu positionieren und eine neue internationale KI-Kooperationsorganisation zu lancieren – ein Schritt, den der Autor al
- Inkling (Thinking Machines Lab): 975 Mrd. Parameter gesamt, 41 Mrd. aktiv, Apache-2.0-Lizenz, 1-Mio.-Token-Kontextfenster, multimodal (Text, Bild, Audio).
- Kimi K3 (Moonshot AI): 2,8 Bio. Parameter, 896 Experten (16 aktiv), Vision-Support, 1-Mio.-Token-Kontext – laut Moonshot erstes Open-Weight-Modell der Drei-Billionen-Parameter-Klasse.
- Bonsai 27B (PrismML): Ternäre Variante 5,9 GB, 1-Bit-Variante 3,9 GB; Ziel ist On-Device-Inferenz auf Smartphones ohne Cloud-Anbindung.
- GPT-Red nutzt Self-Play-RL, um Prompt-Injektionen zu entwickeln: 84 % Erfolgsrate gegen GPT-5.1 vs. 13 % bei menschlichen Red-Teamern; Angriffsmuster wurden in GPT-5.6 Sol eingehärtet.
- Xi Jinping proklamierte auf der World AI Conference in Shanghai Open-Source-KI als globales Gemeingut und kündigte Unterstützungsprogramme für Entwicklungsländer an.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge

Open-Model-Wettlauf: Inkling, Kimi K3, Bonsai 27B und GPT-Red im Überblick
Die Ausgabe #897 des TheSequence Radar fasst eine Woche zusammen, in der gleich vier unterschiedliche Antworten auf die Frage gegeben wurden, wer KI-Modelle besitzen, anpassen und kontrollieren darf. Thinking Machines Lab präsentierte mit Inkling ein 975-Milliarden-Parameter-Mixture-of-Experts-Modell (41 Mrd. aktive Parameter), das Text, Bild und Audio verarbeitet, ein Kontextfenster von einer Million Token bietet und unter Apache-2.0-Lizenz als Open-Weight-Modell veröffentlicht wurde – mit explizitem Fokus auf Kalibrierung und steuerbaren Reasoning-Aufwand. Moonshot AI folgte mit Kimi K3, das 2,8 Billionen Parameter bei 896 Experten trägt, von denen jeweils 16 aktiv sind; die vollständigen Gewichte wurden zum Redaktionszeitpunkt noch für später im Monat angekündigt. PrismMLs Bonsai 27B setzt hingegen auf extreme Kompression: Die ternäre Variante belegt 5,9 GB, die 1-Bit-Variante nur 3,9 GB – laut Hersteller genug, um in den nutzbaren Arbeitsspeicher moderner Smartphones zu passen, bei weitgehend erhaltenem Benchmark-Niveau. OpenAIs GPT-Red ist kein Produktmodell, sondern ein internes, auf Self-Play-Reinforcement-Learning basierendes Red-Teaming-System: Es kompromittierte GPT-5.1 in 84 % der Testszenarien, verglichen mit 13 % bei menschlichen Red-Teamern, und die daraus gewonnenen Erkenntnisse flossen in die Härtung von GPT-5.6 ein. Parallel dazu nutzte Chinas Präsident Xi Jinping die World AI Conference in Shanghai, um Open-Source-KI als globales Gemeingut zu positionieren und eine neue internationale KI-Kooperationsorganisation zu lancieren – ein Schritt, den der Autor al
- Inkling (Thinking Machines Lab): 975 Mrd. Parameter gesamt, 41 Mrd. aktiv, Apache-2.0-Lizenz, 1-Mio.-Token-Kontextfenster, multimodal (Text, Bild, Audio).
- Kimi K3 (Moonshot AI): 2,8 Bio. Parameter, 896 Experten (16 aktiv), Vision-Support, 1-Mio.-Token-Kontext – laut Moonshot erstes Open-Weight-Modell der Drei-Billionen-Parameter-Klasse.
- Bonsai 27B (PrismML): Ternäre Variante 5,9 GB, 1-Bit-Variante 3,9 GB; Ziel ist On-Device-Inferenz auf Smartphones ohne Cloud-Anbindung.
- GPT-Red nutzt Self-Play-RL, um Prompt-Injektionen zu entwickeln: 84 % Erfolgsrate gegen GPT-5.1 vs. 13 % bei menschlichen Red-Teamern; Angriffsmuster wurden in GPT-5.6 Sol eingehärtet.
- Xi Jinping proklamierte auf der World AI Conference in Shanghai Open-Source-KI als globales Gemeingut und kündigte Unterstützungsprogramme für Entwicklungsländer an.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.