Eine Leseliste zu offenen Modellen, aktualisiert am 26. Oktober 2026, bietet einen Überblick über die nützlichsten Arbeiten zum Verständnis dieses Bereichs der künstlichen Intelligenz. Ihre Referenzen decken die Gründe für die Veröffentlichung von Modellen mit öffentlich zugänglichen Gewichtungen, die Kluft zu geschlossenen Systemen und die Distillation ab, die die Liste als die prägendste Debatte des Jahres 2026 darstellt.
- Der Abstand zwischen offenen und geschlossenen Modellen beträgt laut Liste etwa vier bis sechs Monate.
- Die besten offenen Modelle stammen seit etwa 2024 aus chinesischen Laboren.
- US-Politiker befragen Unternehmen, die chinesische Modelle nutzen.
- Die Distillation steht im Zentrum der Debatte, doch ein klarer Beweis gegen DeepSeek fehlt.
Um die Herausforderungen zu verstehen, zitiert die Liste zunächst Mark Zuckerbergs Text „Open Source AI is the Path Forward », der im Juli 2024 zur Veröffentlichung von Llama 3 erschien. Sie empfiehlt auch die Studie von Irene Solaiman aus dem Februar 2023, die dazu einlädt, Modelle nicht als offen oder geschlossen, sondern als ein Kontinuum zu betrachten, abhängig von Lizenzen, Betriebskosten oder Datenzugang. Zu den Risiken kommt ein Artikel von Sayash Kapoor, Rishi Bommasani und ihren Mitautoren vom Februar 2024 zu dem Schluss, dass textzentrierte Sprachmodelle die dokumentierten Risiken nur sehr marginal erhöhen.
Zur Rolle offener Modelle im Technologiewettlauf stellt die Liste fest, dass sich die Kluft zu geschlossenen Modellen in den letzten Jahren verringert habe und heute bei etwa vier bis sechs Monaten liege. Ihrer Ansicht nach stammen die besten offenen Modelle seit etwa 2024 alle aus chinesischen Laboren. Eine Analyse von SemiAnalysis mit dem Titel „Are Open Models Catching Up? », veröffentlicht im August 2026, stützt sich auf unabhängige Bewertungen, um zu einem ähnlichen Schluss zu gelangen. Die Liste zitiert auch eine Aussage des Produktverantwortlichen von Z.ai aus dem Jahr 2025 zur Veröffentlichung seiner Modelle: „Get it out fast. We open source it within a few hours. »
Westliche Unternehmen und die China-Frage
Mehrere US-Politiker haben Unternehmen zu ihrer Nutzung chinesischer Modelle befragt. Die Liste erwähnt DoorDash in einer von CNBC am 31. Juli 2026 berichteten Untersuchung sowie Airbnb und Anysphere, den Herausgeber von Cursor, deren Fall von Bloomberg und Semafor am 29. April 2026 berichtet wurde. Apple wird im Zusammenhang mit einer vom New York Times erwähnten und von Reuters am 17. Mai 2025 gemeldeten Vereinbarung zitiert, und Harvey taucht im August 2026 auf. Die Liste erwähnt auch freiwillige Wechsel: Perplexity integrierte laut Forbes schnell DeepSeek R1 im Januar 2025, und Thomson Reuters verlässt sich laut Business Insider vom 24. August 2026 auf Qwen, um sich von Claude zu entfernen.
Die Distillation im Zentrum der Debatte
Bei der Distillation wird ein Modell anhand der Antworten eines anderen Modells trainiert. Die Liste widmet diesem Thema einen ganzen Abschnitt und stützt sich dabei unter anderem auf einen Bericht von Anthropic vom September 2026, der einen großflächigen Einsatz seiner Produkte durch gesperrte Akteure beschreibt, bei dem technische Distillation und die Integration von Claude in andere Dienste ohne Wissen der Nutzer vermischt wurden. Anthropic bestätigte, dass diese Technik von chinesischen Laboren genutzt worden sei.
Ein Artikel von Forschern, darunter Panfilov und Shumailov, mit dem Titel „Stealing Reasoning Traces from Proprietary LLM APIs » aus dem Jahr 2026 zeigt zudem, dass bestimmte Programmierschnittstellen geschlossener Labore es ermöglichen können, die Denkspuren der Modelle systematisch zu extrahieren. Die Liste erinnert jedoch daran, dass kein klarer Beweis dafür erbracht wurde, dass DeepSeek das o1-Modell von OpenAI für die Entwicklung von R1 destilliert habe, und stellt fest, dass die Distillation ihrer Ansicht nach nichts von der Innovation der betroffenen Labore abziehe.
