Welches Open-Source-KI-Modell ist 2026 das beste? Kimi K3 von Moonshot AI führt das offene Leaderboard von LLM Stats im Snapshot vom 7. August 2026 mit 55,4 Punkten an, gefolgt von GLM-5.2 (46,8) aus dem Hause Z.ai. Wer vor allem auf günstige API-Preise achtet, fährt mit DeepSeek V4 Flash besser. Wer einen breiteren Überblick über alle Anbieter sucht, findet ihn im Artikel KI-Modelle 2026 im Vergleich. Dieser Artikel vergleicht die drei führenden Open-Weight-Modelle mit Scores, Preisen und ehrlichen Hinweisen zum Selbst-Hosting.
Was heißt Open Source bei KI-Modellen?
Die meisten Produkte mit dem Label „Open Source“ sind genauer gesagt Open-Weight-Modelle: Die Gewichte sind herunterladbar, aber Trainingsdaten, Code oder Lizenz erfüllen nicht zwingend die Kriterien der Open-Source-Definition. Das macht in der Praxis einen Unterschied – vor allem bei erlaubten Nutzungen.
- Kimi K3 nutzt eine eigene Custom-Lizenz mit kommerziellen Bedingungen – vor produktivem Einsatz prüfen.
- GLM-5.2 ist mit MIT-Lizenz veröffentlicht – die freizügigste Variante in dieser Gruppe.
- Offene Gewichte bedeuten nicht, dass ein Modell günstig selbst zu hosten ist – Frontier-Modelle brauchen Rechenzentrums-Hardware.
Die Top 3 im Daten-Vergleich
Wer die Grundbegriffe dahinter auffrischen will, findet sie im Wiki-Beitrag zu KI, Machine Learning, Deep Learning und LLM.
Die Werte stammen aus dem LLM-Stats-Open-Leaderboard (Snapshot 7. August 2026) und den offiziellen Preislisten der Anbieter.
- Kimi K3 (Moonshot AI): Overall 55,4 · Reasoning 54,5 · Coding 45,4 · 1 Mio. Token Kontext · API ca. 4,33 $/Mio. Tokens (blended) · 2,8 Billionen Parameter
- GLM-5.2 (Z.ai): Overall 46,8 · Coding 38,4 · 1 Mio. Token Kontext · 1,18 $/Mio. Tokens · 744 Mrd. Parameter (MoE) · MIT-Lizenz
- DeepSeek V4 Flash (DeepSeek): Overall 39,4 · 1 Mio. Token Kontext · 0,16 $/Mio. Tokens (blended) · preiswerteste API-Option
Kimi K3: Das größte offene Modell
Moonshot AI stellte Kimi K3 am 16. Juli 2026 vor und veröffentlichte die Gewichte am 26. Juli. Mit 2,8 Billionen Parametern im Mixture-of-Experts-Format ist es das größte offen verfügbare Modell – pro Anfrage werden davon nur 104 Milliarden aktiv. Es verarbeitet nativ Text und Bilder und bietet einen Kontext von rund einer Million Tokens.
Aufpassen beim Selbst-Hosting: Laut technischer Dokumentation braucht Kimi K3 acht oder mehr High-End-GPUs und rund 1,6 Terabyte Speicherplatz für die Modelldatei. Für die meisten Unternehmen ist eine gehostete API realistischer.
GLM-5.2: Die MIT-Alternative für Coding
Z.ai veröffentlichte GLM-5.2 mit MIT-lizenzierten Gewichten (BF16 und FP8) plus Deployment-Dokumentation. Mit 744 Milliarden Gesamt-Parametern (40 Mrd. aktiv) und einer Million Token Kontext ist es der stärkste getrackte Herausforderer hinter Kimi K3 – besonders bei Coding- und Agent-Aufgaben.
DeepSeek V4 Flash: Der Preis-Leistungs-Sieger
DeepSeek listet den Flash-Endpoint mit aktuell 0,14 $ pro Million Input- und 0,28 $ pro Million Output-Tokens – der niedrigste Preis in der Spitzengruppe, bei einer Million Token Kontext. Deutlich weniger Leistung als Kimi K3, dafür für Massen-Workloads mit kleinem Budget interessant.
Für wen lohnt sich welches Modell?
Eine Einordnung nach Anwendungsfall bietet außerdem der Beitrag über große und kleine Sprachmodelle.
- Maximale Open-Weight-Leistung → Kimi K3, wenn Infrastruktur und Lizenzprüfung machbar sind.
- Coding & Agent-Workloads mit freier Lizenz → GLM-5.2 (MIT).
- Hohes Volumen, kleines Budget → DeepSeek V4 Flash über die Hosted-API.
- Einsatz in Deutschland/EU → Datenverarbeitung und EU AI Act prüfen; offene Gewichte befreien nicht von den Pflichten.
Stand: August 2026. Quellen: LLM-Stats-Open-Leaderboard (Snapshot 7.8.2026), punku.ai „Beste Open-Source-KI-Modelle 2026“, OptimusFlow Consulting „Neue KI-Modelle August 2026“, DeepSeek-Preisseite. Scores und Preise ändern sich laufend – vor Entscheidungen aktuell prüfen.