Feldführer durch Chinas Open-Weight-KI-Ökosystem

Nehmen wir zuerst den besten Einwand der Skeptiker, denn er ist berechtigt. Wer auf einem chinesischen Open-Weight-Modell aufbaut, hängt von einem Labor ab, das man nicht einfach anrufen kann, unter Lizenzen und Exportregeln, die sich mitten im Sprint ändern können, mit Trainingsdaten, die einem niemand zeigen wird. Das ist real, und keine Download-Grafik lässt es verschwinden. Was die Grafik ändert, ist die Form der Entscheidung. Das hier ist kein einzelnes virales Modell, das man aussitzen kann. Es ist ein stetiger Nachschub davon, aus einer ganzen Reihe von Laboren, und die Kosten dafür, die Kategorie zu ignorieren, steigen mit jedem Quartal.

Chinas Open-Weight-KI-Ökosystem ist ein Cluster aus Laboren, DeepSeek, Alibabas Qwen, Moonshots Kimi, GLM von Z.ai, ByteDance, MiniMax, Baidu und Tencent, die leistungsstarke Modelle mit herunterladbaren Gewichten unter mehreren verschiedenen Lizenzen veröffentlichen. Die Veröffentlichungswelle seit Juni hat die Kategorie erneut weitergedreht. DeepSeek V4, Kimi K3, GLM-5.3 und MiniMax M3 haben alle Kontextfenster mit 1 Million Token. Der Sommer brachte Tencents erstes offenes Modell in Flaggschiff-Größe und am 8. August offene Qwen3.8-Gewichte; GLM-5.3 kam am 14. August, mit einer günstigeren Flash-Variante am 26. August, und der September fügte DeepSeeks V4.1-Flash und die Nachricht hinzu, dass Qwen 4 im Training ist. Chinesische Open-Weight-Modelle überholten US-Modelle 2025 erstmals bei ihrem Anteil an den Hugging-Face-Downloads, 17,1 % zu 15,8 % im Jahresverlauf bis August, wie eine Studie von MIT und Hugging Face zeigt, und der Abstand wächst seitdem weiter. Die wichtigere Verschiebung ist, dass mehrere dieser Veröffentlichungen jetzt auf dieselbe langfristige Programmier- und Agentenarbeit zielen wie die führenden geschlossenen Modelle.

Das Wichtigste in Kürze- Chinas Open-Weight-Szene ist eine Gruppe ernstzunehmender Labore, nicht ein virales Modell. Die aktuellen Flaggschiffe sind DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 und MiniMax M3, dazu Tencents Hunyuan Hy3, das über den Sommer veröffentlicht wurde.- Es ist Strategie, keine Wohltätigkeit. Peking behandelt offene Gewichte als industrielles Gut, eine These, die die US-China-Kommission die „two loops“ nennt.- Die Verbreitung ist bereits entschieden: Chinesische Open-Weight-Modelle überholten US-Modelle 2025 beim Anteil an den Hugging-Face-Downloads, und Ende Februar 2026 stammten rund 61 % des Token-Verbrauchs in den Top 10 von OpenRouter von ihnen.- „Offen“ bedeutet nicht mehr eine einzige Lizenzhaltung. Qwen3.6 und Tencents Hy3 nutzen Apache-2.0, DeepSeeks V4-Linie und GLM-5.3-Flash nutzen MIT, während Qwen3.8, Kimi K3, MiniMax M3 und das vollständige GLM-5.3 eigene Lizenzen verwenden.- Gehostete und herunterladbare Veröffentlichungen muss man weiterhin auseinanderhalten. Alibabas Qwen3.8-Max ist ein gehostetes Flaggschiff, aber die Gewichte von Qwen3.8 sind zu eigenen Bedingungen herunterladbar.

Das ist der Feldführer, den ich mir gewünscht hätte, bevor ich anfing, diese Gewichte herunterzuladen und Dinge damit kaputtzumachen. Die Geopolitik liegt eine Ebene höher, im Grundlagenbeitrag dazu, ob China das KI-Rennen gewinnt. Dieser Beitrag bleibt am Boden.

Warum hat China seine KI als Open Source veröffentlicht?

China hat seine KI als Open Source veröffentlicht, weil offene Gewichte ein strategisches Gut sind, kein Geschenk. Die US-China Economic and Security Review Commission beschreibt es als „two loops“: eine digitale Schleife, in der offene Gewichte weltweit Verbreitung und Weiterentwicklung säen, und eine physische Schleife, in der der billige Einsatz in chinesischen Fabriken proprietäre Industriedaten in bessere Modelle zurückspeist. Politik zuerst. Großzügigkeit weit abgeschlagen an zweiter Stelle.

Die Logik ist einfach, sobald man sie sieht. China steht für 17,8 % der weltweiten KI-Publikationen und 74,2 % der erteilten KI-Patente im AI Index 2026. Offene Gewichte verwandeln dieses Forschungsvolumen in Reichweite. Verschenkt man ein leistungsfähiges Modell, bauen Entwickler überall darauf auf, und das verbreitet chinesisches Werkzeug, Standards und Abhängigkeiten weit schneller, als es jeder Exportvertrag könnte.

Die politische Rückendeckung ist explizit. Ministerpräsident Li Qiang versprach auf der World AI Conference 2025, China werde „offener bei der Weitergabe von Open-Source-Technologie und -Produkten“ sein, berichtete Xinhua, und die breitere „KI+“-Initiative zielt darauf, KI in Fertigung, Dienstleistungen und Verwaltung zu integrieren, wie die Analyse der chinesischen KI-Politik des Carnegie Endowment darlegt. Offene Gewichte umgehen zudem die Exportkontrollen für Chips. Wenn Ihr Vorteil in der Verbreitung liegt statt im Besitz des einzelnen besten geschlossenen Modells, brauchen Sie nicht den neuesten Beschleuniger, um global zu zählen.

Hier ist der Punkt, den die westliche Berichterstattung meist übersieht. Open Source ist nicht der Zug eines Landes, das zurückliegt und hofft, Großzügigkeit kaufe ihm Wohlwollen. Es ist eher das Gegenteil. Wenn man das Rennen an der geschlossenen Spitze nicht allein über Rechenleistung gewinnen kann, ändert man das Spiel zu einem, das man gewinnen kann: Allgegenwart. Ein kostenloses, gut genuges, freizügig lizenziertes Modell, das jeder herunterladen und auf eigener Hardware laufen lassen kann, ist eine Form von Einfluss, die weit stärker bindet als eine kostenpflichtige API, die niemand außerhalb der eigenen Grenzen prüfen kann.

China stellt seine KI als bewusste Industriepolitik unter Open Source, nicht aus Altruismus. Die „two-loops“-These der US-China-Kommission argumentiert, dass offene Modelle Chinas breitere Fertigungs- und Industriedominanz festigen, während Ministerpräsident Li Qiangs Zusage, „Open-Source-Technologie und -Produkte“ zu teilen, von Xinhua verbreitet, und die „KI+“-Initiative dies politisch stützen.

Der Vergleich von Ausgaben und Strategie gegenüber den USA bekommt seine eigene Behandlung in gewinnt China das KI-Rennen.

Die Liste chinesischer Open-Source-KI-Modelle: Wer baut sie?

Die chinesische Open-Weight-Szene läuft auf rund neun ernstzunehmenden Akteuren und ist weit vielfältiger, als die DeepSeek-Schlagzeilen vermuten lassen. Stanfords DigiChina-Briefing zum Ökosystem porträtiert vier führende Familien im Detail, Qwen, DeepSeek, Kimi und GLM, und nennt eine Bank dahinter beim Namen. Hier ist das Who's who, mit der offenen Flaggschiff-Familie jedes Labors.

Qwen überragt das Feld weiterhin bei der Ökosystemgröße. Hugging Faces Bericht State of Open Models: Summer 2026 beziffert Qwen auf 2,045 Milliarden Hub-Downloads in den ersten sieben Monaten 2026 und 151.448 Derivate, das 2,6-Fache des gesamten Fußabdrucks von Meta. Alibabas eigene Angabe, am 15. August von Bloomberg berichtet, ist noch größer: 3 Milliarden Downloads und mehr als 300.000 Derivate weltweit. Ich würde das als Unternehmenszahl und nicht als geprüfte Zahl behandeln, aber beide Zählungen bestätigen die Größenordnung. MIT Technology Review merkt an, dass allein Qwen-Varianten mehr als 40 % der neuen abgeleiteten Modelle auf der Plattform ausmachen. Ökosystemgröße ist allerdings kein Ersatz mehr für das neueste Modell. Alibaba veröffentlichte Qwen3.8s offene Gewichte am 8. August 2026, ein Mixture-of-Experts-Modell mit 2,4 Billionen Parametern und 95 Milliarden aktiven Parametern, unter einer eigenen Qwen-Lizenz statt Apache-2.0, während Qwen3.6 die aktuelle Apache-2.0-Linie bleibt. Und auf der Apsara-Konferenz hier in Hangzhou am 22. September sagte Alibaba, Qwen 4 sei im Training, mit einem Ausblick auf eine vierstufige Aufstellung, Max, Flash, Plus und ein offenes 27B-Modell, bislang ohne Termine, Preise oder Gewichte.

Hinter den fünf großen Namen zählt die Bank mehr als früher, und man sollte sie beim Namen kennen statt als Fußnote. Tencents Hunyuan Hy3 ist die eigentliche Neuigkeit: veröffentlicht im Juli 2026 unter Apache-2.0, es ist das erste Mal, dass Tencent Gewichte in Flaggschiff-Größe offenlegt, und es landet direkt im Stapel der ernsthaften Evaluierungen. Baidus offene Ernie-4.5-Familie markierte einen echten Kurswechsel für ein Unternehmen, das jahrelang geschlossen fuhr, auch wenn die offenen Varianten bei der Verbreitung hinter den Spitzenreitern zurückbleiben und Ernie 5.0 geschlossen blieb. ByteDance ist der Sonderfall: enorme Verbraucherreichweite über Doubao und glaubwürdige Forschungs-Checkpoints in Seed-OSS, aber die Flaggschiff-Modelle bleiben geschlossen. Prüfen Sie also, was tatsächlich offen ist, bevor Sie damit planen. Noch ein Name, den man lieber mit Bleistift als mit Tinte einträgt: MiniMax lieferte am 27. September ein M3.1-Flash-Preview in seinem Werkzeug MiniMax Code aus, eine Vorschau statt einer vollen Veröffentlichung, also bleibt M3 die Version, um die man planen sollte.

Zwei dieser Labore bauen ihre Modelle eine kurze Fahrt von meiner Wohnung entfernt, und trotzdem lag ich am Anfang falsch. Ich nahm an, es sei ein Zweikampf zwischen DeepSeek und Qwen, teils weil das der Zweikampf ist, über den die Schlagzeilen berichten, teils weil man in Hangzhou in jedem Gespräch genau diese zwei Namen hört. Es ist kein Zweikampf. In meinem eigenen Stack greife ich bei bestimmten Aufgaben immer wieder zu GLM und Kimi, besonders bei Long-Context-Arbeit, wo ein kleineres Labor klammheimlich das bessere Werkzeug ausgeliefert hat. Wer das Ökosystem als „DeepSeek und der Rest“ liest, verpasst die Hälfte der guten Optionen.

Referenzkarte: die wichtigsten chinesischen Open-Weight-Labore und ihre Flaggschiff-Modellfamilien. Zusammengestellt aus Stanfords DigiChina-Briefing sowie den Release-Notes und Modellkarten der Labore. Indikativ, nicht erschöpfend.

Für einen direkten Vergleich der Spitzenreiter siehe Qwen vs. DeepSeek vs. Llama.

Chinas Open-Weight-Ökosystem umfasst mindestens neun ernstzunehmende Labore. Seine Flaggschiffe des Herbstes 2026 sind DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 und MiniMax M3, dazu Tencents Hunyuan Hy3, frisch offen unter Apache-2.0. Stanfords DigiChina-Briefing dokumentiert das Feld als vielfältig statt als Ein-Modell-Geschichte; die aktuellen Modellfakten stammen aus den Release-Notes und Modellkarten der Labore.

Wo finden und betreiben Sie chinesische offene Modelle?

Sie finden chinesische offene Modelle an denselben Orten wie jedes offene Modell. Hugging Face dominiert als Host, mit ModelScope als chinesisch-nativem Knotenpunkt. Die Verbreitung dort ist nicht marginal. Chinesische Open-Weight-Modelle überholten US-Modelle 2025 erstmals beim Anteil an den weltweiten Hugging-Face-Downloads, 17,1 % zu 15,8 % im Jahresverlauf bis August, laut der Studie von MIT und Hugging Face, und sie haben nicht zurückgeblickt. Auf der API-Seite stammten Ende Februar 2026 rund 61 % des Token-Verbrauchs in den Top 10 von OpenRouter von chinesischen Modellen, und bis zum Sommer waren sie die Mehrheit des gesamten Plattformverkehrs, auf OpenRouters Rankings. Diese Gewichte liegen auf der Mainstream-Infrastruktur, die Sie ohnehin schon nutzen.

Es gibt drei praktische Wege hinein. Hugging Face ist der Ort, an dem Sie Gewichte herunterladen, um sie selbst zu hosten oder feinabzustimmen. ModelScope, Alibabas Knotenpunkt, führt chinesische Veröffentlichungen oft früh. Gehostete APIs kommen entweder vom Labor selbst oder von Aggregatoren wie OpenRouter. Prüfen Sie die Verfügbarkeit pro Checkpoint: Jedes oben genannte Flaggschiff hat mittlerweile herunterladbare Gewichte, während gehostete Flaggschiffe wie Qwen3.8-Max auf den eigenen Plattformen der Labore danebenliegen.

Das Lizenzbild zählt mehr, als man erwartet. Qwen3.6 und Hunyuan Hy3 nutzen Apache-2.0. DeepSeeks V4-Linie und GLM-5.3-Flash nutzen MIT. Qwen3.8, Kimi K3, MiniMax M3 und das vollständige GLM-5.3 tragen eigene Lizenzen. Das sind spürbar unterschiedliche Ausgangspunkte für eine kommerzielle Prüfung, und die Bedingungen können sich zwischen Checkpoints desselben Labors noch ändern. Qwen ist das lebendige Beispiel: Seine offene Linie wechselte in einem einzigen Veröffentlichungszyklus von Apache-2.0 bei Qwen3.6 zu einer eigenen Lizenz bei Qwen3.8. Z.ai machte denselben Punkt aus der anderen Richtung. GLM-5.3 durchbrach das MIT-am-ersten-Tag-Muster der Familie, erschien am 14. August zuerst als API, mit zwei Wochen zurückgehaltenen Gewichten für eine Sicherheitsprüfung und einer Veröffentlichung unter einer maßgeschneiderten Lizenz, bevor die Flash-Variante am 26. August MIT wiederherstellte.

Mein eigener Arbeitsablauf ist bewusst langweilig. Ich ziehe die Gewichte von Hugging Face oder ModelScope, öffne vor allem anderen die Lizenzdatei, prototype gegen OpenRouter, um zu sehen, ob das Modell wirklich zur Aufgabe passt, und hoste dann den Gewinner selbst, wenn die Arbeitslast die Hardware rechtfertigt. Die Lizenzprüfung ist der Schritt, den die Leute überspringen, und er ist der, den sie später bereuen.

Die aktuellen chinesischen Flaggschiffe sind über einen Mix aus offiziellen APIs, Hugging Face und ModelScope verfügbar. Die Lizenzen unterscheiden sich scharf: Qwen3.6 und Hunyuan Hy3 sind Apache-2.0, DeepSeeks V4-Modelle und GLM-5.3-Flash sind MIT, und Qwen3.8, Kimi K3, MiniMax M3 und das vollständige GLM-5.3 nutzen eigene Bedingungen. Prüfen Sie den exakten Checkpoint, statt sich auf den Familiennamen zu verlassen.

Wenn Sie bei den Governance-Fragen festhängen, führt meine Anleitung dazu, ob DeepSeek sicher für Unternehmen ist, durch die Checkliste der Sorgfaltsprüfung.

Was bedeutet das für westliche Teams?

Für westliche Teams hat sich die Schlagzeile geändert. Chinesische offene Modelle sind nicht mehr nur die billige, gut-genug-Option. Kimi K3, GLM-5.3, DeepSeek V4 und MiniMax M3 sind für langfristige Programmier-, multimodale und agentische Arbeit gebaut, mit 1-Mio.-Kontext bei allen vieren. Die verbleibenden Fragen sind praktisch: welches zur Arbeitslast passt, ob die Lizenz zum Produkt passt und ob Sie die Hardware-Rechnung für einen Checkpoint dieser Größe tragen wollen.

Denken Sie daran, was das in der Praxis ändert. Für Zusammenfassung, Extraktion, Klassifizierung, Routing und Textentwürfe brauchen Sie selten das einzelne beste Spitzenmodell der Welt. Sie brauchen eines, das zuverlässig und billig ist und Ihnen gehört, um es dort laufen zu lassen, wo Sie wollen. Chinesische offene Gewichte treffen dieses Ziel, und Sie können sie auf eigenen Maschinen hosten, statt eine geschlossene API pro Token zu mieten.

Die Vorbehalte sind real, und ich werde sie nicht beschönigen. Datengovernance, Herkunft, Zensurverhalten und Lizenzierung verdienen alle eine gründliche Prüfung, bevor irgendetwas Produktion berührt. Das ist eine Risikobewertung, kein Veto. Carnegies Analyse ist eine nützliche Erinnerung daran, dass diese Modelle in einem politischen Kontext ankommen; sie als neutrale Ware vom Regal zu behandeln, ist also ein Fehler. Bewerten, dann entscheiden.

Für westliche Teams bedeutet das praktisch, dass das weltweite Standardmodell der Kategorie billig, leistungsfähig und freizügig lizenziert zunehmend chinesisch und open-weight ist, mit chinesischen Modellen an der Spitze des Hugging-Face-Download-Anteils und bei der Mehrheit des Token-Verbrauchs in OpenRouters Top 10 Ende Februar 2026. Die richtige Antwort ist eine strukturierte Bewertung von Governance und Lizenzierung, keine reflexhafte Vermeidung.

Warum diese Modelle überhaupt so billig sind, zerlege ich in warum chinesische KI billig ist.

FAQ

Was sind die wichtigsten chinesischen Open-Source-KI-Modelle? Die aktuell führenden offenen Checkpoints sind DeepSeek V4 Pro und V4.1-Flash, Qwen3.8 und Qwen3.6, Kimi K3, GLM-5.3 und sein MIT-lizenziertes Flash-Geschwister sowie MiniMax M3, dazu Tencents Hunyuan Hy3, das über den Sommer veröffentlicht wurde. ByteDances Seed-Checkpoints und Baidus Ernie 4.5 verbreitern das Feld. Qwen bleibt das größte Ökosystem nach kumulierter Verbreitung, aber seine neuesten offenen Gewichte tragen eine eigene Lizenz statt Apache-2.0.

Warum stellt China seine KI-Modelle unter Open Source? Weil es Strategie ist, keine Wohltätigkeit. Die „two-loops“-These der US-China-Kommission argumentiert, dass offene Modelle Chinas breitere industrielle Dominanz festigen, indem sie chinesisches Werkzeug und Abhängigkeiten global verbreiten. Politisch gestützt wird sie durch Ministerpräsident Li Qiangs Zusage, „Open-Source-Technologie und -Produkte“ zu teilen, berichtet von Xinhua, und durch die „KI+“-Initiative, die in Carnegies Politikanalyse beschrieben wird.

Sind chinesische offene Modelle wirklich offen? Die Gewichte sind bei den oben genannten Veröffentlichungen herunterladbar, aber die Lizenzen unterscheiden sich. Qwen3.6 und Hunyuan Hy3 nutzen Apache-2.0, DeepSeeks V4-Modelle und GLM-5.3-Flash nutzen MIT, und Qwen3.8, Kimi K3, MiniMax M3 und das vollständige GLM-5.3 nutzen eigene Lizenzen. Offene Gewichte bedeuten außerdem keine offenen Trainingsdaten. Lesen Sie die konkrete Modellkarte und Lizenz, bevor Sie bauen.

Wo kann ich chinesische KI-Modelle herunterladen? Hugging Face ist der dominierende Host, mit Alibabas ModelScope als chinesisch-nativem Knotenpunkt, der Veröffentlichungen oft zuerst erhält. Wenn Sie lieber nicht selbst hosten, bedient OpenRouter die meisten dieser Modelle über eine einzige gehostete API. Die Verbreitung auf diesen Plattformen ist mittlerweile entschieden: Chinesische Open-Weight-Modelle überholten US-Modelle 2025 beim Hugging-Face-Download-Anteil und waren bis Mitte 2026 die Mehrheit des OpenRouter-Verkehrs, auf OpenRouters Rankings.

Das Fazit

Chinas Open-Weight-Ökosystem ist kein virales Modell. Es ist eine tiefe Bank von Laboren, DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie und Hunyuan, gestützt durch eine gezielte nationale Strategie. Peking behandelt offene Gewichte als Industriepolitik, die „two loops“, die die USCC beschreibt, und die Verbreitungsdaten spiegeln das bereits: Chinesische Open-Weight-Modelle überholten US-Modelle 2025 beim Hugging-Face-Download-Anteil, stellten bis Ende Februar 2026 rund 61 % des Token-Verbrauchs in OpenRouters Top 10 und waren bis zum Sommer die Mehrheit der Plattform.

Der Einwand, mit dem ich begonnen habe, gilt weiterhin, und das soll er auch. Man hängt von Laboren ab, die man nicht anrufen kann, unter Bedingungen, die sich verschieben können, wie Qwens stiller Lizenzwechsel zwischen Qwen3.6 und Qwen3.8 gerade gezeigt hat. Was Ihnen die Karte kauft, ist die Fähigkeit, genau zu benennen, welche dieser Risiken tatsächlich Ihre sind: für diese Arbeitslast, auf diesem Checkpoint, unter dieser Lizenz. Das ist eine kleinere und weit besser beantwortbare Frage als „sollten wir chinesische Modelle nutzen“.

Mit der Landkarte in der Hand vergleichen Sie die Spitzenreiter direkt in Qwen vs. DeepSeek vs. Llama, arbeiten Sie die Sorgfaltsprüfung in ist DeepSeek sicher für Unternehmen durch oder steigen Sie wieder hinauf zum Grundlagenbeitrag dazu, ob China das KI-Rennen gewinnt. Und wenn Sie ein zweites Paar Augen für ein Projekt möchten, das ist die Art von Arbeit, die ich mache.