Apertus v1.5 8B
Bereitstellbar
Schweizerisch, mehrsprachig und kompakt, mit Text-, Bild- und Audioeingabe. Ein Kandidat für kontrolliertes RAG nach konkreter Aufgaben-Evaluation.
Modell-Intelligenz
Das Modell folgt der Aufgabe.
Ein Modell ist erst bereitstellbar, wenn Gewichte, Lizenz, Serving-Engine, Speicherbedarf und Verhalten zusammenpassen. Dieser Katalog trennt diese Fakten — und datiert jede Aussage.
Offizielle ModellfaktenBerechnete SpeicherpläneRegister geprüft am 29. Juli 2026 · Kimi-K3-Prüfung bis 12. August 2026
Breiteres Open-Model-Programm, Anwendungsfälle und Benchmark-Gates vergleichen →
Bereitstellungskatalog erkunden
Filtern Sie nach dem System, das Sie besitzen wollen — nicht nach einer Ranglisten-Schlagzeile.
12 Modelle angezeigt
Apertus v1.5 70B
Bereitstellbar
Ein Schweizer Grossmodell-Kandidat mit Text-, Bild- und Audioeingabe; multimodale und lange Kontexte müssen gemessen werden.
gpt-oss-20b
Bereitstellbar
Kompakter Kandidat für Reasoning und Werkzeuge. Aktive Parameter beeinflussen Rechenlast, nicht die volle Gewichtsresidenz.
gpt-oss-120b
Bereitstellbar
Der offizielle 80-GB-Fit ist keine Mehrbenutzer-Leistungszusage. Parallelität wird separat gemessen.
Qwen3.5 27B
Bereitstellbar
Eine kompakte multimodale Option für Dokument- und Bildaufgaben, abhängig von Quantisierung und Kontext-Evaluation.
Kimi Linear 48B-A3B
Bereitstellbar
Interessant für Archive mit langem Kontext. Publizierte Cache- und Latenzvorteile bleiben Hersteller-/Forschungsevidenz, bis wir sie messen.
Kimi K2
Grosssystem
Trotz 32B aktiven Parametern Rack-Klasse: Expertengewichte bleiben resident. Der offizielle Deployment Guide ist der Anker.
Kimi K2.5
Grosssystem
Multimodal und speichereffizienter als FP8, aber weiterhin ein Multi-GPU-System mit nachzuweisendem Kontext und Durchsatz.
Kimi K2.6
Grosssystem
Ein aktueller multimodaler Checkpoint mit Bildeingabe. Lokales Video wird nicht behauptet: Die offizielle Model Card bezeichnet es als experimentell und API-exklusiv.
Kimi K2.7 Code
Coding-Spezialist
Ein Coding-Agent-Derivat mit erhaltenen Reasoning-Spuren und Bildeingabe. Es wird als Spezialist evaluiert, nicht als Standardmodell für Archive vorausgesetzt.
DeepSeek V3
Grosssystem
Ein grosser MoE-Kandidat, wenn Modelllizenz und validierter Multi-GPU-Stack zur Governance-Grenze passen.
Kimi K3
Rack-ProgrammVon ANULUM ungemessen
Offizielle Gewichte ermöglichen jetzt souveräne Evaluation und Rack-Architekturplanung. Produktion bleibt von exakter Engine, Kontext, Parallelität, Tool-Schema, Sicherheit, Qualität und Lizenzfreigabe abhängig; die öffentliche Serving-Anleitung unterstützt Bild-, nicht Video- oder Audioeingabe.
Kimi ohne Nebel
Der Name Kimi umfasst sehr verschiedene Realitäten. Linear kann quantisiert auf einen professionellen Node passen. K2 bis K2.7 sind Grosssystemprogramme. K3 ist jetzt ein Open-Weight-Kandidat der Rack-Klasse: verfügbar für kontrollierte Evaluation und Architekturarbeit, aber keine vorvalidierte Produktion.
Parameter-Ehrlichkeit: Aktive Parameter schätzen Rechenarbeit pro Token. Residente Gesamtgewichte, KV-Cache, Runtime-Puffer, Kontext und Parallelität bestimmen den Speicher.
Ein Katalog behauptet nicht, dass jedes Modell Open Source ist.
Open Weight bezeichnet hier herunterladbare Checkpoints unter Herstellerbedingungen; Open Source bleibt exakten Versionen vorbehalten, deren Artefakte und Lizenzen diese Bezeichnung tragen. Lizenz, Checkpoint-Herkunft und Einsatzzweck werden vor Bereitstellung geprüft.
Benchmark-Status: Hersteller-Scores bleiben Herstellernachweise. Kein Eintrag trägt einen ANULUM-Qualitätsscore ohne verlinkten reproduzierbaren ANULUM-Lauf.
Primäre Nachweise
- Offizieller Moonshot-AI-Modellkatalog ↗
- Offizielle Kimi-K2-Bereitstellungsanleitung ↗
- Offizielle Kimi K2.6 Model Card ↗
- Offizielle Kimi K2.7 Code Model Card ↗
- Offizielle Kimi-K3-Model-Card und Gewichte ↗
- Kimi K3 License ↗
- Offizielles vLLM-Rezept für Kimi K3 ↗
- SGLang-Cookbook für Kimi K3 ↗
- Swiss AI Apertus v1.5 70B Model Card ↗
- Offizielle gpt-oss Veröffentlichung ↗
Ein Quellenlink ist keine ANULUM-Qualitätsempfehlung. Die Modellwahl folgt der Evaluation an Aufgaben und Randbedingungen des Kunden.