## archiv modelle & benchmarks - seite 6 von 6
Alle Artikel des Ressorts, neueste zuerst. Zur Ressort-Seite Modelle & Benchmarks
MODELLEText Generation Inference unterstützt jetzt mehrere Backends
Hugging Face erweitert Text Generation Inference um flexible Backend-Optionen wie TRT-LLM und vLLM. Nutzer können nun zwischen verschiedenen Inferenz-Engines wählen und so Performance und Anforderungen optimal abstimmen.
MODELLEOpen-R1: Open-Source-Reproduktion von DeepSeek-R1
Hugging Face veröffentlicht Open-R1, eine vollständig offene Reproduktion von DeepSeeks Reasoning-Modell. Das Projekt ermöglicht es der Community, leistungsstarke Chain-of-Thought-Systeme zu trainieren und anzupassen.
MODELLEPrefill und Decode: LLM-Performance bei parallelen Anfragen optimieren
Wie Prefill und Decode Phasen die Durchsatzrate großer Sprachmodelle beeinflussen. TNG Tech zeigt Optimierungsstrategien für gleichzeitige Nutzeranfragen.
MODELLESmolLM3: Kompakte Sprachmodelle mit Mehrsprachigkeit und langem Kontext
Hugging Face stellt SmolLM3 vor – effiziente Sprachmodelle in verschiedenen Größen mit verbesserter Mehrsprachigkeit und erweitertem Context Window. Ideal für ressourcenbegrenzte Umgebungen.
MODELLEOpenAI startet GPT OSS: Neue Open-Source Modellfamilie
OpenAI veröffentlicht GPT OSS, eine neue Open-Source Modellfamilie. Die Modelle sind frei verfügbar und sollen Entwicklern mehr Flexibilität bieten.
MODELLEFLUX-2: Neue Bildgenerierung in Hugging Face Diffusers
Hugging Face integriert FLUX-2 in die Diffusers-Library. Das Modell bietet verbesserte Bildqualität und schnellere Generierung. Developer erhalten direkten Zugang zu fortgeschrittenen Text-to-Image-Fähigkeiten.
MODELLETransformers v5: Einfachere Modell-Definitionen für das AI-Ökosystem
Hugging Face veröffentlicht Transformers v5 mit vereinfachten Modell-Definitionen. Die Update reduziert Komplexität und macht die Bibliothek zugänglicher für Entwickler.
MODELLEGGML und llama.cpp schließen sich Hugging Face an
Die Open-Source-Projekte GGML und llama.cpp integrieren sich in Hugging Face. Der Schritt sichert die Langzeitentwicklung lokaler KI-Modelle und stärkt das Ökosystem für Edge-Deployment.
MODELLETRL v1.0: Die Post-Training Library erreicht Production-Reife
Hugging Face stellt TRL v1.0 vor – eine Bibliothek für Post-Training von Large Language Models. Die neue Version bringt Stabilität, bessere Performance und erweiterte Features für Industrial-Anwendungen.
MODELLEGemma 4: Googles neues multimodales On-Device-Modell
Google präsentiert Gemma 4 mit nativer Multimodal-Unterstützung für lokale Verarbeitung. Das Modell kombiniert Text- und Bildverarbeitung auf Edge-Geräten und adressiert Performance sowie Datenschutz gleichermaßen.
MODELLEDeepSeek-V4: Eine Million Token Context für produktive Agenten
DeepSeek-V4 erweitert das Context-Fenster auf eine Million Token und macht diese Kapazität praktisch nutzbar. Das Modell zeigt effiziente Performance bei langen Dokumenten und Multi-Turn-Szenarien.
MODELLEWorld Models: Warum KI die physische Welt noch nicht beherrscht
KI-Systeme dominieren die digitale Welt, doch die physische Realität bleibt eine Herausforderung. World Models könnten der Schlüssel sein, um Maschinen ein echtes Verständnis der Welt zu geben.
MODELLEDeepSeek V4: Das ändert sich beim neuen Flagship-Modell
DeepSeek hat V4 vorgestellt: Das neue Flagship-Modell verarbeitet deutlich längere Prompts und bleibt Open Source. Wir erklären, warum das für die AI-Community relevant ist.
MODELLEDeepseek V4: Wie China KI-Unabhängigkeit vorantreibt
Deepseek optimiert V4 für chinesische Hardware statt US-GPUs. Das Flash-Modell läuft auf acht lokalen KI-Beschleunigern. Kleine Änderungen ermöglichen große Auswirkungen auf die technologische Souveränität.
MODELLEClaude Opus 4.7: Änderungen im System Prompt
Anthropic hat die System Prompt von Claude Opus überarbeitet. Die neuen Vorgaben zeigen, wie sich die Verhaltensrichtlinien zwischen Version 4.6 und 4.7 verschoben haben.
MODELLEDeepSeek V4: Frontier-Leistung zu Bruchteilen der Konkurrenz
DeepSeek V4 erreicht Frontier-Level-Performance bei deutlich niedrigeren Kosten. Das Modell konkurriert mit teureren Alternativen und setzt neue Maßstäbe bei der Effizienz.
MODELLEGPT-5.3-Codex: Coding-Agent mit verbesserter Reasoning
OpenAI stellt GPT-5.3-Codex vor – einen auf Code spezialisierten Agent, der Coding-Performance mit General Reasoning kombiniert. Das Modell soll komplexe, mehrstufige technische Aufgaben bewältigen.
MODELLEGPT-5.2 entdeckt neue Formel in der theoretischen Physik
GPT-5.2 hat eine neue Formel für Gluon-Amplituden vorgeschlagen, die anschließend von OpenAI und akademischen Partnern formal bewiesen wurde. Ein Preprint dokumentiert diese Entdeckung im Bereich der theoretischen Physik.
MODELLESWE-bench Verified: Warum OpenAI die Bewertung einstellt
OpenAI stoppt die Evaluierung von SWE-bench Verified wegen Datenkontamination und fehlerhaften Tests. Das Benchmark misst die Coding-Fähigkeiten von KI-Modellen nicht mehr zuverlässig. SWE-bench Pro soll die bessere Alternative sein.
MODELLEGPT-5.4: OpenAIs neues Flaggschiff für professionelle Anwendungen
OpenAI stellt GPT-5.4 vor – das leistungsstärkste Modell der Reihe mit erweiterten Fähigkeiten bei Code, Computer Use und 1-Million-Token-Context für professionelle Workflows.
MODELLEDie besten lokalen KI-Modelle für 8/16/32/64/128 GB RAM
RAM-Klassen-basierte Empfehlung: Welches Modell lohnt sich für welchen Rechner, von 8 GB bis 128 GB? Download-Größen aus der Ollama-Bibliothek, Startbefehle und die ehrlichen Grenzen jeder Klasse.
MODELLEGPT-5 vs Claude Opus 4.7 — 50 reale Aufgaben im Vergleich
Nicht Synthetik-Benchmarks. 50 Alltagsaufgaben aus Coding, Texten, Reasoning und Multimodal. Wer gewinnt wo und was es für Abo-Entscheidungen heißt.
MODELLEOllama, MLX, llama.cpp — welches Setup für welches Budget
Lokale LLMs machen 2026 wieder Sinn. Aber Ollama ist nicht llama.cpp ist nicht MLX. Welches Setup lohnt sich für dein Budget und deine Hardware — ohne Marketing-Gedöns.