OpenAIs neues KI-Modell läuft auf Laptop oder Smartphone

OpenAI hat zwei neue „offene“ Modelle für künstliche Intelligenz veröffentlicht – die ersten seit GPT-2 im Jahr 2019. Das kleinere der beiden, gpt-oss-20b, verfügt über 21 Milliarden Parameter und erreicht eine ähnliche Leistung wie o3-mini. Außerdem benötigt es nur 16 GB Arbeitsspeicher und kann daher auf einem handelsüblichen Laptop oder einem leistungsstarken Smartphone ausgeführt werden. Das größere Modell, gpt-oss-120b, verfügt über 117 Milliarden Parameter, kann auf einer einzelnen NVIDIA-GPU ausgeführt werden und ist hinsichtlich seiner Leistung vergleichbar mit o4-mini. 

In OpenAIs Pressemitteilung vom 5. Aug., erklärt das Unternehmen, dass die Modelle fortgeschrittene Aufgaben zum logischen Schlussfolgern erledigen, Code schreiben, das Web durchsuchen und autonome Agenten entwickeln können, die im Namen des Nutzers handeln – etwa mit der Responses API. Die neuen KI-Modelle wurden mit einem ausschließlich aus Text bestehenden Datensatz trainiert. Sie können daher weder Bilder, Audioinhalte noch andere Medientypen verarbeiten oder erzeugen.

In Sam Altmans X-Post zu gpt-oss, schrieb er: „Wir freuen uns, dieses Modell, das Ergebnis einer Forschung im Wert von Milliarden US-Dollar, der Welt zur Verfügung zu stellen, damit KI möglichst vielen Menschen zugänglich wird. Wir glauben, dass daraus sehr viel mehr Gutes als Schlechtes entstehen wird. So erreicht gpt-oss-120b beispielsweise bei schwierigen Fragen aus dem Gesundheitsbereich ungefähr die Leistung von o3. Wir haben hart daran gearbeitet, die schwerwiegendsten Sicherheitsprobleme zu entschärfen, insbesondere im Bereich der biologischen Sicherheit.“

Bemerkenswert ist, dass OpenAI seine neuen Modelle nicht als „Open Source“, sondern nur als Modelle mit „offenen Gewichten“ bezeichnet. Der Grund dafür ist, dass die Definition der Open Source Initiative die Veröffentlichung der Trainingsdaten verlangt. Das Unternehmen von Sam Altman wird dies vermutlich aufgrund der zahlreichen anhaltenden Klagen von Urheberrechtsinhabern im Zusammenhang mit der Herkunft der Daten nicht tun. Auch die Open Source Initiative erkennt Metas Llama-Modelle nicht als Open Source an , weil sie kommerziellen Einschränkungen unterliegen – obwohl Meta das Gegenteil behauptet.

OpenAIs neue Modelle erscheinen im Zuge von DeepSeeks R1. Das chinesische Unternehmen brachte im Januar die führenden KI-Anbieter gegen sich auf, als es demonstrierte, dass leistungsstarke Open-Source-Modelle zu einem Bruchteil der Kosten entwickelt und eingesetzt werden können.

So funktionieren OpenAIs neue Modelle mit offenen Gewichten

Beide neuen offenen Modelle von OpenAI nutzen eine Architektur aus einer „Mischung von Experten“, um die Effizienz der Modelle zu verbessern. Das bedeutet, dass jeweils nur einige spezialisierte Teile des neuronalen Netzwerks aktiviert werden, die als „Experten“ bezeichnet werden. Jeder Experte verwendet dabei eine Teilmenge der gesamten Parameter des Modells. OpenAI zufolge aktiviert gpt-oss-120b pro Token nur 5,1 Milliarden Parameter.

Die offenen Modelle wurden außerdem mittels bestärkendem Lernen trainiert. Dabei lernen sie durch Interaktionen mit simulierten Umgebungen und erhalten Feedback in Form von Belohnungen, um ihre künftigen Entscheidungen zu verbessern. 

Modelle mit offenen Gewichten gelten häufig als riskanter als geschlossene Systeme, weil sie ohne Aufsicht verändert und weiterverbreitet werden können, wodurch sich ihr Missbrauch schwerer eindämmen und kontrollieren lässt. Die beiden Modelle mit offenen Gewichten von OpenAI wurden jedoch mit absichtlich schädlichem Feintuning getestet. Dabei zeigte sich, dass sie in Bereichen wie der Entwicklung biologischer Waffen keine gefährlichen Fähigkeitsschwellen erreichen – eine Sorge, die OpenAI offen eingeräumt hat.

OpenAIs gpt-oss-120b und gpt-oss-20b sind ab heute auf mehr als einem Dutzend Plattformen verfügbar, darunter Hugging Face, Cloudflare, Azure und AWS. Sie stehen unter der Apache-2.0-Lizenz, die eine kostenlose Nutzung, Veränderung und Weiterverbreitung erlaubt – auch für kommerzielle Zwecke.

OpenAI ist dem Namen und Wesen nach offen – wieder einmal

Obwohl der Name etwas anderes nahelegt, hat OpenAI seine Modelle in den vergangenen Jahren als Closed Source zurückgehalten. Das bedeutet, dass das Unternehmen weder die zugrunde liegenden Modellgewichte noch die Trainingsdaten der Öffentlichkeit zugänglich macht und die Modelle so über kostenpflichtige APIs, Geschäfte mit Unternehmen und Partnerschaften mit Plattformen zu Geld machen kann. Dieser Ansatz hat eine wichtige Rolle bei OpenAIs Streben nach einer gemeldeten Bewertung von 500 Milliarden US-Dollar.

Allerdings haben mehrere Entwicklungen dazu geführt, dass OpenAI seine kommerziellen Ambitionen zurückschrauben musste. Zum einen veröffentlichen DeepSeek und andere chinesische KI-Unternehmen offene Modelle, die OpenAIs Angeboten hinsichtlich Größe und Leistung ebenbürtig sind oder sie übertreffen. Auch Meta wollte in diesem Bereich ein Konkurrent werden, doch seine Llama-Modelle konnten bislang nicht überzeugen. 

In einer Ask-Me-Anything-Runde auf Reddit Anfang dieses Jahres räumte Altman ein, OpenAI habe „auf der falschen Seite der Geschichte gestanden“ , weil das Unternehmen seine Modellgewichte nicht veröffentlicht habe.

Darüber hinaus sprach sich US-Präsident Donald Trump im vergangenen Monat ausdrücklich für Open-Source- und Modelle mit offenen Gewichten aus in seinem AI Action Plan. Er argumentierte, dass sie einen „geostrategischen Wert“ hätten, weil sie dazu beitrügen, US-Technologie zu globalen Standards zu machen und akademische Forschung sowie Start-ups zu unterstützen.

„Unsere Modelle mit offenen Gewichten sind darauf ausgelegt, diesem Moment gerecht zu werden: Sie stehen im Einklang mit den politischen Prioritäten der USA, die über das gesamte politische Spektrum hinweg breite Unterstützung genießen, und geben Entwicklern überall die Freiheit, nach ihren eigenen Vorstellungen Innovationen voranzutreiben“, schrieb OpenAI in einem Blog.

Vergleich der Leistung von KI-Modellen in verschiedenen Benchmarks

Zur höheren Halluzinationsrate schrieb OpenAI in seiner Model Card: „Das ist zu erwarten, da kleinere Modelle über weniger Weltwissen verfügen als größere Frontier-Modelle und tendenziell häufiger halluzinieren.“

Anmerkung der Redaktion: Dieser Artikel wurde ursprünglich auf unserer Schwesterseite TechRepublic.