MiniMax plant Open-Source-KI mit 2,7 Billionen Parametern
Das chinesische Unternehmen MiniMax bereitet die Veröffentlichung eines Open-Source-KI-Modells mit 2,7 Billionen Parametern vor. Das Modell soll noch in diesem Jahr erscheinen und übertrifft bisherige chinesische Entwicklungen deutlich.
Das chinesische Technologieunternehmen MiniMax steht kurz vor der Einführung eines bahnbrechenden Open-Source-KI-Modells namens „MiniMax Pro“. Mit einer Parameteranzahl von 2,7 Billionen setzt das neue Modell einen neuen Maßstab für die Größe und Komplexität von KI-Architekturen.
Der Launch ist für den Zeitraum zwischen Juli und September geplant. Damit wird „MiniMax Pro“ nicht nur das größte derzeit auf dem chinesischen Markt verfügbare Modell sein, sondern auch mehr als sechsmal so umfangreich wie das aktuelle Flaggschiff des Unternehmens, MiniMax M3.
Diese Ankündigung unterstreicht die anhaltende Dynamik im Bereich der offenen KI-Modelle aus China. Experten sehen darin keinen isolierten Vorfall, sondern vielmehr den Anfang einer Welle, die die Landschaft der künstlichen Intelligenz grundlegend verändern könnte.
Warum das wichtig ist
AnalyseDie Entwicklung verdeutlicht das rasante Tempo der KI-Innovation in China und dessen potenzielle Auswirkungen auf den globalen Wettbewerb um führende KI-Technologien.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Open Weights vs. Truly Open Source AI
Rechtliche und ingenieurtechnische Analyse des fundamentalen Unterschieds zwischen verfügbaren Modellgewichten (Llama, DeepSeek) und vollständig offenen Projekten mit Quellcode, Daten und Architektur gemäß dem OSI-Standard.
Offene Gewichte vs. geschlossene KI-APIs (Open vs. Closed AI)
Vergleich zweier grundlegender Philosophien der KI-Verbreitung: Offene Gewichte (Open Weights – Llama, Mistral, DeepSeek), die heruntergeladen und auf eigenen Servern betrieben werden können, im Gegensatz zu geschlossenen Cloud-APIs (Closed API – OpenAI, Anthropic, Google), bei denen der Zugriff ausschließlich über ein Abonnement erfolgt.
Vier Lebenslauf-Tipps vom Leiter für Applied-AI-Entwicklung bei OpenAI
Wulfie Bain, Leiter der Applied-AI-Entwicklung bei OpenAI, nannte vier Regeln: Kürze, Relevanz, Ergebnisfokus und starke Erfolge am Anfang.
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).