Mozilla-Bericht: Nutzung offener KI-Modelle übertrifft geschlossene Modelle
Mozillas Bericht "Status von Open-Source-KI" für 2026 zeigt, dass offene KI-Modelle im Juni 2026 das Nutzungsvolumen bei API-Aufrufen anführen, angeführt von DeepSeek V4 Flash.
Mozilla hat im Juli 2026 seinen Bericht "Status von Open-Source-KI" veröffentlicht, der die Leistung und Nutzungstrends von Open-Source- und proprietären Modellen für künstliche Intelligenz darlegt.
Der Bericht zeigt, dass die Leistungslücke zwischen Open-Source- und geschlossenen KI-Modellen im März 2026 durchschnittlich 3,3 Prozent betrug, basierend auf Daten von Mozillas Chatbot Arena. Diese Lücke hat sich in früheren Zeiträumen erheblich verringert, von über 8 Prozent im Januar 2024 auf nur 0,5 Prozent im August 2024.
Nach der Veröffentlichung des DeepSeek-R1-Modells im Februar 2025 erreichten Open-Source-Modelle kurzzeitig die Fähigkeiten führender proprietärer Modelle aus den USA. Bis März 2026 weitete sich die Lücke wieder auf 3,3 Prozent aus. Der Bericht stellt jedoch klar, dass dies ein Durchschnitt ist und offene Modelle bei Aufgaben wie Codierung, Befolgung von Anweisungen und allgemeinem Wissen vergleichbare Leistungen erbringen. Schwächen zeigen sich eher beim logischen Schlussfolgern, der Verarbeitung langer Kontexte und bei Agenten-basierten Aufgaben.
Beim API-Einsatz dominierten Open-Source-Modelle. Im Juni 2026 waren die fünf gefragtesten Modelle nach monatlichem Token-Verbrauch auf der OpenRouter-Plattform allesamt Open-Source. DeepSeek V4 Flash führte mit 18,4 Billionen Tokens, gefolgt von Xiaomi Mimo-V2.5 und Tencent Hy3 Preview. Gleichzeitig sanken die Kosten pro Million Tokens für Modelle auf GPT-4-Niveau von 20 USD Ende 2022 auf 0,40 USD im Dezember 2025, eine Verfünfzigfachung innerhalb von 36 Monaten.
Die Entwicklerakzeptanz zeigt, dass offene Modelle weit verbreitet sind, wobei 79 Prozent der Entwickler sie im Einklang mit geschlossenen Modellen nutzen. Die erfolgreiche Einführung in Produktionsumgebungen war jedoch bei proprietären Modellen (63 %) häufiger als bei offenen (51 %). Der Bericht führt diesen Unterschied nicht auf die Fähigkeiten der Modelle zurück, sondern auf operative Herausforderungen wie Leistung, Integration und Wartung.