Zum Hauptinhalt springen

OpenMOSS TeamAudiomodellOffene Gewichte

MOSS-Audio-4B-Thinking

BeliebtheitPlatz 18 von 24 Audiomodellen

25von 100neue Berechnung

nur Nutzungsdaten, Spanne 12 bis 39

Zusammenfassung

MOSS-Audio-4B-Thinking verbindet Audioverständnis mit Text-Reasoning. Das rund 4,6 Milliarden Parameter große Modell verarbeitet Audio und Text und beantwortet Fragen, beschreibt Aufnahmen oder erzeugt zeitmarkierte Transkripte.

Die Ausgabe bleibt Text. Trotz des Audioinputs ist MOSS-Audio-4B-Thinking kein Sprachsynthesizer und erzeugt keine gesprochene Antwort. Die Gewichte stehen unter Apache-2.0 lokal zur Verfügung.

GraduallyBench Audio

MOSS-Audio-4B-Thinking

Teilweise getestet
  • Der Testumfang ist unvollständig.
  • Es liegt nur ein kurzer Funktionstest vor.
  • Der Funktionstest bewertet keine inhaltliche Qualität.
  • Es liegt nur ein technischer Test vor.
  • Die Auswahl der Testeingaben ist begrenzt.
  • Geprüft wurde nur, ob eine Ausgabe vorhanden ist.
  • Bei diesem MOSS-Test erreichten fünf von acht Ausgaben das Tokenlimit.
Testdetails anzeigen

Technische Messung

Lokal · Deutsch, Englisch

8 gültige Ausgaben aus 8 begonnenen und 8 geplanten Testplätzen.

Für diesen Test liegt kein weiterer bewerteter Messwert vor.

WER vergleicht Wörter und CER vergleicht Zeichen mit der Referenz. Die Rücktranskription der Sprachausgabe erfolgte mit GPT Transcribe. Die genaue Backend-Revision ist nicht bestätigt. Gelesene Sprache und digitale Stille decken spontane Sprache und echte Störgeräusche nicht ab. Fehlerraten können über 100 % liegen. Testreferenzen wurden, sofern verwendet, nicht unabhängig menschlich geprüft. Testumfang und Methoden unterscheiden sich je Modell. Jede Kennzahl steht für sich, einen gemeinsamen Gesamtwert über alle Tests gibt es nicht. Daten zusammengestellt am 10.11.2026. So testen wir · Alle Decision- und Audioergebnisse als JSON herunterladen

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 5 veröffentlichten Benchmark-Werte anzeigen

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

MMAU (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
77,64
Messgröße
Punktzahl
Einheit
Keine Einheit angegeben
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
MOSS-Audio model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Exact 4B-Thinking row; audio understanding table, not ASR
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle MOSS-Audio model card
MMAU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
60,75
Messgröße
Punktzahl
Einheit
Keine Einheit angegeben
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
MOSS-Audio model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Exact 4B-Thinking row; audio understanding table, not ASR
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle MOSS-Audio model card
MMAR (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
63,91
Messgröße
Punktzahl
Einheit
Keine Einheit angegeben
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
MOSS-Audio model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Exact 4B-Thinking row; audio understanding table, not ASR
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle MOSS-Audio model card
MMSU (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
71,2
Messgröße
Punktzahl
Einheit
Keine Einheit angegeben
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
MOSS-Audio model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Exact 4B-Thinking row; audio understanding table, not ASR
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle MOSS-Audio model card
General Audio Understanding average accuracy (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
68,37
Messgröße
Genauigkeit
Einheit
Keine Einheit angegeben
Benchmark-Version
source version not stated
Kategorie
audio
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
MOSS-Audio model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Exact 4B-Thinking row; audio understanding table, not ASR
Einordnung
Quellenspezifische Beobachtung. Sie begründet keine vergleichbare modellübergreifende Testkohorte.
Quelle MOSS-Audio model card

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 54 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 20. November 2026

MOSS-Audio-4B-ThinkingVoxtral Mini TTS 26Lyria 3 Clip 26Voxtral Mini Transcribe 2 26Eleven Flash v2.5 22

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Audioverständnis und Text-Reasoning
Quelle: Modellklasse
Checkpoint
OpenMOSS-Team/MOSS-Audio-4B-Thinking
Quelle: Checkpoint

Ein- und Ausgabe

Eingabe
Audio und Text
Quelle: Eingabe
Ausgabe
Text
Quelle: Ausgabe
Reasoning
Generiert Textantworten mit einem Qwen3-4B-Backbone, nicht gesprochene Audioantworten
Quelle: Reasoning

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Lokale Gewichte
Quelle: Zugang
Lizenz
Apache-2.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Aufgaben
ASR, Audio-Fragen, Audiobeschreibung und Zeitstempel-ASR
Quelle: Aufgaben
Repository
Offizielles OpenMOSS-Audio-Repository
Quelle: Repository

Quellen und Datenstand

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.