Open-Source-LLMs sind einer der wichtigsten KI-Trends 2026.
Und das nicht zu Unrecht:
Open-Source-Modelle waren lange Zeit deutlich schwächer als proprietäre Modelle. Bis zum Frühjahr 2026 haben sie aber aufgeholt, vor allem dank chinesischer Labs:
DeepSeek V4 Pro (Release am 24. April 2026), GLM-5.1 von Z.ai, Kimi K2.6 von Moonshot AI und Qwen3.5 von Alibaba können sich mit den besten proprietären LLMs wie Claude Opus 4.8, GPT-5.5 oder Gemini 3.1 Pro messen und schlagen sie in manchen Benchmarks wie SWE-Bench Pro und HumanEval sogar. Die neue proprietäre Referenz für Terminal-Bench 2.1 ist GPT-5.6 Sol (allgemein verfügbar seit 09.07.2026, Standardmodell in OpenAI Codex) mit 88,8 %, Sol Ultra 91,9 %. Sol liegt auf SWE-Bench Pro bei 64,6 % (rund 15 Punkte hinter Claude Mythos 5 und Fable 5). Vergleichbare Open-Source-Werte auf Terminal-Bench 2.1 stehen noch aus.
In diesem Artikel findest du ein sortier- und filterbares Verzeichnis mit über 120 Open-Source-LLMs, inklusive Benchmark-Scores, Lizenzen, API-Preisen, Kontextfenstern und Capabilities.
Zudem zeige ich dir, wie du freie LLMs einfach und kostenlos auf deinem Rechner nutzen kannst (ohne programmieren oder das Terminal nutzen zu müssen).
- DeepSeek V4 Pro (1,6T MoE, MIT, April 2026), Kimi K2.6 (1T MoE) und GLM-5.1 von Z.ai führen die April-2026-Rankings an, GLM-5.1 toppt SWE-Bench Pro mit 58,4 %
- Über 120 Open-Source-LLMs im filter- und sortierbaren Verzeichnis, von MIT und Apache 2.0 bis zu eingeschränkten Research-Lizenzen. Spalten wie Preise, Kontext und Capabilities lassen sich einzeln ein- und ausblenden
- Chinesische Labs (DeepSeek, Moonshot AI, Z.ai, Alibaba) belegen die meisten Spitzenplätze. Die Leader von 2025 (GPT-OSS-120B, DeepSeek R1, Qwen3-235B, Llama 4) sind weiterhin solide, aber nicht mehr ganz vorn
- Lokale Nutzung mit Tools wie Ollama, LM Studio oder GPT4All möglich, die neuen Top-Modelle brauchen aber ernsthafte Hardware (Multi-GPU oder quantisierte Varianten für Consumer-Rigs)
Alle Open-Source-LLMs im Überblick
Das Verzeichnis enthält alle Open-Weights-Modelle aus dem models.dev-Katalog plus kuratierte Klassiker, standardmäßig sortiert nach Release-Datum. Über „Spalten“ blendest du weitere Daten ein, etwa Modalitäten, Wissensstand, Max. Output oder die Zahl der API-Anbieter:
130 von 130 Modellen
| Poolside | 33B (3B aktiv) | 256K | – | – | 70,9 %SWE-Bench Verified | OpenMDW-1.1 | 0,060 $ | 0,12 $ | Juli 2026 | |||
Ornith 1.0 31B | DeepReinforce | 31B | 256K | – | – | – | MIT | – | – | Juni 2026 | ||
| DeepReinforce | 35B | 256K | – | – | 75,6 %SWE-Bench Verified | MIT | – | – | Juni 2026 | |||
| DeepReinforce | 397B | 256K | – | – | 82,4 %SWE-Bench Verified | MIT | – | – | Juni 2026 | |||
| DeepReinforce | 9B | 256K | – | – | 69,4 %SWE-Bench Verified | MIT | – | – | Juni 2026 | |||
| Z.ai | – | 1M | – | 91,2 %GPQA | 62,1 %SWE-Bench Pro | MIT | 0,42 $ | 1,32 $ | Juni 2026 | |||
| Moonshot AI | 1T (32B aktiv) | 256K | – | 89,6 %GPQA | 67,4 %Terminal-Bench | Modified MIT | 0,28 $ | 1,10 $ | Juni 2026 | |||
| Moonshot AI | 1T (32B aktiv) | 256K | – | 89,6 %GPQA | 67,4 %Terminal-Bench | Modified MIT | 1,90 $ | 8,00 $ | Juni 2026 | |||
North Mini Code | Cohere | – | 250K | – | – | 61 %SWE-Bench Verified | – | – | – | Juni 2026 | ||
| Xiaomi | – | 1M | – | – | – | MIT | 1,31 $ | 2,61 $ | Juni 2026 | |||
Nemotron 3 Ultra 550B A55B | NVIDIA | 550B (55B aktiv) | 1M | 86,8 %MMLU-Pro | 87 %GPQA | 89 %LiveCodeBench | NVIDIA Open Model License | 0,10 $ | 0,10 $ | Juni 2026 | ||
| MiniMax | – | 500K | – | 92,9 %GPQA | 80,5 %SWE-Bench Verified | MIT | 0,28 $ | 1,10 $ | Juni 2026 | |||
| StepFun | – | 250K | – | – | 76,5 %SWE-Bench Verified | Apache 2.0 | 0,20 $ | 1,15 $ | Mai 2026 | |||
Command A Plus | Cohere | – | 125K | – | – | – | CC BY-NC-4.0 | 2,50 $ | 10,00 $ | Mai 2026 | ||
| Mistral AI | 128B | 256K | – | – | 77,6 %SWE-Bench Verified | – | 1,50 $ | 6,90 $ | Apr. 2026 | |||
Nemotron 3 Nano Omni 30B A3B Reasoning | NVIDIA | 30B (3B aktiv) | 250K | 77,3 %MMLU-Pro | 72,2 %GPQA | 63,2 %LiveCodeBench | NVIDIA Open Model License | 0,11 $ | 0,42 $ | Apr. 2026 | ||
| Poolside | 225B (23B aktiv) | 256K | – | – | 74,6 %SWE-Bench Verified | Apache 2.0 | 0,20 $ | 0,40 $ | Apr. 2026 | |||
| Poolside | 33B (3B aktiv) | 256K | – | – | 69,9 %SWE-Bench Verified | Apache 2.0 | 0,20 $ | 0,40 $ | Apr. 2026 | |||
| DeepSeek | 284B (13B aktiv) | 1M | 83 %MMLU-Pro | 85 %GPQA | 88 %LiveCodeBench | MIT | 0,084 $ | 0,17 $ | Apr. 2026 | |||
| DeepSeek | 1,6T (49B aktiv) | 1M | 87,5 %MMLU-Pro | 90,1 %GPQA | 93,5 %LiveCodeBench | MIT | 0,35 $ | 0,70 $ | Apr. 2026 | |||
| Alibaba | 27B | 256K | 86,2 %MMLU-Pro | 87,8 %GPQA | 77,2 %SWE-Bench Verified | Apache 2.0 | 0,20 $ | 0,76 $ | Apr. 2026 | |||
| Xiaomi | – | 1M | 86,3 %MMLU | – | 56,1 %SWE-Bench Pro | MIT | 0,11 $ | 0,28 $ | Apr. 2026 | |||
| Xiaomi | – | 1M | 89,4 %MMLU | – | 78,9 %SWE-Bench Verified | MIT | 0,40 $ | 0,80 $ | Apr. 2026 | |||
| Moonshot AI | 1T (32B aktiv) | 256K | 84,6 %MMLU-Pro | 90,5 %GPQA | 92 %HumanEval | Modified MIT | 0,28 $ | 1,10 $ | Apr. 2026 | |||
| Tencent | – | 250K | 87,4 %MMLU | 87,2 %GPQA | 74,4 %SWE-Bench Verified | Tencent Hunyuan Community | 0,063 $ | 0,21 $ | Apr. 2026 | |||
| Alibaba | 35B (3B aktiv) | 256K | 85,2 %MMLU-Pro | 86 %GPQA | 73,4 %SWE-Bench Verified | Apache 2.0 | 0,11 $ | 0,48 $ | Apr. 2026 | |||
| Z.ai | 754B | 200K | 91,7 %MMLU | 85,7 %GPQA | 58,4 %SWE-Bench Pro | MIT | 0,30 $ | 2,15 $ | Apr. 2026 | |||
| 26B (4B aktiv) | 256K | 82,6 %MMLU-Pro | 82,3 %GPQA | 77,1 %LiveCodeBench | Gemma Terms of Use | 0,060 $ | 0,30 $ | Apr. 2026 | ||||
| 31B | 256K | 85,2 %MMLU-Pro | 84,3 %GPQA | 80 %LiveCodeBench | Gemma Terms of Use | 0,10 $ | 0,30 $ | Apr. 2026 | ||||
| – | 128K | 60 %MMLU-Pro | 43,4 %GPQA | 44 %LiveCodeBench | Gemma Terms of Use | – | – | Apr. 2026 | ||||
| – | 128K | 69,4 %MMLU-Pro | 58,6 %GPQA | 52 %LiveCodeBench | Gemma Terms of Use | – | – | Apr. 2026 | ||||
| StepFun | – | 250K | – | – | 32,6 %Terminal-Bench Hard | Apache 2.0 | 0,10 $ | 0,30 $ | Apr. 2026 | |||
Nemotron Cascade 2 30B A3B | NVIDIA | 30B (3B aktiv) | 250K | 79,8 %MMLU-Pro | 76,1 %GPQA | 87,2 %LiveCodeBench | NVIDIA Open Model License | 0,14 $ | 0,60 $ | März 2026 | ||
| MiniMax | – | 200K | 81,8 %MMLU-Pro | 89,8 %GPQA | 79,9 %SWE-Bench Verified | MIT | 0,24 $ | 0,96 $ | März 2026 | |||
| MiniMax | – | 200K | 81,8 %MMLU-Pro | 89,8 %GPQA | 79,9 %SWE-Bench Verified | MIT | 0,60 $ | 2,40 $ | März 2026 | |||
| Mistral AI | 119B | 250K | – | 71,2 %GPQA | 17,4 %Terminal-Bench Hard | Apache 2.0 | 0,15 $ | 0,60 $ | März 2026 | |||
Nemotron VoiceChat | NVIDIA | – | 125K | – | – | – | NVIDIA Open Model License | – | – | März 2026 | ||
Nemotron 3 Super 120B A12B | NVIDIA | 120B (12B aktiv) | 256K | 83,7 %MMLU-Pro | 79,2 %GPQA | 81,2 %LiveCodeBench | NVIDIA Open Model License | 0,050 $ | 0,25 $ | März 2026 | ||
| Alibaba | 122B (10B aktiv) | 256K | 86,7 %MMLU-Pro | 86,6 %GPQA | 72 %SWE-Bench Verified | Apache 2.0 | 0,12 $ | 0,92 $ | Feb. 2026 | |||
| Alibaba | 27B | 256K | 86,1 %MMLU-Pro | 85,5 %GPQA | 72,4 %SWE-Bench Verified | Apache 2.0 | 0,086 $ | 0,69 $ | Feb. 2026 | |||
| Alibaba | 35B (3B aktiv) | 256K | 85,3 %MMLU-Pro | 84,2 %GPQA | 74,6 %LiveCodeBench | Apache 2.0 | 0,057 $ | 0,46 $ | Feb. 2026 | |||
| Alibaba | 9B | 256K | 82,5 %MMLU-Pro | 81,7 %GPQA | 65,6 %LiveCodeBench | Apache 2.0 | 0,040 $ | 0,15 $ | Feb. 2026 | |||
Sarvam 30B | Sarvam AI | 30B | 125K | 85,1 %MMLU | 66,5 %GPQA | 70 %LiveCodeBench | – | 0,020 $ | 0,10 $ | Feb. 2026 | ||
| Alibaba | 397B (17B aktiv) | 256K | 87,8 %MMLU-Pro | 88,4 %GPQA | 76,4 %SWE-Bench Verified | Apache 2.0 | 0,17 $ | 1,03 $ | Feb. 2026 | |||
| MiniMax | – | 200K | 85,2 %MMLU-Pro | 85,2 %GPQA | 75,8 %SWE-Bench Verified | MIT | 0,60 $ | 2,40 $ | Feb. 2026 | |||
| MiniMax | – | 200K | 85,2 %MMLU-Pro | 85,2 %GPQA | 75,8 %SWE-Bench Verified | MIT | 0,11 $ | 0,88 $ | Feb. 2026 | |||
| Z.ai | 744B | 200K | 96 %MMLU | 94 %GPQA | 94,2 %HumanEval | MIT | 0,30 $ | 1,90 $ | Feb. 2026 | |||
| StepFun | – | 250K | 84,4 %MMLU-Pro | 83,5 %GPQA | 74,4 %SWE-Bench Verified | Apache 2.0 | 0,090 $ | 0,30 $ | Jan. 2026 | |||
| Z.ai | – | 200K | – | 75,2 %GPQA | 59,2 %SWE-Bench Verified | MIT | 0,040 $ | 0,30 $ | Jan. 2026 | |||
| Z.ai | – | 200K | – | 75,2 %GPQA | 59,2 %SWE-Bench Verified | MIT | 0,060 $ | 0,40 $ | Jan. 2026 |
Farbcodierung der Benchmark-Scores:
1. Die wichtigsten Benchmarks erklärt
Um die Open-Source-LLMs objektiv zu vergleichen, nutze ich drei zentrale Benchmark-Kategorien:
MMLU / MMLU-Pro: Der Massive Multitask Language Understanding Benchmark testet allgemeines Wissen über 57 Fächer hinweg (STEM, Sozialwissenschaften, Geisteswissenschaften). MMLU-Pro ist die anspruchsvollere Variante mit weniger Kontamination. Top-Modelle erreichen hier 85 bis 90 %.
MATH / GPQA: Diese Benchmarks testen mathematisches und wissenschaftliches Reasoning. MATH-500 enthält anspruchsvolle Mathematikaufgaben, während GPQA (Graduate-Level Physics Questions Answers) Expertenwissen in Biologie, Physik und Chemie testet. Top-Modelle erreichen hier 70 bis 97 %.
HumanEval / LiveCodeBench: Diese Benchmarks testen Code-Generierung. HumanEval enthält Python-Programmieraufgaben, LiveCodeBench testet Code-Performance mit aktuellen, nicht kontaminierten Aufgaben. Top-Modelle erreichen hier 60 bis 90 %.
Die Tabelle zeigt pro Modell bis zu drei Benchmark-Scores; welcher Benchmark dahintersteckt, verrät das kleine Label unter dem Badge. Für ältere und Nischen-Modelle liegen nicht alle Scores vor, dort steht dann „–“.
Wie nah die offenen Spitzenmodelle den proprietären Flaggschiffen inzwischen kommen, zeigt der direkte Vergleich auf SWE-bench Verified:
Offene Modelle nur rund 8 Punkte hinter GPT-5.5 und Opus 4.8
Noch deutlicher wird der Unterschied beim Preis. Die offenen Spitzenmodelle liefern fast die gleiche Coding-Leistung für einen Bruchteil der API-Kosten:
gradually.ai2. Die Top-Modelle im April 2026
DeepSeek V4 Pro (Release am 24. April 2026) ist der neue Spitzenreiter. Das 1,6 Billionen Parameter MoE aktiviert nur 49B pro Token, erreicht 87,5 % auf MMLU-Pro, 90,1 % auf GPQA Diamond und 93,5 % auf LiveCodeBench. Gleiche MIT-Lizenz wie der Rest der DeepSeek-Familie und natives 1M-Token-Kontextfenster mit etwa 27 % der Inferenz-FLOPs von V3.2.
Kimi K2.6 von Moonshot AI ist das zweitstärkste Open-Weight-Modell insgesamt: 92 % auf HumanEval, 90,5 % auf GPQA Diamond, 96,4 % auf AIME 2026, mit 256K Kontextfenster und nativem Video-Input. Modified MIT, 1T Parameter MoE.
GLM-5.1 von Z.ai (vormals Zhipu) toppt SWE-Bench Pro mit 58,4 % und schlägt damit GPT-5.4 (57,7 %) und Claude Opus 4.6 (57,3 %). Das 754B-Parameter-MoE wurde komplett auf Huawei-Ascend-Chips trainiert und läuft unter MIT-Lizenz. Die Reasoning-Variante GLM-5 erreicht 96 % auf MMLU und 94 % auf GPQA, die höchsten Knowledge-Scores im Open-Source-Bereich.
Kimi K2.5 hält weiterhin den HumanEval-Rekord aller Leaderboards (99,0) und führt MATH-500 (98,0). Das beste Open-Weight-Modell für reine Code-Generierung, wenn Latenz weniger wichtig ist als Spitzenqualität.
DeepSeek V4 Flash (284B / 13B aktiv) ist die kosteneffiziente Variante von V4 Pro und die praktischste Wahl, wenn du Spitzenklasse-Qualität auf einer einzelnen High-End-GPU willst.
Die vorherige Generation ist weiterhin sehr nutzbar: GPT-OSS-120B (OpenAIs erstes Open-Weight-Modell seit GPT-2), DeepSeek R1, Qwen3-235B-A22B-Thinking und Llama 4 Maverick bleiben stark, aber nicht mehr auf dem aktuellen Stand der Technik.
Hier noch einmal die fünf neuen Spitzenmodelle im direkten Überblick:
| Funktion | DeepSeek V4 Pro | Kimi K2.6 | GLM-5.1 | Kimi K2.5 | DeepSeek V4 Flash |
|---|---|---|---|---|---|
| Entwickler | DeepSeek | Moonshot AI | Z.ai | Moonshot AI | DeepSeek |
| Lizenzalle permissiv | MIT | Modified MIT | MIT | Modified MIT | MIT |
| Parameteralle Mixture-of-Experts | 1,6T (49B aktiv) | 1T | 754B | 1T | 284B (13B aktiv) |
| Lokal nutzbarz. B. mit Ollama oder LM Studio | Ja | Ja | Ja | Ja | Ja |
| Hardware-Bedarf lokal | Multi-GPU oder quantisiert | Multi-GPU oder quantisiert | Multi-GPU oder quantisiert | Multi-GPU oder quantisiert | Eine High-End-GPU |
| Besonderheit | Natives 1M-Token-Kontextfenster | 256K Kontext, nativer Video-Input | Komplett auf Huawei-Ascend-Chips trainiert | Führt MATH-500 mit 98,0 | Kosteneffiziente Variante von V4 Pro |
3. LLM-Lizenzen erklärt
Hier findest du einen Überblick über die am häufigsten verwendeten Lizenzen bei Open-Source-LLMs.
MIT License
Eine sehr freizügige Open-Source-Lizenz, ähnlich wie Apache 2.0. Sie erlaubt die uneingeschränkte Nutzung, Modifikation und Weitergabe des LLMs, auch in proprietären Programmen, solange der Urheberrechtshinweis erhalten bleibt. DeepSeek V3 verwendet MIT mit einigen Einschränkungen für militärische Nutzung.
Llama 2 Community / Llama 3 Community
Unter den Lizenzen hat Meta Llama 2 und Llama 3 veröffentlicht. Sie erlauben die kostenlose Nutzung der LLMs für Forschung und kommerzielle Anwendungen mit bis zu 700 Millionen monatlich aktiven Nutzern. Der Quellcode und die Modellgewichte sind frei verfügbar.
Qwen License / Qianwen LICENSE
Die Qwen-Modelle werden unter verschiedenen Lizenzen veröffentlicht. Während kleinere Modelle oft unter Apache 2.0 lizenziert sind, haben größere Modelle wie Qwen2.5-72B spezielle Lizenzbedingungen, die kommerzielle Nutzung mit bestimmten Einschränkungen erlauben.
Apache 2.0
Eine sehr freizügige Open-Source-Lizenz, die nur minimale Beschränkungen vorsieht. Sie erlaubt die Nutzung, Modifikation und Weitergabe des LLMs, auch in proprietären Programmen, solange der Urheberrechtshinweis erhalten bleibt. Sie enthält keine Copyleft-Klausel.
CC BY-NC-4.0
Eine Creative-Commons-Lizenz, die es erlaubt, das LLM in jeglicher Form zu bearbeiten und zu teilen, jedoch nicht für kommerzielle Zwecke. Der Name des Urhebers muss genannt werden.
CC BY-NC-SA-4.0
Ähnlich wie CC BY-NC-4.0, jedoch mit der zusätzlichen Share-Alike-Bedingung. Das bedeutet, Forks oder bearbeitete Versionen eines LLMs müssen unter den gleichen Bedingungen weitergegeben werden.
nicht-kommerziell
Hier ist die Nutzung des LLMs für kommerzielle Zwecke untersagt. Was genau als „kommerziell“ gilt, ist aber nicht immer eindeutig definiert oder eingegrenzt.
Meistens sind „nicht-kommerzielle“ Modelle nur für Forschungszwecke oder zur privaten Nutzung freigegeben.
4. Open-Source-LLMs lokal auf dem eigenen Rechner nutzen
Open-Source-LLMs lokal auf dem eigenen Rechner zu nutzen, geht einfacher, als du vielleicht denkt:
1. Lade LM Studio herunter
Lade LM Studio von der Website herunter. Es ist kostenlos und für Mac, Windows und Linux verfügbar:
2. Installiere und öffne LM Studio
Im nächsten Schritt installierst du LM Studio auf deinem Rechner und öffnest es.
3. Lade gewünschte Open-Source-LLMs herunter
Jetzt musst du die Open-Source-LLMs in LM Studio herunterladen, die du nutzen möchtest.
Viele beliebte LLMs findest du bereits auf dem Startbildschirm. Um ein LLM herunterzuladen, klickst du einfach auf den blauen Download-Button:
Um bestimmte Open-Source-LLMs zu finden, kannst du auch die Suchfunktion nutzen:
4. Wichtig: Vor dem Download Systemvoraussetzungen beachten
Bevor du ein LLM herunterlädst, solltest du dir die Systemvoraussetzungen anschauen.
Llama 3 benötigt zum Beispiel mehr als 8 GB RAM und 4,92 GB freien Speicherplatz:
5. Mit dem Open-Source-LLM chatten
Nachdem du ein Open-Source-LLM heruntergeladen hast, kannst du es direkt in LM Studio nutzen.
Dazu klickst du einfach links in der Seitenleiste auf das Sprechblasen-Icon (?).
Die Benutzeroberfläche und die Einstellungsmöglichkeiten erinnern dabei an den OpenAI Playground:
