NachschlagenModellkarten

Was die Anbieter über ihre Modelle sagen

Zwei Wörter, und OpenAI benutzt beide: Seine offenen Gewichte bekamen eine Modellkarte, das selbst betriebene System eine Systemkarte. Die Grenze verläuft dort, wo ein Anbieter die Auslieferung aus der Hand gibt, und mit ihr die Schutzschichten, die im Betrieb greifen. Hier stehen die Modelle mit dem, was ihre Karten hergeben, und darüber, wer überhaupt ein Verzeichnis führt.

114 Modelle39 Anbieter62 zum Herunterladen30 ohne eigene Karteältester Blick 06.09.2026

Was hier hineinkommt. Anbieter, deren Modelle in einem Kapitel, einem Beitrag oder der Zeitleiste vorkommen, dazu die Anbieter hinter den führenden offenen Gewichten. Je Modell steht, was in seiner Karte steht, und sonst nichts: Ein leeres Feld heißt, dass die Karte dazu schweigt. Genau dafür stehen die Modelle untereinander statt in Kästen: Anthropics Karten nennen weder Größe noch Aufbau, OpenAI nennt beides nur bei seinen offenen Gewichten, Kimi nennt alles.

Was fehlt. Eine Rangfolge. Welcher Anbieter besser dokumentiert, gibt diese Erhebung nicht her: Sie zählt das Veröffentlichte und misst weder Tiefe noch Wahrheitsgehalt. Preise fehlen ebenfalls, die veralten schneller als jede Liste. Wie man eine Karte liest, was darin gemessen ist und was ein Urteil des Hauses, steht im Kapitel Die Systemkarte lesen.

Zugang

Ordnen

Sortieren

Sprachmodelle 65211034

Text hinein, Text heraus, bei den meisten auch Bilder

AFM 3AppleNur als Dienst06/26
Zugang
  • nur als Dienst
Technik
  • AFM 3 Core Advanced 20 Mrd gesamt, 1 bis 4 Mrd aktiv; AFM 3 Core 3 Mrd

Nennt Aufbau, Parameterzahl, Herkunft des Trainingsmaterials und die Prüfungen der ganzen Reihe. Eine Modellkarte ist es nicht: Apple führt keine, und der für den Sommer angekündigte technische Bericht ist bis heute nicht erschienen.

Karte auf machinelearning.apple.com (externe Seite)08.06.2026nur eine Ankündigungangesehen 07.11.2026

Belegt in10 Small Language ModelsOn-Device im Glossar

AFM 3 CloudAppleNur als DienstText, Bild, Video → Text09/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Video → Text

Nennt die Bauform (Parallel-Track Mixture-of-Experts), die Gesamtgröße als Spanne von 500 Milliarden bis 1 Billion Parameter ohne aktive Zahl und die Herkunft der Trainingsdaten in sechs Gruppen.

Karte auf developer.apple.com (externe Seite)14.09.2026angesehen 28.09.2026

Amazon Nova 2 LiteAmazonNur als DienstText, Bild, Video → Text1 Mio.12/25
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Video → Text
Technik
  • 1 Mio. Token Kontext

Nennt Red Teaming durch Dritte samt CBRN und Cybersicherheit, beziffert die Sicherheitsmessung und gruppiert die Herkunft der Trainingsdaten.

Karte auf docs.aws.amazon.com (externe Seite)02.12.2025angesehen 06.09.2026

BeamReflectionOffenText → Text1 Mio.10/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 501B gesamt, 23B aktiv, 8 von 256 Experten je Token
  • 1 Mio. Token Kontext
  • Wissensstand 30. Juni 2026

Nennt Aufbau, Größe, Lizenz, Kontextfenster, Wissensstichtag, die Herkunft der Trainingsdaten, Messwerte in drei Präzisionsstufen und Sicherheitsprüfungen samt Ergebnissen.

Karte auf huggingface.co (externe Seite)16.10.2026angesehen 07.11.2026

Claude Fable 5.1 und Mythos 5.1im EinsatzAnthropicNur als Dienst09/26
Einsatz
  • Schreibmodell in der Werkstatt hinter dieser Seite
Zugang
  • nur als Dienst

Nennt Sicherheitsprüfungen samt externem Prüfer und die Herkunft der Trainingsdaten samt dem Namen des eigenen Sammlers.

Karte auf anthropic.com (externe Seite)01.09.2026angesehen 06.09.2026

Belegt in07 Die Systemkarte lesen

Claude Fable 5.2 und Mythos 5.2AnthropicNur als DienstText, Bild → Text11/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Text
  • Werkzeuge

Nennt Preise, Messwerte gegen Vergleichsmodelle und den Umfang der Sicherheitsprüfung; Parameterzahl, Aufbau, Kontextfenster, Trainingsdaten und Wissensstand fehlen.

Karte auf anthropic.com (externe Seite)November 2026nur eine Ankündigungangesehen 10.11.2026

Belegt inAnthropic veröffentlicht Claude Fable 5.2 und Mythos 5.2, beide zu einem niedrigeren Preis von 8 und 40 Dollar je Million Token

Claude Haiku 5.5AnthropicNur als DienstText10/26
Zugang
  • nur als Dienst
Technik
  • Wissensstand Juni 2026

Nennt Sicherheitsprüfungen, die Herkunft der Trainingsdaten mit dem Namen des eigenen Sammlers und den Wissensstichtag; gegenüber früheren Karten gekürzt, Größe und Aufbau fehlen.

Karte auf anthropic.com (externe Seite)07.10.2026angesehen 07.11.2026

Claude Opus 5AnthropicNur als Dienst07/26
Zugang
  • nur als Dienst

Nennt Sicherheitsevaluierungen samt Einstufung und misst in Abschnitt 6.5 Ehrlichkeit und Halluzination.

Karte auf anthropic.com (externe Seite)24.07.2026angesehen 06.09.2026

Belegt in07 Halluzinationen erkennen07 Die Systemkarte lesen

Claude Opus 5.5im EinsatzAnthropicNur als DienstText09/26
Einsatz
  • führt die Arbeitssitzungen und Audits an dieser Seite in Claude Code aus
Zugang
  • nur als Dienst
Technik
  • Wissensstand Juni 2026

Nennt Sicherheitsprüfungen samt externen Prüfern, die Herkunft der Trainingsdaten mit dem Namen des eigenen Sammlers und den Wissensstichtag.

Karte auf anthropic.com (externe Seite)22.09.2026angesehen 28.09.2026

Belegt in07 Halluzinationen erkennen07 Die Systemkarte lesenNeues Modell, alte Anweisungenund 1 weitere

Claude Sonnet 5AnthropicNur als DienstText06/26
Zugang
  • nur als Dienst

Nennt Sicherheitsprüfungen samt externem Red Teaming und die Herkunft der Trainingsdaten mit dem Namen des eigenen Sammlers; einen Wissensstichtag nennt sie nicht.

Karte auf anthropic.com (externe Seite)30.06.2026angesehen 28.09.2026

Belegt inNeues Modell, alte Anweisungen

Claude Sonnet 5.5im EinsatzAnthropicNur als DienstText09/26
Einsatz
  • fährt die nächtlichen Läufe und den Meldungsautomaten dieser Seite ohne Aufsicht
Zugang
  • nur als Dienst
Technik
  • Wissensstand Juni 2026

Nennt Sicherheitsprüfungen, die Herkunft der Trainingsdaten mit dem Namen des eigenen Sammlers und den Wissensstichtag; gegenüber früheren Karten gekürzt.

Karte auf anthropic.com (externe Seite)28.09.2026angesehen 06.10.2026

Belegt inEin Automat für Kurzmeldungen: zehn Wochen, 222 Meldungen, 88 USD

DeepSeek-V4-FlashDeepSeekOffen07/26
Zugang
  • offene Gewichte
  • MIT
Technik
  • Mixture of Experts
  • 6 von 256 Experten je Token, dazu ein geteilter (config.json des Repos); eine Parameterzahl nennt die Karte nicht

Nennt Architektur und Einsatzzweck. Zu Sicherheitsprüfungen und Trainingsdaten steht nichts darin.

Karte auf huggingface.co (externe Seite)31.07.2026angesehen 06.09.2026

Belegt inDeepSeek veröffentlicht mit V4 Flash 0731 ein Modell zu einem Bruchteil der üblichen Kosten

DeepSeek-V4-Flash-Vision-ExpDeepSeekOffenText, Bild → Text08/26
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text, Bild → Text
Technik
  • Mixture of Experts
  • 304 Mrd im Gewichtsindex des Repos; die Karte nennt keine Zahl

Benennt, worauf das Modell aufsetzt und was sich dadurch an den Textaufgaben ändert. Zu Trainingsdaten und Sicherheitsprüfungen steht nichts darin.

Karte auf huggingface.co (externe Seite)31.08.2026angesehen 06.09.2026

DeepSeek-V4-ProDeepSeekOffenText → Text08/26
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text → Text
Technik
  • Mixture of Experts
  • 1,65 Bio im Gewichtsindex des Repos; die Karte nennt keine Zahl

Nennt den Bauunterschied zur Vorabfassung und eine empfohlene Ausgabelänge. Zu Trainingsdaten und Sicherheitsprüfungen steht nichts darin.

Karte auf huggingface.co (externe Seite)13.08.2026angesehen 06.09.2026

DeepSeek-V4.1-FlashDeepSeekOffenText, Bild → Text1 Mio.09/26
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 552 Mrd im Backbone, aktiv 8 Mrd beim Prefill, 16 Mrd beim Decode
  • 1 Mio. Token Kontext

Nennt Aufbau, Größe, aktive Parameter je Token, einen Trainingsumfang von 45 Billionen Token und Messwerte gegen Vergleichsmodelle; Herkunft der Trainingsdaten, Wissensstichtag und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)10.09.2026angesehen 07.11.2026

Belegt inDeepSeek veröffentlicht mit V4.1 Flash ein Modell mit neuer Encoder-Decoder-Architektur

DeepSeek-V4.1-Flash-1017DeepSeekOffenText, Bild → Text1 Mio.10/26
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • 1 Mio. Token Kontext

Nennt sich ein kleines Update von DeepSeek-V4.1-Flash und legt Lizenz, Kontextfenster und Messwerte gegen Vergleichsmodelle offen; Aufbau und Größe stehen nur bei der Ausgangsfassung, Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)17.10.2026angesehen 07.11.2026

Belegt inDeepSeek veröffentlicht V4.1 Flash 1017 als neuen Stand seines Flash-Modells, die Gewichte liegen auf Hugging Face

DiffusionGemma 26B A4BGoogle DeepMindOffenText, Bild, Video → Text256k06/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild, Video → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 25,2 Mrd gesamt, 3,8 Mrd aktiv
  • 256k Token Kontext
  • Wissensstand Januar 2025

Nennt Aufbau, Größe, Messwerte gegen Gemma 4 26B A4B, die Gruppen des Trainingsmaterials mit Stichtag und die Sicherheitsbewertung; in fast allen Messwerten liegt das Modell unter der Ausgangsfassung, sein Vorteil ist das Tempo.

Karte auf huggingface.co (externe Seite)10.06.2026angesehen 07.11.2026

Gemini 3 ProGoogle DeepMindNur als DienstText, Bild, Ton, Video → Text1 Mio.11/25
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • versteht Ton selbst
Technik
  • 1 Mio. Token Kontext

Die Basiskarte des Pro-Zweigs. Sie zählt sieben Herkünfte der Trainingsdaten einzeln auf, und die jüngeren Gemini-Karten verweisen für diese Angabe hierher.

Karte auf storage.googleapis.com (externe Seite)18.11.2025angesehen 06.09.2026

Belegt in08 Was ein Modell weiß, und woherTrainingsdaten im Glossar

Gemini 3.1 Proim EinsatzGoogle DeepMindNur als DienstText, Bild, Ton, Video → Text1 Mio.02/26
Einsatz
  • Gegenstimme im eigenen Vergleich mehrerer Modelle
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • versteht Ton selbst
Technik
  • 1 Mio. Token Kontext

Nennt fünf Arten von Sicherheitsevaluierungen. Für die Trainingsdaten verweist sie auf die Basiskarte von Gemini 3 Pro.

Karte auf deepmind.google (externe Seite)19.02.2026angesehen 06.09.2026

Belegt in07 Die Systemkarte lesenRed Teaming im Glossar

Gemini 3.6 FlashGoogle DeepMindNur als DienstText, Bild, Ton, Video → Text1 Mio.07/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • versteht Ton selbst
Technik
  • 1 Mio. Token Kontext

Nennt den Wissensstichtag und schränkt im selben Satz ein, dass er nicht für alle Themengebiete gilt.

Karte auf deepmind.google (externe Seite)21.07.2026angesehen 06.09.2026

Belegt in08 Was ein Modell weiß, und woherKnowledge Cutoff im Glossar

Gemini 3.8 FlashGoogle DeepMindNur als DienstText, Bild, Ton, Video → Text1 Mio.09/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • versteht Ton selbst
Technik
  • 1 Mio. Token Kontext

Berichtet Red Teaming von außerhalb und die Bewertung nach dem Frontier-Safety-Rahmen. Die Trainingsdaten reicht sie an die Vorgängerkarte weiter.

Karte auf deepmind.google (externe Seite)02.09.2026angesehen 06.09.2026

Belegt in07 Die Systemkarte lesen08 Was ein Modell weiß, und woher

Gemini 3.8 Live und Gemini 3.8 Live Extended ThinkingGoogle DeepMindNur als DienstTon, Bild, Video, Text → Ton, Text125k09/26
Zugang
  • nur als Dienst
Kann
  • Ton, Bild, Video, Text → Ton, Text
Technik
  • 125k Token Kontext
  • Wissensstand Januar 2025

Gemeinsame Karte der vier Audiomodelle der Reihe. Nennt Ein- und Ausgaben, Kontextfenster und Wissensstichtag und beschreibt die Sicherheitsprüfungen; für Aufbau und Trainingsdaten verweist sie auf die Karte zu Gemini 3 Pro, für Messwerte auf eigene Seiten.

Karte auf deepmind.google (externe Seite)24.09.2026angesehen 07.11.2026

Gemini 4 ArgonGoogle DeepMindNur als DienstText, Bild, Ton, Video → Text1 Mio.10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • versteht Ton selbst
Technik
  • 1 Mio. Token Kontext
  • Wissensstand März 2026

Nennt Eingaben, Kontextfenster, die Herkunft der Trainingsdaten und Ergebnisse automatisierter Sicherheitsprüfungen. Größe und Parameterzahl fehlen.

Karte auf deepmind.google (externe Seite)13.10.2026angesehen 14.10.2026

Belegt in08 Was ein Modell weiß, und woher

Gemini 4 CarbonGoogle DeepMindNur als Dienst10/26
Zugang
  • nur als Dienst

Nennt Preis, Messwerte zu Schwachstellensuche, Ausnutzung und Patching, Ergebnisse zur Ausrichtung und einen gestaffelten Zugang; Größe, Lizenz, Trainingsdaten und Kontextfenster fehlen.

Karte auf blog.google (externe Seite)28.10.2026nur eine Ankündigungangesehen 31.10.2026

Belegt inGoogle stellt Gemini 4 Carbon vor, ein Modell für mehrtägige Agentenläufe

Gemma 4 12B UnifiedGoogle DeepMindOffenText, Bild, Ton, Video → Text256k06/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild, Ton, Video → Text
  • Werkzeuge
Technik
  • dicht
  • 11,95 Mrd
  • 256k Token Kontext
  • Wissensstand Januar 2025

Nennt den Aufbau ohne eigene Bild- und Tonkodierer, Größe, Messwerte je Familienmitglied, die Gruppen des Trainingsmaterials mit Stichtag und die Sicherheitsbewertung; Ton darf höchstens 30 Sekunden lang sein, Video läuft als Bildfolge.

Karte auf huggingface.co (externe Seite)03.06.2026angesehen 07.11.2026

Gemma 4 26B A4Bim EinsatzGoogle DeepMindOffenText, Bild → Text256k04/26
Einsatz
  • glättet im eigenen Diktatwerkzeug auf Wunsch den erkannten Text, ab 16 GB Arbeitsspeicher
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 25,2 Mrd gesamt, 3,8 Mrd aktiv
  • 256k Token Kontext
  • Wissensstand Januar 2025

Nennt Aufbau und Größe je Modell, die Gruppen des Trainingsmaterials mit Stichtag und die Sicherheitsbewertung der ganzen Familie.

Karte auf ai.google.dev (externe Seite)02.04.2026angesehen 28.09.2026

Belegt in02 Woher Modelle kommenWarum ich eine eigene Diktier-App gebaut habeWie ein Mixture-of-Experts-Modell rechnetund 1 weitere

GLM-5.3Z.aiMit AuflagenText → Text08/26
Zugang
  • Gewichte mit Auflagen
  • GLM-5.3
  • eigene Lizenz mit Größenklausel für den Betrieb als Dienst
Kann
  • Text → Text

Benchmark-Werte und Betriebsanleitung. Zu Sicherheitsprüfungen und Trainingsdaten steht nichts darin.

Karte auf huggingface.co (externe Seite)25.08.2026angesehen 07.11.2026

GLM-OCRim EinsatzZ.aiOffenBild, Text → Text02/26
Einsatz
  • liest im eigenen Texterkennungs-Aufbau Druck und Tabellen
Zugang
  • offene Gewichte
  • MIT
Kann
  • Bild, Text → Text
Technik
  • 0,9 Mrd

Nennt Größe, Aufbau aus Bildkodierer und Sprachdekodierer und die Lizenz samt der fremden Lizenz des Layoutmodells; zu Trainingsdaten und Sicherheitsprüfungen sagt sie nichts.

Karte auf huggingface.co (externe Seite)03.02.2026angesehen 28.09.2026

Belegt inWie eine Maschine ein Dokument zerlegtWo in der eigenen Texterkennung das Modell sitzt

GPT-5OpenAINur als Dienst08/25
Zugang
  • nur als Dienst

Nennt die Sicherheitsprüfungen zum Modell und fasst die Herkunft der Trainingsdaten in einem Satz mit drei Quellen zusammen.

Karte auf arxiv.org (externe Seite)13.08.2025angesehen 06.09.2026

Belegt in07 Guardrails07 Halluzinationen erkennen08 Was ein Modell weiß, und woherund 1 weitere

GPT-5.6 Solim EinsatzOpenAINur als Dienst07/26
Einsatz
  • Zweitmeinung bei der Einstufung der Meldungen dieser Seite
Zugang
  • nur als Dienst

Gilt für Sol, Terra und Luna zugleich. Nennt die Einstufung nach dem Preparedness-Rahmen und drei Herkünfte der Trainingsdaten.

Karte auf deploymentsafety.openai.com (externe Seite)09.07.2026angesehen 06.10.2026

Belegt inEin Automat für Kurzmeldungen: zehn Wochen, 222 Meldungen, 88 USD

GPT-6 AstraOpenAINur als Dienst09/26
Zugang
  • nur als Dienst

Nennt Umgehungsversuche, CBRN, Cybersicherheit und zwei externe Prüfer. Zur Herkunft der Trainingsdaten nennt sie keine Quelle mehr.

Karte auf deploymentsafety.openai.com (externe Seite)03.09.2026angesehen 06.09.2026

Belegt in07 Die Systemkarte lesenDie Denkspur als Fenster ins Modell, und was GPT-6 Astra daran ändertLooped Transformer: Ein Modell, das denselben Block mehrfach durchläuftund 2 weitere

GPT-6 Sol und GPT-6 LunaOpenAINur als Dienst09/26
Zugang
  • nur als Dienst

Nennt API-Preise je Million Token im Vergleich zu den Vorgängern und eine Messung auf AutomationBench; Größe, Aufbau, Kontextfenster, Trainingsdaten und Wissensstand fehlen.

Karte auf openai.com (externe Seite)September 2026nur eine Ankündigungangesehen 11.10.2026

Belegt inOpenAI veröffentlicht GPT-6 Sol und GPT-6 Luna zum halben Preis der Vorgänger

GPT-6.1 TerraOpenAINur als DienstText, Bild → Text1 Mio.10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • 1 Mio. Token Kontext
  • Wissensstand 2026-06-01

Die Modellseite beschreibt visuelles Schlussfolgern, Computerbedienung und Textarbeit. Sie nennt Kontextfenster, Wissensstichtag und unterstützte Werkzeuge.

Karte auf developers.openai.com (externe Seite)26.10.2026nur die Schnittstellendokuangesehen 30.10.2026

Belegt inOpenAI veröffentlicht GPT-6.1 Terra für Computer-Bedienung und Bildverständnis, 1 Dollar Eingabe und 5 Dollar Ausgabe je Million Token

gpt-live-1OpenAINur als DienstTon, Text → Ton, Text09/26
Zugang
  • nur als Dienst
Kann
  • Ton, Text → Ton, Text
  • versteht Ton selbst
  • Werkzeuge
Technik
  • Wissensstand 31. Juli 2025

Nennt Ein- und Ausgabe, Wissensstichtag und den Preis je Minute. Denken und Werkzeuge liegen bei einem zweiten Modell, dessen Kosten getrennt anfallen.

Karte auf developers.openai.com (externe Seite)10.09.2026nur die Schnittstellendokuangesehen 03.10.2026

Belegt in11 Ton wird nach Zeit bezahltOpenAIs neues Sprachsystem hört und spricht gleichzeitig, der Rundenerkenner entfällt

gpt-oss-120b und gpt-oss-20bOpenAIOffen08/25
Zugang
  • offene Gewichte
  • Apache 2.0
Technik
  • Mixture of Experts
  • 116,8 Mrd gesamt, 5,1 Mrd aktiv (120b); 20,9 Mrd gesamt, 3,6 Mrd aktiv (20b); 4 Experten je Token

OpenAIs Karte zu offenen Gewichten. Sie heißt Model Card, weil das Haus hier nur das Modell abgibt und den Betrieb nicht in der Hand hat.

Karte auf openai.com (externe Seite)05.08.2025angesehen 06.09.2026

Belegt in06 Vier Wege zum selben Modell02 Woher Modelle kommen05 Womit ein Modell läuftund 2 weitere

gpt-realtime-2.1OpenAINur als DienstText, Ton, Bild → Text, Ton125k07/26
Zugang
  • nur als Dienst
Kann
  • Text, Ton, Bild → Text, Ton
  • versteht Ton selbst
  • Werkzeuge
Technik
  • 125k Token Kontext
  • Wissensstand 30. September 2024

Nennt Ein- und Ausgabe, Kontextfenster, Wissensstichtag und Preis je Token. Beschrieben ist die Schnittstelle, Größe und Trainingsdaten fehlen.

Karte auf developers.openai.com (externe Seite)06.07.2026nur die Schnittstellendokuangesehen 03.10.2026

Belegt in02 Sprache und Audio

Grok 4.6xAINur als DienstText, Bild → Text08/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Text

Sechs Sicherheitskapitel samt Cyber und CBRN. Zur Herkunft der Trainingsdaten nennt sie eine einzige Quelle namentlich, in einer Fußnote.

Karte auf media.x.ai (externe Seite)12.08.2026angesehen 06.09.2026

Grok 4.7xAINur als DienstText, Bild → Text09/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Text
Technik
  • Wissensstand Juni 2026

Nennt Messwerte für Programmieren und Wissensarbeit, Sicherheitskapitel zu Cyber, Biologie und Chemie, Umgehungsversuchen und psychischer Gesundheit, die Herkunft der Trainingsdaten in allgemeinen Worten und den Stichtag; Größe, Aufbau, Lizenz und Kontextfenster fehlen.

Karte auf media.x.ai (externe Seite)21.09.2026angesehen 07.11.2026

Holo4-27BH CompanyMit AuflagenText, Bild → Text256k09/26
Zugang
  • Gewichte mit Auflagen
  • CC BY-NC 4.0
  • nur für nichtkommerzielle Nutzung
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • dicht
  • 27B
  • 256k Token Kontext

Nennt Größe, Kontextfenster, Basismodell, Lizenz und Benchmarks; die Trainingsdaten stehen nur als Grafik, Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)24.09.2026angesehen 13.10.2026

Inkling 2 SmallThinking MachinesNur als DienstText, Bild → Text11/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 594B gesamt, 17B aktiv

Nennt Aufbau, Parameterzahl, Messwerte zu Programmieren, Bild und Büroarbeit sowie die geplante Freigabe der Gewichte unter Apache 2.0; Trainingsdaten, Kontextfenster und Ergebnisse der externen Sicherheitsprüfung fehlen.

Karte auf thinkingmachines.ai (externe Seite)05.11.2026nur eine Ankündigungangesehen 07.11.2026

Belegt inThinking Machines stellt Inkling 2 Small vor: zunächst nur über Tinker mit geschlossenen Gewichten, die Apache-2.0-Gewichte sollen folgen

Kimi K3MoonshotMit AuflagenText, Bild → Text1 Mio.07/26
Zugang
  • Gewichte mit Auflagen
  • Kimi K3
  • frei bis 100 Mio. Nutzer oder 20 Mio. USD Monatsumsatz, darüber muss der Modellname sichtbar sein
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 2,8 Bio gesamt, 104 Mrd aktiv, 16 von 896 Experten je Token
  • 1 Mio. Token Kontext

Nennt Aufbau, Kontextfenster, Quantisierung und Lizenz. Das Wort Sicherheit steht einmal darin, und zwar als Aufgabenkategorie einer Fähigkeitsmessung.

Karte auf huggingface.co (externe Seite)27.07.2026angesehen 06.09.2026

Belegt in01 Wo Modelle betrieben werden10 Small Language ModelsKimi K3, die Gewichte sind draußenund 4 weitere

Kimi K3.1 ProMoonshotMit AuflagenText, Bild → Text1 Mio.11/26
Zugang
  • Gewichte mit Auflagen
  • Kimi K3.1 Pro
  • Wer Modelle als Dienst anbietet und in zwölf Monaten über 20 Mio. USD umsetzt, braucht eine eigene Vereinbarung; ab 100 Mio. Nutzern oder 20 Mio. USD Monatsumsatz muss der Modellname sichtbar sein; interner Gebrauch ist ausgenommen
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 2,8 Bio gesamt, 104 Mrd aktiv, 16 von 896 Experten je Token
  • 1 Mio. Token Kontext

Nennt Aufbau, Größe, Kontextfenster, Quantisierung, Lizenz und Messwerte aus vielen Benchmarks samt Messbedingungen; Trainingsdaten, Wissensstichtag und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)02.11.2026angesehen 07.11.2026

Belegt inMoonshot stellt die Gewichte von Kimi K3.1 Pro auf Hugging Face bereit, unter einer eigenen Lizenz

KolibriAleph AlphaOffenText → Text1 Mio.10/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 78B gesamt, 3,46B aktiv
  • 1 Mio. Token Kontext
  • Wissensstand 18. Juni 2026

Nennt Aufbau, Größe, Lizenz, Trainingsdaten mit 20T Tokens, den Rechenaufwand in GPU-Stunden und eigene Messwerte. Zur Sicherheit beschreibt sie Filter im Training, antrainierte Ablehnungen und bekannte Risiken.

Karte auf huggingface.co (externe Seite)03.10.2026angesehen 07.11.2026

Belegt inAleph Alpha veröffentlicht mit Kolibri ein offenes Modell mit 78 Milliarden Parametern, davon 3 Milliarden aktiv

Llama 4 ScoutMetaMit AuflagenText, Bild → Text10 Mio.04/25
Zugang
  • Gewichte mit Auflagen
  • Llama 4
  • Freigabe erst nach einem Formular mit vollem Rechtsnamen, Geburtsdatum und Organisation
Kann
  • Text, Bild → Text
Technik
  • Mixture of Experts
  • 109 Mrd gesamt, 17 Mrd aktiv
  • 10 Mio. Token Kontext
  • Wissensstand August 2024

Nennt Red Teaming und kritische Risiken und beziffert die Trainingsdaten mit Menge, Herkunft und Stichtag.

Karte auf huggingface.co (externe Seite)05.04.2025angesehen 07.11.2026

M3.1 FlashMiniMaxMit AuflagenText, Bild, Video → Text1 Mio.10/26
Zugang
  • Gewichte mit Auflagen
  • MiniMax Community
  • Kommerzielle Nutzung verlangt den Hinweis „Built with MiniMax M3.1-Flash“ und eine einmalige Mitteilung, ab 20 Mio. USD Jahresumsatz eine schriftliche Genehmigung; militärische Zwecke sind verboten
Kann
  • Text, Bild, Video → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • rund 428 Mrd gesamt, 23 Mrd aktiv
  • 1 Mio. Token Kontext

Nennt Aufbau, Größe, Kontextfenster, Lizenz und Messwerte für Programmieren, Agentenaufgaben und Cybersicherheit samt Messaufbau; Trainingsdaten, Wissensstichtag und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)23.10.2026angesehen 07.11.2026

Mercury 3InceptionNur als Dienst1 Mio.10/26
Zugang
  • nur als Dienst
Kann
  • Werkzeuge
Technik
  • 1 Mio. Token Kontext

Nennt Kontextfenster, Preise, Durchsatz, Latenz und Fehlerraten im Betrieb; Parameterzahl, Trainingsdaten, Qualitätsmessungen und Sicherheitsprüfungen fehlen.

Karte auf openrouter.ai (externe Seite)16.10.2026nur die Schnittstellendokuangesehen 20.10.2026

Belegt inInception veröffentlicht mit Mercury 3 sein bisher leistungsfähigstes Diffusions-Sprachmodell

MiMo-V2.6-ProXiaomiOffenText, Bild, Video, Ton → Text1 Mio.09/26
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text, Bild, Video, Ton → Text
Technik
  • Mixture of Experts
  • 1,02 Bio gesamt, 42 Mrd aktiv
  • 1 Mio. Token Kontext

Nennt Lizenz MIT, Aufbau, Größe, Kontextfenster, Messwerte, das FP8-Format und den Betrieb mit vLLM und SGLang; die Herkunft der Trainingsdaten steht im dort verlinkten technischen Bericht. Wissensstichtag und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)21.09.2026angesehen 07.11.2026

Belegt inXiaomis offenes Modell MiMo-V2.6-Pro führt den Intelligence Index für offene Gewichte an

Mistral Large 4MistralMit AuflagenText, Bild → Text1 Mio.10/26
Zugang
  • Gewichte mit Auflagen
  • Mistral Ecosystem Open-Weight
  • Wer Modelle als Dienst anbietet, braucht vor jeder kommerziellen Nutzung eine eigene Lizenz von Mistral; interner Gebrauch ist ausgenommen
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 1 Bio gesamt, 52 Mrd aktiv (49 Mrd ohne Einbettung und Ausgabeschicht), 4 von 128 Experten je Token
  • 1 Mio. Token Kontext

Nennt Aufbau, Größe, Trainingshardware, mehr als 160 Sprachen, Kontextfenster und Lizenz; für Messwerte verweist sie auf einen technischen Bericht, Trainingsdaten, Wissensstichtag und Sicherheitsprüfungen stehen nicht darin.

Karte auf huggingface.co (externe Seite)29.10.2026angesehen 07.11.2026

Muse EmberMetaNur als DienstText, Bild, Ton, Video → Text1 Mio.11/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • Werkzeuge
Technik
  • 1 Mio. Token Kontext

Nennt Preise, Kontextfenster und Messungen gegen Claude Haiku 5.5 und GPT-6 Luna, dazu eine Sicherheitsprüfung ohne Zahlen; Parameterzahl, Aufbau, Trainingsdaten und Stichtag fehlen.

Karte auf research.meta.ai (externe Seite)09.11.2026nur eine Ankündigungangesehen 10.11.2026

Belegt inMeta veröffentlicht Muse Ember, sein kleinstes Modell für wiederkehrende Agentenarbeit, zu 0,10 und 0,50 Dollar je Million Token

Muse Glimmer 30BMetaOffenText, Bild → Text128k08/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Text
  • Werkzeuge
Technik
  • dicht
  • 29,6 Mrd, Sprachmodell und Wahrnehmungsteil zusammen
  • 128k Token Kontext
  • Wissensstand 4. Januar 2026

Nennt Aufbau, Kontextfenster, Wissensstichtag, Herkunft des Trainingsmaterials und vier Prüfachsen, darunter das Verhalten des Modells als Agent, dazu seit Oktober 2026 einen technischen Bericht.

Karte auf huggingface.co (externe Seite)August 2026angesehen 07.11.2026

Belegt in02 Woher Modelle kommen

Muse SparkMetaNur als Dienst05/26
Zugang
  • nur als Dienst

Legt die Prüfungen vor der Freigabe offen. Eine Modellkarte ersetzt er nicht: Aufbau, Kontextfenster und Herkunft des Trainingsmaterials stehen nicht darin.

Karte auf ai.meta.com (externe Seite)26.05.2026Bericht statt Karteangesehen 06.09.2026

Belegt in07 Die Systemkarte lesen

Muse Spark OpenMetaMit AuflagenText, Bild, Video, Ton → Text1 Mio.10/26
Zugang
  • Gewichte mit Auflagen
  • Muse Model License
  • Wer Modelle als Dienst anbietet und über 20 Mio. USD in zwölf Monaten umsetzt, braucht eine eigene Vereinbarung; Download erst nach Freigabe durch Meta
Kann
  • Text, Bild, Video, Ton → Text
Technik
  • Mixture of Experts
  • 816 Mrd gesamt, 42 Mrd aktiv
  • 1 Mio. Token Kontext

Nennt Lizenz, Aufbau, Größe, Kontextfenster, Sprachen, Messwerte, die Herkunft des Trainingsmaterials und die Prüfbereiche Inhalt, Agentenrisiko, Datenschutz und Preparedness.

Karte auf huggingface.co (externe Seite)15.10.2026angesehen 07.11.2026

Belegt in02 Woher Modelle kommen

Muse Wonder und Muse Wonder FullMetaNur als Dienst10/26
Zugang
  • nur als Dienst

Nennt Zugangswege über Meta Model API und Muse Code, den Trainingsstandort und den Messvergleich mit anderen Modellen; Größe, Lizenz und Trainingsdaten fehlen.

Karte auf research.meta.ai (externe Seite)12.10.2026nur eine Ankündigungangesehen 13.10.2026

Belegt inMeta veröffentlicht Muse Wonder und Muse Wonder Full, Full erreicht im Intelligence Index von Artificial Analysis 56 Punkte

Nemotron 3.5 Lightning 30BNVIDIAOffenText → Text1 Mio.08/26
Zugang
  • offene Gewichte
  • OpenMDW-1.1
Kann
  • Text → Text
  • Werkzeuge
Technik
  • Mixture of Experts
  • 30 Mrd gesamt, 3 Mrd aktiv
  • 1 Mio. Token Kontext

Nennt die Herkunft der Trainingsdaten in Gruppen samt Stichtag. Durchgeführte Sicherheitsprüfungen führt sie nicht auf.

Karte auf huggingface.co (externe Seite)11.08.2026angesehen 07.11.2026

Belegt in10 Small Language ModelsNvidia veröffentlicht mit Nemotron 3.5 Lightning ein offenes 30-Milliarden-Modell für Agenten

North Micro Vision InstructCohereOffenText, Bild → Text128k08/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Text
Technik
  • 2,4 Mrd
  • 128k Token Kontext

Nennt Aufbau, Einsatzzweck und Benchmark-Werte. Zu Sicherheitsprüfungen und Trainingsdaten steht nichts darin.

Karte auf huggingface.co (externe Seite)August 2026angesehen 07.11.2026

Olmo 3.1 32B InstructAi2OffenText → Text12/25
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Text
Technik
  • 32 Mrd

Nennt die Trainingsdaten namentlich und verlinkt sie. Zu durchgeführten Sicherheitsprüfungen sagt sie nichts.

Karte auf huggingface.co (externe Seite)10.12.2025angesehen 06.09.2026

Belegt in02 Woher Modelle kommenDirect Preference Optimization im Glossar

PaddleOCR-VL-1.6BaiduOffenBild, Text → Text05/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Bild, Text → Text

Nennt die Lizenz, die Nachschulung schwacher Bereiche gegenüber Fassung 1.5 und Messwerte auf OmniDocBench; die Größe steht nur als Namensteil 0.9B da, Herkunft der Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)28.05.2026angesehen 07.11.2026

Qwen2.5-VL-7B-Instructim EinsatzQwenOffenText, Bild, Video → Text32k01/25
Einsatz
  • übernimmt im eigenen Texterkennungs-Aufbau Handschrift und Grafiken
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild, Video → Text
Technik
  • 7 Mrd
  • 32k Token Kontext

Nennt die Neuerungen am Bild- und Videokodierer und die Größen der Familie; zu Trainingsdaten und Sicherheitsprüfungen sagt sie nichts.

Karte auf huggingface.co (externe Seite)Januar 2025angesehen 28.09.2026

Belegt inWie eine Maschine ein Dokument zerlegtWo in der eigenen Texterkennung das Modell sitzt

Qwen3-4B-Instruct-2507im EinsatzQwenOffenText → Text256k08/25
Einsatz
  • glättet im eigenen Diktatwerkzeug lokal, wenn Apple Intelligence fehlt
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Text
  • Werkzeuge
Technik
  • 4,0 Mrd
  • 256k Token Kontext

Nennt Größe, Schichtzahl und Kontextlänge und stellt Benchmarks neben den eigenen Vorgänger; zu Trainingsdaten und Sicherheitsprüfungen sagt sie nichts.

Karte auf huggingface.co (externe Seite)06.08.2025angesehen 28.09.2026

Belegt in01 Wie ein Modell innen gebaut ist04 Was ein Modell an Hardware brauchtWarum ich eine eigene Diktier-App gebaut habe

Qwen3.8 Omni FlashQwenNur als DienstText, Bild, Ton, Video → Text1 Mio.10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Ton, Video → Text
  • Werkzeuge
Technik
  • 1 Mio. Token Kontext

Nennt Eingabearten, Kontextfenster, maximale Ausgabelänge, Regionen und Werkzeugaufrufe; Größe, Aufbau, Lizenz, Trainingsdaten, Messungen und Sicherheitsprüfungen fehlen.

Karte auf alibabacloud.com (externe Seite)10.10.2026nur die Schnittstellendokuangesehen 11.10.2026

Belegt inAlibaba veröffentlicht mit Qwen3.8 Omni Flash sein erstes omni-modales Agenten-Modell

Qwen3.8-Flash-NextQwenMit AuflagenText256k08/26
Zugang
  • Gewichte mit Auflagen
  • Qwen Community 1.0
  • dieselbe Größenklausel wie bei Qwen3.8-Max
Technik
  • Mixture of Experts
  • 125 Mrd gesamt, 6 Mrd aktiv, dazu 51 Mrd für die N-Gramm-Einbettung
  • 256k Token Kontext

Nennt die Benchmark-Werte im Vergleich zu zwei fremden Modellen. Zu Sicherheitsprüfungen und Trainingsdaten steht nichts darin.

Karte auf huggingface.co (externe Seite)24.08.2026angesehen 07.11.2026

Belegt inAlibaba veröffentlicht mit Qwen3.8-Flash-Next eine Architektur-Vorschau auf Qwen4 zum Neuntel der Trainingskosten

Qwen3.8-MaxQwenMit AuflagenText → Text256k08/26
Zugang
  • Gewichte mit Auflagen
  • Qwen3.8-Max
  • frei bis 100 Mio. Nutzer oder 20 Mio. USD Monatsumsatz, darüber muss der Modellname sichtbar sein; Anbieter von Modellen als Dienst oder Arbeitsassistenten brauchen ab 50 Mio. USD Umsatz in zwölf Monaten eine eigene Lizenz
Kann
  • Text → Text
Technik
  • Mixture of Experts
  • 2,4 Bio gesamt, 95 Mrd aktiv, 512 Experten
  • 256k Token Kontext

Nennt Aufbau, Kontextlänge und Lizenz und trennt ausdrücklich die offenen Gewichte von der Fassung hinter der Schnittstelle.

Karte auf huggingface.co (externe Seite)08.08.2026angesehen 07.11.2026

Belegt inAlibaba veröffentlicht mit Qwen3.8 2.4T A95B eines der größten offenen Modelle

Rho-1Reka AINur als DienstText, Bild, Video → Text, Bild, Video10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Video → Text, Bild, Video
Technik
  • 19B

Nennt Größe mit 19B, Eingabe und Ausgabe über Text, Bild und Video sowie einen Beispielverlauf; Lizenz, Zugang zu den Gewichten, Trainingsdaten, Messungen und Sicherheitsprüfungen fehlen.

Karte auf reka.ai (externe Seite)05.10.2026nur eine Ankündigungangesehen 13.10.2026

Belegt inReka AI zeigt mit Rho-1 ein 19-Milliarden-Modell, das Text, Bild, Video und Roboteraktionen in einem Netz verarbeitet

Shieldstral 1.0 3BMistralOffenText, Bild → Text32k08/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Text
Technik
  • 3 Mrd
  • 32k Token Kontext

Nennt Grenzen und Einstufungswerte des Wächtermodells. Zur Herkunft der Trainingsdaten steht nur ein Nebensatz.

Karte auf huggingface.co (externe Seite)August 2026angesehen 06.09.2026

SystemLanguageModelim EinsatzAppleNur als DienstText → Text06/25
Einsatz
  • glättet im eigenen Diktatwerkzeug den erkannten Text, im Standardweg
Zugang
  • nur als Dienst
Kann
  • Text → Text
  • Werkzeuge

Beschreibt den Aufruf des Modells auf dem Gerät und führt seit dem Stand vom Juni 2026 drei Modellfassungen, gebunden an die Systeme 26.0 bis 26.3, 26.4 und 27.0; Name, Größe und Trainingsmaterial nennt sie nicht.

Karte auf developer.apple.com (externe Seite)Juni 2025nur die Schnittstellendokuangesehen 28.09.2026

Belegt inWarum ich eine eigene Diktier-App gebaut habe

Spracherkennung 10514

Ton wird zu Text

Cohere TranscribeCohereMit AuflagenTon → Text03/26
Zugang
  • Gewichte mit Auflagen
  • Apache 2.0
  • Download erst nach Anmeldung und der Zustimmung, die eigenen Hugging-Face-Daten zu teilen; die Freigabe läuft automatisch
Kann
  • Ton → Text
Technik
  • 2 Mrd

Benennt zwei Grenzen der Spracherkennung: erfundener Text aus Grundrauschen und schwankende Leistung bei Sprachwechsel.

Karte auf huggingface.co (externe Seite)26.03.2026angesehen 07.11.2026

Belegt inWarum ich eine eigene Diktier-App gebaut habe

gpt-live-transcribeOpenAINur als DienstTon, Text → Text07/26
Zugang
  • nur als Dienst
Kann
  • Ton, Text → Text
  • braucht eine Transkription

Nennt Verzögerung, Stichworthinweise und Sprachhinweise für Abschriften im laufenden Gespräch. Größe und Trainingsdaten stehen nicht darin.

Karte auf developers.openai.com (externe Seite)28.07.2026nur die Schnittstellendokuangesehen 03.10.2026

Belegt in02 Sprache und Audio

gpt-transcribeOpenAINur als DienstTon, Text → Text07/26
Zugang
  • nur als Dienst
Kann
  • Ton, Text → Text
  • braucht eine Transkription

Nennt die drei Einsatzwege: fertige Dateien, gestreamte Dateien und abgeschlossene Redebeiträge einer Realtime-Sitzung. Größe und Trainingsdaten stehen nicht darin.

Karte auf developers.openai.com (externe Seite)28.07.2026nur die Schnittstellendokuangesehen 03.10.2026

Belegt in02 Sprache und Audio

MAI-Transcribe-2-StreamingMicrosoftNur als DienstTon → Text10/26
Zugang
  • nur als Dienst
Kann
  • Ton → Text

Nennt 60 Sprachen, gut 100 ms bis zu ersten Teilergebnissen, Rang 1 bei Artificial Analysis und den Einführungspreis; Größe, Lizenz, Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf microsoft.ai (externe Seite)01.10.2026nur eine Ankündigungangesehen 11.10.2026

Belegt inMicrosoft veröffentlicht mit MAI-Transcribe-2-Streaming und MAI-Voice-2.1 neue Modelle für Sprachagenten

Nemotron 3.5 Transcribe 30BNVIDIAOffenTon, Text → Text64k10/26
Zugang
  • offene Gewichte
  • OpenMDW-1.1
Kann
  • Ton, Text → Text
Technik
  • Mixture of Experts
  • 34 Mrd gesamt, 4,3 Mrd aktiv
  • 64k Token Kontext

Nennt Aufnahmen bis zu einer Stunde und 65.536 Token Kontext als Grenze und hält fest, dass Sprecherkennungen keine wirkliche Person belegen.

Karte auf huggingface.co (externe Seite)28.10.2026angesehen 30.10.2026

Parakeet TDT 0.6B v3im EinsatzNVIDIAOffenTon → Text08/25
Einsatz
  • Standard-Erkenner im eigenen Diktatwerkzeug für den Mac
Zugang
  • offene Gewichte
  • CC-BY-4.0
Kann
  • Ton → Text
  • braucht eine Transkription
Technik
  • 600 Mio

Nennt die Trainingsdaten namentlich, darunter zwei Bestände mit Stundenzahl und Einzelquellen.

Karte auf huggingface.co (externe Seite)14.08.2025angesehen 06.09.2026

Belegt in02 Sprache und Audio07 SpracherkennungWarum ich eine eigene Diktier-App gebaut habeund 1 weitere

Qwen3-ASR-1.7BQwenOffenTon → Text01/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Ton → Text
  • braucht eine Transkription
Technik
  • 1,7 Mrd

Führt die Sprachliste vollständig und weist die Fehlerraten je Datensatz aus.

Karte auf huggingface.co (externe Seite)Januar 2026angesehen 06.09.2026

SpeechTranscriberim EinsatzAppleNur als DienstTon → Text06/25
Einsatz
  • dritte Erkenner-Wahl im eigenen Diktatwerkzeug, gemessen und verworfen
Zugang
  • nur als Dienst
Kann
  • Ton → Text
  • braucht eine Transkription

Nennt weder Modellnamen noch Größe noch Trainingsmaterial. Beschrieben ist der Aufruf, nicht das Modell.

Karte auf developer.apple.com (externe Seite)Juni 2025nur die Schnittstellendokuangesehen 28.09.2026

Belegt inWarum ich eine eigene Diktier-App gebaut habe

Whisper large-v3im EinsatzOpenAIOffenTon → Text11/23
Einsatz
  • wählbar im eigenen Diktatwerkzeug, wenn Fachbegriffe wichtiger sind als Tempo
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Ton → Text
  • braucht eine Transkription
Technik
  • 1,55 Mrd

Beziffert die Trainingsmenge in Stunden und trennt dabei schwach beschriftetes von maschinell beschriftetem Material.

Karte auf huggingface.co (externe Seite)November 2023angesehen 06.09.2026

Belegt inWarum ich eine eigene Diktier-App gebaut habe

Whisper large-v3-turboOpenAIOffenTon → Text10/24
Zugang
  • offene Gewichte
  • MIT
Kann
  • Ton → Text
  • braucht eine Transkription
Technik
  • 809 Mio

Benennt den Eingriff am Vorgängermodell und seinen Preis, und sagt, wer den Text geschrieben hat.

Karte auf huggingface.co (externe Seite)01.10.2024angesehen 06.09.2026

Sprachsynthese 8404

Text wird zu Ton

Chatterbox Multilingual V3Resemble AIOffenText → Ton04/25
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text → Ton
Technik
  • 0,5 Mrd

Beziffert die Trainingsmenge, benennt den Llama-Rumpf und beschreibt das Wasserzeichen in der Ausgabe.

Karte auf huggingface.co (externe Seite)24.04.2025angesehen 06.09.2026

Chatterbox-TurboResemble AIOffenText → Ton12/25
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text → Ton
Technik
  • 350 Mio

Beziffert den Eingriff am Decoder und benennt die Zeichen, die im Text mitgesprochen werden.

Karte auf huggingface.co (externe Seite)02.12.2025angesehen 06.09.2026

Eleven v3ElevenLabsNur als DienstText → Ton06/25
Zugang
  • nur als Dienst
Kann
  • Text → Ton

Nennt Sprachen und Steuerungsmöglichkeiten. Größe, Aufbau und Trainingsmaterial bleiben offen.

Karte auf elevenlabs.io (externe Seite)03.06.2025nur eine Ankündigungangesehen 06.09.2026

Eleven v4ElevenLabsNur als DienstText → Ton09/26
Zugang
  • nur als Dienst
Kann
  • Text → Ton

Nennt Rang 1 bei Artificial Analysis, rund 75 Prozent Zustimmung in Hörtests und etwa 100 ms mediane Latenz beim Turbo-Modell; Größe, Lizenz, Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf elevenlabs.io (externe Seite)28.09.2026nur eine Ankündigungangesehen 11.10.2026

Belegt inElevenLabs veröffentlicht Eleven v4 und eine latenzarme Turbo-Variante für Sprachsynthese

Gemini 3.8 Flash TTS und Gemini 3.8 Flash-Lite TTSGoogle DeepMindNur als DienstText → Ton8k09/26
Zugang
  • nur als Dienst
Kann
  • Text → Ton
Technik
  • 8k Token Kontext

Gemeinsame Karte der vier Audiomodelle der Reihe. Nennt Ein- und Ausgaben und die Tokengrenzen; für Aufbau und Trainingsdaten verweist sie auf die Karte zu Gemini 3 Pro, für Messwerte auf eigene Seiten.

Karte auf storage.googleapis.com (externe Seite)24.09.2026angesehen 07.11.2026

gpt-4o-mini-ttsAbschaltung OpenAINur als DienstText → Ton03/25
Zugang
  • nur als Dienst
Kann
  • Text → Ton

Führt Stimmen, Formate und die Steuerung des Vortrags. Größe, Trainingsmaterial und Sprachliste des Modells stehen nirgends.

Karte auf developers.openai.com (externe Seite)März 2025nur die SchnittstellendokuAbschaltung (externe Seite)angesehen 06.09.2026

Belegt in01 Was Conversational AI ist03 Wenn das Gespräch nicht in Runden läuft08 Sprachsyntheseund 2 weitere

Kokoro-82MhexgradOffenText → Ton01/25
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Ton
Technik
  • 82 Mio

Nennt Datenherkunft, Datenmenge und Trainingskosten, jede mit Zahl, dazu den Aufbau als StyleTTS 2 mit ISTFTNet-Decoder.

Karte auf huggingface.co (externe Seite)27.01.2025angesehen 06.09.2026

Qwen3-TTS 1.7Bim EinsatzQwenOffenText → Ton01/26
Einsatz
  • erzeugt die Sprachausgabe der eigenen Werkzeuge, lokal auf dem Rechner
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Ton
Technik
  • 1,7 Mrd

Nennt Sprachen, Stimmprofile und die Verdichtungsrate des Tonzerlegers.

Karte auf huggingface.co (externe Seite)Januar 2026angesehen 06.09.2026

Musik und Klänge 3012

Text wird zu Musik und Klängen erklärt in KI jenseits der Sprachmodelle, Kapitel 13

SpeechSunoNur als DienstText → Ton10/26
Zugang
  • nur als Dienst
Kann
  • Text → Ton

Erzeugt Stimme und Musik als eine Spur. Nennt Funktion, Zugang über Suno und Betastatus mit bekannten Schwächen bei Akzenten; Größe, Aufbau, Lizenz, Trainingsdaten, Messungen und Sicherheitsprüfungen fehlen.

Karte auf suno.com (externe Seite)01.10.2026nur eine Ankündigungangesehen 07.11.2026

Belegt inSuno öffnet die Beta von Speech, einem Modell für gesprochenes Audio mit eigener Hintergrundmusik

Stable Audio 3 MediumStability AIMit AuflagenText, Ton → Ton05/26
Zugang
  • Gewichte mit Auflagen
  • Stability AI Community License
  • kommerzielle Nutzung nach den Bedingungen von stability.ai/license, die Dateien erst nach einer Zustimmung
Kann
  • Text, Ton → Ton

Beschreibt ein Modell für Musik und Klänge und nennt die Herkunft der Trainingsdaten mit Anzahl und Lizenz je Quelle; Größe, Messwerte und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)Mai 2026angesehen 07.11.2026

Suno v6SunoNur als DienstText, Ton, Bild, Video → Ton09/26
Zugang
  • nur als Dienst
Kann
  • Text, Ton, Bild, Video → Ton

Nennt drei Modellvarianten, die beteiligten Musikunternehmen, die neuen Bearbeitungswege und die Prüfung hochgeladener Dateien; Größe, Aufbau, Lizenz, Trainingsdaten und Messwerte fehlen.

Karte auf suno.com (externe Seite)09.09.2026nur eine Ankündigungangesehen 07.11.2026

Belegt inSuno entwickelt seine neue Musikmodell-Generation gemeinsam mit Warner, BMG und Believe

Embedding-Modelle 7520

Alles wird zu Zahlen im selben Raum

all-MiniLM-L6-v2sentence-transformersOffenText → Vektor03/22
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Vektor
Technik
  • 23 Mio

Nennt Trainingsmenge, Verfahren und Hyperparameter und benennt die Grenzen der Anwendung.

Karte auf huggingface.co (externe Seite)02.03.2022angesehen 06.09.2026

BGE-M3BAAIOffenText → Vektor8k01/24
Zugang
  • offene Gewichte
  • MIT
Kann
  • Text → Vektor
Technik
  • 568 Mio
  • 8k Token Kontext

Trennt drei Suchverfahren und belegt die Zahlen über die zugehörige Arbeit.

Karte auf huggingface.co (externe Seite)27.01.2024angesehen 06.09.2026

EmbeddingGemma 2Google DeepMindOffenText, Bild, Video, Ton → Vektor8k10/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild, Video, Ton → Vektor
Technik
  • 740M
  • 8k Token Kontext
  • Wissensstand Januar 2025

Nennt Größe, Lizenz, Architektur, Kontextfenster, Messwerte und die Arten der Trainingsdaten. Die Sicherheitsmaßnahmen beschränken sich laut Karte auf Filter im Training, die übrigen Schutzmaßnahmen liegen bei der Anwendung.

Karte auf ai.google.dev (externe Seite)06.10.2026angesehen 07.11.2026

Belegt inGoogle veröffentlicht EmbeddingGemma 2, ein offenes Embedding-Modell mit 740 Millionen Parametern für Text, Bild, Ton und Video

EmbeddingGemma-300Mim EinsatzGoogle DeepMindMit AuflagenText → Vektor2k09/25
Einsatz
  • rechnet die Vektoren der eigenen Wissensbasen, lokal auf dem Rechner
Zugang
  • Gewichte mit Auflagen
  • Gemma Terms of Use
  • Liste verbotener Verwendungen, die auch für abgeleitete Modelle gilt
Kann
  • Text → Vektor
Technik
  • 300 Mio
  • 2k Token Kontext

Beziffert das Trainingsmaterial in Token und misst den Verlust bei gekürzten Vektoren.

Karte auf huggingface.co (externe Seite)25.09.2025angesehen 07.11.2026

jina-embeddings-v3Jina AIMit AuflagenText → Vektor8k09/24
Zugang
  • Gewichte mit Auflagen
  • CC BY-NC 4.0
  • geschäftlicher Eigenbetrieb nur nach Vereinbarung
Kann
  • Text → Vektor
Technik
  • 572 Mio
  • 8k Token Kontext

Beschreibt fünf aufsteckbare Anpassungen und nennt die Lizenzgrenze im Klartext.

Karte auf huggingface.co (externe Seite)05.09.2024angesehen 06.09.2026

nomic-embed-text-v1.5Nomic AIOffenText → Vektor8k02/24
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Vektor
Technik
  • 137 Mio
  • 8k Token Kontext

Veröffentlicht die Trainingsdaten vollständig und den Code zum Nachbau dazu.

Karte auf huggingface.co (externe Seite)10.02.2024angesehen 06.09.2026

nomic-embed-text-v2-moeNomic AIOffenText → Vektor1k02/25
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Vektor
Technik
  • 475 Mio gesamt, 305 Mio aktiv
  • 1k Token Kontext

Nennt Größe, Aufbau aus acht Experten, Messwerte gegen Vergleichsmodelle und rund 1,6 Milliarden Trainingspaare, dazu offene Gewichte, Code und Trainingsdaten; Sicherheitsprüfungen fehlen, jede Eingabe braucht ein Aufgabenpräfix.

Karte auf huggingface.co (externe Seite)Februar 2025angesehen 07.11.2026

Bilderzeugung 8242

Text wird zu Bild

FLUX 3 Image KleinBlack Forest LabsMit AuflagenText, Bild → Bild10/26
Zugang
  • Gewichte mit Auflagen
  • FLUX Kommunity License v1.0
  • nichtkommerziell, Ausgaben kommerziell nur unter 5 Mio. USD Jahresumsatz, die Dateien erst nach einer Zustimmung
Kann
  • Text, Bild → Bild
Technik
  • 5,6 Mrd, nur der Bild-Transformer

Nennt Größe des Bild-Transformers, Textkodierer, Speicherbedarf, Grenzen und untersagte Nutzungen; Trainingsdaten und Messwerte fehlen, die Sicherheitsprüfungen stehen in einem verlinkten Beitrag.

Karte auf huggingface.co (externe Seite)15.10.2026angesehen 07.11.2026

FLUX.2 [dev]Black Forest LabsMit AuflagenText, Bild → Bild11/25
Zugang
  • Gewichte mit Auflagen
  • FLUX Non-Commercial License
  • kommerzielle Nutzung nur mit eigener Lizenz, die Dateien erst nach einer Zustimmung
Kann
  • Text, Bild → Bild
Technik
  • 32 Mrd

Beziffert eine Drittprüfung vor der Freigabe, beschreibt die Filter davor und den Aufbau als Rectified Flow Transformer.

Karte auf huggingface.co (externe Seite)22.11.2025angesehen 06.09.2026

FLUX.2 [klein] 4BBlack Forest LabsOffenText, Bild → Bild01/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Bild
Technik
  • 4 Mrd

Nennt die Freigabeentscheidung samt Lizenz je Größe, die Prüfungen davor und den Aufbau als Rectified Flow Transformer.

Karte auf huggingface.co (externe Seite)14.01.2026angesehen 06.09.2026

MAI-Image-2.6MicrosoftNur als DienstText, Bild → Bild32k09/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Bild
Technik
  • 20 Mrd ohne die Einbettungsschicht
  • 32k Token Kontext

Nennt eine Sicherheitsprüfung ohne Zahl und Verfahren und beschreibt die Trainingsdaten samt Zeitraum.

Karte auf microsoft.ai (externe Seite)04.09.2026angesehen 06.09.2026

Nano Banana 2.1Google DeepMindNur als DienstText, Bild → Bild, Text1 Mio.10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Bild, Text
Technik
  • 1 Mio. Token Kontext
  • Wissensstand März 2026

Nennt Ein- und Ausgaben, Kontextfenster, Messwerte gegen die Vorgänger und das Red Teaming; für Aufbau und Trainingsdaten verweist sie auf die Karte zu Gemini 3.6 Flash.

Karte auf deepmind.google (externe Seite)06.10.2026angesehen 07.11.2026

Qwen-Image-2.1QwenMit AuflagenText, Bild → Bild09/26
Zugang
  • Gewichte mit Auflagen
  • Qwen Research License
  • Forschung und Erprobung, kommerzielle Nutzung braucht eine eigene Lizenz
Kann
  • Text, Bild → Bild
Technik
  • 7 Mrd, nur der Bildteil

Nennt die Größe des Bildteils, 32 Schichten, bis zu zehn Referenzbilder und die Ausgabe mit Transparenz; Messwerte, Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)14.09.2026angesehen 07.11.2026

Belegt inAlibaba veröffentlicht mit Qwen-Image-2.1 ein offenes 7-Milliarden-Parameter-Modell für Bildgenerierung und -bearbeitung

Qwen-Image-2512QwenOffenText, Bild → Bild12/25
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text, Bild → Bild
Technik
  • 20 Mrd

Vergleicht die Fassung mit ihrer Vorgängerin an benannten Eigenschaften statt an einer Gesamtnote.

Karte auf huggingface.co (externe Seite)31.12.2025angesehen 06.09.2026

Stable Diffusion 3.5 MediumStability AIMit AuflagenText → Bild10/24
Zugang
  • Gewichte mit Auflagen
  • Stability Community License
  • frei bis 1 Mio. USD Jahresumsatz, die Dateien erst nach einer Zustimmung
Kann
  • Text → Bild
Technik
  • 2,5 Mrd

Beschreibt den Aufbau als MMDiT-X mit drei festen Textcodierern und die Herkunft der Trainingsdaten gar nicht.

Karte auf huggingface.co (externe Seite)29.10.2024angesehen 06.09.2026

Videomodelle 2002

Text wird zu Video

Gemini Omni 1.2 FlashGoogle DeepMindNur als DienstText, Bild, Video, Ton → Video, Ton11/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild, Video, Ton → Video, Ton

Nennt Preis von 0,07 US-Dollar je Sekunde, Clip-Länge bis 15 Sekunden, Auflösungen und ein unsichtbares SynthID-Wasserzeichen; Größe, Aufbau, Trainingsdaten, Messungen und Sicherheitsprüfungen fehlen.

Karte auf blog.google (externe Seite)05.11.2026nur eine Ankündigungangesehen 08.11.2026

Belegt inGoogle veröffentlicht Gemini Omni 1.2 Flash mit Videoclips bis 15 Sekunden und 30 Prozent niedrigerem Preis

Genie 4Google DeepMindNur als DienstText, Bild → Video, Ton10/26
Zugang
  • nur als Dienst
Kann
  • Text, Bild → Video, Ton

Nennt die Anbindung an Gemini Omni und weitere Gemini-Modelle, Echtzeit-Steuerung per Text und Tastatur, native Audioausgabe und den Zugang für Testpersonen; Größe, Lizenz, Trainingsdaten, Messwerte und Sicherheitsprüfungen fehlen.

Karte auf deepmind.google (externe Seite)27.10.2026nur eine Ankündigungangesehen 31.10.2026

Belegt in09 WeltmodelleGoogle DeepMind stellt das Weltmodell Genie 4 als Forschungsvorschau vor, es erzeugt Ton und Dialog zusammen mit der Szene

Dokumenterkennung 3102

Ein Seitenbild wird zu Bereichen, Tabellen und Listen

Dharma Field ExtractorDharma AINur als DienstBild → Text11/26
Zugang
  • nur als Dienst
Kann
  • Bild → Text
Technik
  • 2 Mrd, auf Basis von DharmaOCR-LITE v1.1 mit LoRA-Adapter

Nennt Größe, Basismodell, 43.384 Trainingsbeispiele und einen eigenen Vergleich auf 546 Dokumenten mit vier Frontier-Modellen; Lizenz, Kontextfenster, Wissensstand und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)04.11.2026nur eine Ankündigungangesehen 07.11.2026

Belegt inDharma stellt ein 2-Milliarden-Modell vor, das aus Dokumentbildern gezielt Felder als JSON zieht

PP-DocLayout_plus-Lim EinsatzBaiduOffenBild05/25
Einsatz
  • findet im eigenen Texterkennungs-Aufbau die Bereiche einer Seite
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Bild →

Nennt Grundarchitektur, die 20 Klassen und einen selbst gebauten Prüfbestand; Größe, Trainingsherkunft und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)Mai 2025angesehen 28.09.2026

Belegt inWie eine Maschine ein Dokument zerlegtWo in der eigenen Texterkennung das Modell sitzt

RecognizeDocumentsRequestim EinsatzAppleNur als DienstBild06/25
Einsatz
  • erkennt im eigenen Texterkennungs-Aufbau die Struktur von Tabellen
Zugang
  • nur als Dienst
Kann
  • Bild →

Beschreibt den Aufruf und die Gliederung des Ergebnisses in Wörter, Zeilen, Absätze, Tabellen und Listen; Modellname, Größe und Trainingsmaterial nennt die Seite nicht.

Karte auf developer.apple.com (externe Seite)Juni 2025nur die Schnittstellendokuangesehen 28.09.2026

Belegt inWie eine Maschine ein Dokument zerlegtWo in der eigenen Texterkennung das Modell sitzt

Entscheidungsmodelle 5122

Text und Frage hinein, eine der vorgegebenen Antworten mit Wahrscheinlichkeit heraus erklärt in KI jenseits der Sprachmodelle, Kapitel 15

Bespoke-Nimble-9BBespoke LabsOffenText → Auswahl8k09/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Auswahl
Technik
  • 8k Token Kontext

Nennt Basismodell, Adaptergröße, Kontextgrenze und das Bewertungsverfahren samt Temperatur; Trainingsdaten und Messung stehen im Repository, Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)24.09.2026angesehen 29.09.2026

Belegt in15 EntscheidungsmodelleEntscheidungsmodelle geben eine Auswahl mit Wahrscheinlichkeit zurück

JevTypeSafeNur als DienstText → Auswahl09/26
Zugang
  • nur als Dienst
Kann
  • Text → Auswahl

Nennt Trainingsverfahren, Preise und Antwortzeiten und vergleicht mit Sprachmodellen; Aufbau, Größe, Trainingsdaten und Sicherheitsprüfungen fehlen.

Karte auf typesafe.ai (externe Seite)15.09.2026nur eine Ankündigungangesehen 29.09.2026

Belegt in15 EntscheidungsmodelleEntscheidungsmodelle geben eine Auswahl mit Wahrscheinlichkeit zurück

Llama GuardMetaMit AuflagenText → Auswahl12/23
Zugang
  • Gewichte mit Auflagen
  • Llama 2
  • Freigabe der Gewichte erst nach Anmeldung bei Hugging Face
Kann
  • Text → Auswahl
Technik
  • 7 Mrd, auf Basis von Llama 2

Nennt Basismodell, Größe, Trainingsdaten mit rund 13.000 Beispielen und eine eigene Einteilung der Schadensarten; die Einstufung kommt aus der Wahrscheinlichkeit des ersten Tokens, die Schwelle wählt der Anwender.

Karte auf huggingface.co (externe Seite)Dezember 2023angesehen 05.10.2026

Belegt in15 Entscheidungsmodelle07 Guardrails07 Die Systemkarte lesen

Microsoft-Decision-1MicrosoftNur als DienstText → Auswahl10/26
Zugang
  • nur als Dienst
Kann
  • Text → Auswahl

Nennt Fragetypen, Antwortformat, Bereitstellungsarten und bekannte Einschränkungen; Größe, Trainingsdaten und Messwerte fehlen, das Basismodell Qwen3.5-9B nennt nur die Ankündigung.

Karte auf learn.microsoft.com (externe Seite)09.10.2026nur die Schnittstellendokuangesehen 11.10.2026

Belegt inMicrosoft veröffentlicht mit Microsoft-Decision-1 ein Entscheidungsmodell auf Basis von Qwen3.5-9B

Tev1-4B-experimentalTogether AIMit AuflagenText → Auswahl09/26
Zugang
  • Gewichte mit Auflagen
  • noch keine
  • Together legt die Lizenz der Gewichte erst noch fest
Kann
  • Text → Auswahl

Nennt Basismodell, Eingabeform, Entwicklungsergebnisse und ungeprüfte Grenzen; Trainingsdaten stehen im Repository, eine Lizenz für die Gewichte fehlt.

Karte auf huggingface.co (externe Seite)23.09.2026angesehen 29.09.2026

Belegt in15 EntscheidungsmodelleEntscheidungsmodelle geben eine Auswahl mit Wahrscheinlichkeit zurück

Klassifikation und Prognose 3120

Text, Tabelle oder Zeitreihe wird zu Klassen und Zahlen

OpenAI Privacy FilterOpenAIOffenText → Auswahl125k04/26
Zugang
  • offene Gewichte
  • Apache 2.0
Kann
  • Text → Auswahl
Technik
  • 1,5 Mrd gesamt, 50 Mio aktiv
  • 125k Token Kontext

Nennt acht Kategorien personenbezogener Angaben, Aufbau, Größe, Kontextfenster und typische Fehler und warnt vor dem Einsatz als Anonymisierung; das Modell gibt je Token eine Wahrscheinlichkeit über feste Klassen aus. Trainingsdaten und Messwerte fehlen auf dieser Seite.

Karte auf huggingface.co (externe Seite)April 2026angesehen 07.11.2026

TabFM 1.0.0Google DeepMindMit AuflagenTabelle → Auswahl, Zahlen06/26
Zugang
  • Gewichte mit Auflagen
  • TabFM Non-Commercial License v1.0
  • nur Forschung und Erprobung, keine kommerzielle oder produktive Nutzung
Kann
  • Tabelle → Auswahl, Zahlen

Nennt Aufbau, Einsatzgrenzen, synthetische Trainingsdaten und das Ergebnis auf 51 Datensätzen; Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)29.06.2026angesehen 07.11.2026

TimesFM 3.0Google DeepMindMit AuflagenZahlen → Zahlen08/26
Zugang
  • Gewichte mit Auflagen
  • TimesFM Non-Commercial License v1.0
  • nur Forschung und Erprobung, keine kommerzielle oder produktive Nutzung, keine Weitergabe
Kann
  • Zahlen → Zahlen
Technik
  • 331 Mio

Nennt Aufbau, Prognoselänge, Quantile und die Trainingsdaten mit Stichtag; Messwerte und Sicherheitsprüfungen fehlen.

Karte auf huggingface.co (externe Seite)24.08.2026angesehen 07.11.2026

Ai2Sitz: Vereinigte Staatenneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

huggingface.co (externe Seite)

Aleph AlphaSitz: Deutschlandteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

AmazonSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1001

aws.amazon.com (externe Seite)

AnthropicSitz: Vereinigte Staatenjaeigenes Verzeichnis mit Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten7007

anthropic.com (externe Seite)

AppleSitz: Vereinigte Staatenneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten5005

keine Übersicht

BAAISitz: Chinaneinkein eigenes Verzeichnisneinnur das aktuelle Dokumentneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1100

keine Übersicht

BaiduSitz: Chinateilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2200

keine Übersicht

Bespoke LabsSitz: Vereinigte Staatenneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

Black Forest LabsSitz: Deutschlandteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten3120

keine Übersicht

CohereSitz: Kanadaneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarteilsSicherheitsprüfungen: keine AngabeteilsHerkunft der Trainingsdaten: keine Angabe2110

huggingface.co (externe Seite)

DeepSeekSitz: Chinaneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten5500

huggingface.co (externe Seite)

Dharma AISitz: Brasilienneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1001

keine Übersicht

ElevenLabsSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2002

keine Übersicht

Google DeepMindSitz: Vereinigte Staatenjaeigenes Verzeichnis mit Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten184311

deepmind.google (externe Seite)

H CompanySitz: Frankreichteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1010

keine Übersicht

hexgradSitz: kein Sitz feststellbarneinkein eigenes Verzeichnisneinnur das aktuelle Dokumentneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

InceptionSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1001

keine Übersicht

Jina AISitz: Deutschlandteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1010

keine Übersicht

MetaSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten7133

developer.meta.com (externe Seite)huggingface.co (externe Seite)

MicrosoftSitz: Vereinigte Staatenneinkein eigenes Verzeichnisneinnur das aktuelle Dokumentjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten3003

keine Übersicht

MiniMaxSitz: Singapurteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1010

keine Übersicht

MistralSitz: Frankreichneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarteilsSicherheitsprüfungen: keine Angabejanennt die Herkunft der Trainingsdaten2110

huggingface.co (externe Seite)

MoonshotSitz: Chinaneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2020

huggingface.co (externe Seite)

Nomic AISitz: Vereinigte Staatenneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten2200

keine Übersicht

NVIDIASitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten3300

build.nvidia.com (externe Seite)huggingface.co (externe Seite)

OpenAISitz: Vereinigte Staatenjaeigenes Verzeichnis mit Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten144010

deploymentsafety.openai.com (externe Seite)

QwenSitz: Chinaneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten9531

huggingface.co (externe Seite)

ReflectionSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentneinnur das aktuelle Dokumentjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

Reka AISitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1001

keine Übersicht

Resemble AISitz: Kanadateilseigenes Verzeichnis, ohne Datum je Dokumentneinnur das aktuelle Dokumentneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2200

keine Übersicht

sentence-transformersSitz: kein Sitz feststellbarneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

Stability AISitz: Großbritannienteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2020

keine Übersicht

SunoSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten2002

keine Übersicht

Thinking MachinesSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1001

keine Übersicht

Together AISitz: Vereinigte Staatenneinkein eigenes VerzeichnisteilsReichweite nicht feststellbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1010

keine Übersicht

TypeSafeSitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentneinnur das aktuelle Dokumentneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten1001

keine Übersicht

xAISitz: Vereinigte Staatenteilseigenes Verzeichnis, ohne Datum je Dokumentjafrühere Dokumente bleiben erreichbarjanennt Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten2002

x.ai (externe Seite)

XiaomiSitz: Singapurneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenjanennt die Herkunft der Trainingsdaten1100

keine Übersicht

Z.aiSitz: Chinaneinkein eigenes Verzeichnisjafrühere Dokumente bleiben erreichbarneinohne Sicherheitsprüfungenneinohne Herkunft der Trainingsdaten2110

huggingface.co (externe Seite)

Wo Bild zu Text geblieben ist. Diese Richtung war einmal eine Gattung für sich. Heute ist es eine Eigenschaft der Sprachmodelle: Das Bild wird in Token zerlegt und geht denselben Weg wie geschriebener Text. Anthropic rechnet in Blöcken von 28 mal 28 Pixeln, Google in Kacheln zu 768 Pixeln, und OpenAI in Feldern von 32 Pixeln. Auf dieser Seite steht das Bild deshalb als Eingabe am Modell, in der Spalte „Ein → Aus“. Eine eigene Rubrik bekommt es nicht.

Nachgemessen am 07.11.2026. Hugging Face führt für diese Richtung eine eigene Aufgabe, „image-text-to-text“. Von ihren zwölf Einträgen mit den meisten Likes sind neun Sprachmodelle, angeführt von Qwen3.8-27B, Kimi-K3 und Qwen3.8-Flash-Next. Die übrigen drei haben eine engere Aufgabe: Unlimited-OCR und DeepSeek-OCR lesen Dokumente, LocateAnything-3B findet Objekte im Bild. Daneben gibt es die Encoder, CLIP und seine Nachfolger. Die stecken meist in anderen Modellen, weshalb sie hier nicht stehen.

↑↓ auswählenEnter öffnenDie Suche läuft im Browser. Nichts wird übertragen.