
News & Trends
ETH und EPFL stellen eigenes KI-Modell vor
von Samuel Buchmann
GPT-OSS kann lokal oder in der Cloud betrieben werden. Die grosse von zwei Varianten soll etwa so leistungsfähig sein wie OpenAIs proprietäres o4-mini-LLM.
OpenAI hat mit GPT-OSS erstmals seit sechs Jahren wieder ein Open-Weight-Modell veröffentlicht. Es erscheint in zwei Varianten mit 120 und 20 Milliarden Parametern und ist unter der Apache-2.0-Lizenz frei verfügbar.
Die grössere Version benötigt eine GPU mit 80 Gigabyte VRAM und soll laut OpenAI in Benchmarks ähnlich wie das proprietäre o4-mini-Modell abschneiden, das seinerseits eine kleine Variante von GPT-4o ist – das Modell hinter ChatGPT. Die kleinere Variante des neuen GPT-OSS ist für den Einsatz auf Geräten mit 16 GB VRAM konzipiert und erreicht vergleichbare Ergebnisse wie o3-mini. Beide Modelle sind auf Plattformen wie Hugging Face, Databricks, Azure und AWS verfügbar und können für eigene Zwecke angepasst werden.
Laut OpenAI zeigt GPT-OSS besonders im Bereich Reasoning, Tool-Nutzung und Chain-of-Thought starke Leistungen. Die Modelle wurden mit aktuellen Methoden trainiert, die auch in OpenAIs fortgeschrittenen proprietären Systemen zum Einsatz kommen. Ein Fokus soll auch auf der Sicherheit liegen: GPT-OSS wurde unter anderem von externen Expertengruppen getestet, um Risiken wie Missbrauch im Bereich Cybersecurity oder Biowaffen zu minimieren.
GPT-OSS positioniert sich damit als Alternative zu anderen Open-Weight-Modellen wie Metas Llama 3 oder DeepSeek, die sowohl auf Consumer-Hardware als auch in der Cloud betrieben werden kann. Open-Weight-Modelle bieten mehr Transparenz und Kontrolle als proprietäre wie GPT-4o. Trainingsdaten und Quellcode bleiben allerdings unter Verschluss.
Ein echter Open-Source-Gegenentwurf zu GPT-OSS kommt aus der Schweiz: Die ETH Zürich und die EPFL arbeiten an einem vollständig offenen Sprachmodell, das im Spätsommer 2025 erscheinen soll. Es basiert auf bis zu 70 Milliarden Parametern. Im Unterschied zu GPT-OSS werden hier neben den Gewichten auch Quellcode und Trainingsdaten veröffentlicht. Das Schweizer Modell legt auch Wert auf die Einhaltung von Datenschutz-Richtlinien.
Mein Fingerabdruck verändert sich regelmässig so stark, dass mein MacBook ihn nicht mehr erkennt. Der Grund: Wenn ich nicht gerade vor einem Bildschirm oder hinter einer Kamera hänge, dann an meinen Fingerspitzen in einer Felswand.