KI-Modelle aus 2023: wer was veröffentlicht hat
Alle wichtigen Modell-Releases Monat für Monat: Anbieter und sein Land, Open Weights oder geschlossen, Typ, Kontextfenster, Größe offener Modelle — und bei welchen Aufgaben die Modelle des jeweiligen Jahres heute führen.
2023 9 Veröffentlichungen · 5 mit Open Weights
- Text C GPT-4 TurboOpenAI
- Programmieren C GPT-4 TurboOpenAI
- Bild D dall-e-3OpenAI
Dezember
- Mistral 7B Instruct v0.2 HFMistral AIFrankreichOpen WeightsLLM7.2B
- C mixtral-8x7b-instruct-v0.1Mistral AIFrankreichOpen WeightsLLM32K
November
- Qwen 72B HFAlibabaChinaOpen WeightsLLM72.3B
- D dall-e-3OpenAIVereinigte StaatenGeschlossenBild
- C GPT 4OpenAIVereinigte StaatenGeschlossenLLM8K
- C GPT-4 TurboOpenAIVereinigte StaatenGeschlossenVision (VLM)128K
Juli
- Llama 2 7b hf HFMetaVereinigte StaatenOpen WeightsLLM6.7B
März
- C GPT-3.5 TurboOpenAIVereinigte StaatenGeschlossenLLM16K
Februar
- pythia-6.9b HFEleutherAIVereinigte StaatenOpen WeightsLLM7B
Die Veröffentlichungsdaten stammen aus Modellkatalogen (models.dev, LiteLLM, Hugging Face); Modelle, von denen nur das Erscheinungsjahr bekannt ist, werden nicht angezeigt. Die Spitzenreiter eines Jahres sind seine Modelle, die in unseren Ranglisten heute am besten platziert sind.
Aktualisiert · Quellen: models.dev (MIT), LiteLLM (MIT), LMArena (CC BY 4.0), Hugging Face
Arena (LMArena) scores: Arena Leaderboard Dataset by LMArena, CC BY 4.0. Modified by fedi.software (filtered, re-ranked, aggregated). Not endorsed by LMArena.
Was zeigt die Zeitleiste?
Die Grafik „KI-Modelle nach Jahr: wer was veröffentlicht hat“ ordnet Modell-Releases auf einer Zeitachse: oben das aktuelle Jahr, darunter die einzelnen Monate. Jede Zeile steht für ein Modell und nennt den Anbieter, das Land seines Firmensitzes, ob die Gewichte offen oder geschlossen sind, den Typ und das Kontextfenster. Bei offenen Modellen kommt die Zahl der Parameter hinzu; bei einem Mixture-of-Experts-Modell (MoE) gibt die zweite Zahl den aktiven Teil an, der pro Token tatsächlich rechnet.
Aufgenommen werden Modelle von KI-Laboren, die in unseren Ranglisten bewertet sind oder ihre Gewichte auf Hugging Face veröffentlicht haben. Wiederverkäufer, Router und Feintunings aus der Community fehlen bewusst, damit die Liste zeigt, wer ein Modell tatsächlich entwickelt hat.
Was bedeuten die Markierungen?
- „Open Weights“ – offene Gewichte (open weights): Die Modelldateien lassen sich herunterladen und auf dem eigenen Rechner ausführen. Wie viel Speicher dafür nötig ist, zeigt Welches offene Modell zu Ihrer Hardware passt.
- „Geschlossen“ – das Modell ist nur über die App oder die API des Anbieters erreichbar.
- „LLM“ steht für ein Textmodell, „Vision (VLM)“ versteht zusätzlich Bilder. „Reasoning“ kennzeichnet Modelle, die eine Aufgabe erst Schritt für Schritt durchdenken und dann antworten: langsamer und teurer pro Antwort, dafür stärker bei Mathematik, Code und Planung. Bild-, Video- und Audiomodelle tragen eigene Markierungen.
Geschlossene Anbieter veröffentlichen keine Parameterzahlen. Das Feld bleibt bei ihnen deshalb leer, statt mit einer Schätzung gefüllt zu werden.
Was zeigt der Streifen über jedem Jahr?
Über jedem Jahr stehen die Modelle dieses Jahrgangs, die heute in den Ranglisten für Text, Programmieren, Webentwicklung, Agenten, Bild und Video vorn liegen. Das ist ein Blick von heute, keine Rekonstruktion der damaligen Tabellen: Ein Modell aus dem Frühjahr kann schon im Herbst überholt worden sein, und der Streifen zeigt, wie sich sein Jahrgang jetzt in den Ranglisten schlägt.
Wie lässt sich die Ansicht eingrenzen?
Filter gibt es für Anbieter, Land, offene Gewichte und Typ, dazu eine Suche nach dem Namen. Jedes Jahr hat außerdem eine eigene Seite – eine Jahresausgabe, auf die Sie direkt verlinken können.
Wie genau sind die Daten?
Die Veröffentlichungsdaten stammen aus den Modellkatalogen models.dev und LiteLLM, Parameter und Lizenzen von Hugging Face, die Wertungen für die Jahresstreifen von LMArena; die Länder der Anbieter ordnet fedi.software zu. Ein Datum markiert den Tag, an dem ein Modell in den Katalogen auftauchte, und kann deshalb einige Tage von der Ankündigung abweichen. Modelle, zu denen die Quellen nur das Jahr nennen, werden nicht angezeigt. Das Land ist das des Firmensitzes, nicht das der Rechenzentren oder der Nutzer.