Zum Inhalt springen
fedi.software

KI-Modelle aus 2024: 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.

2024 59 Veröffentlichungen · 37 mit Open Weights

Modelle aus 2024, die heute bei jeder Aufgabe führen

Dezember

  1. B DeepSeek V3 HFDeepSeekChinaOpen WeightsLLM164K685B / 37B
  2. B gemini-2.0-flash-001GoogleVereinigte StaatenGeschlossenVision (VLM)990K
  3. C Llama 3.3 70B Instruct HFMetaVereinigte StaatenOpen WeightsLLM24K70.6B
  4. B OpenAI o1OpenAIVereinigte StaatenGeschlossenVision (VLM)200K
  5. C veo-2GoogleVereinigte StaatenGeschlossenVideo
  6. EXAONE 3.5 7.8B Instruct AWQ HFLG AI ResearchSüdkoreaOpen WeightsLLM7.8B

November

  1. B Qwen2.5 Coder 32B Instruct HFAlibabaChinaOpen WeightsLLM33K32.8B
  2. Qwen2.5 Coder 14B Instruct HFAlibabaChinaOpen WeightsLLM14.8B
  3. C Mistral LargeMistral AIFrankreichOpen WeightsLLM131K

Oktober

  1. C Aya Expanse 32BCohereKanadaOpen WeightsLLM128K
  2. B claude-3-5-haiku-20241022AnthropicVereinigte StaatenGeschlossenVision (VLM)200K
  3. B claude-3-5-sonnet-20241022AnthropicVereinigte StaatenGeschlossenVision (VLM)200K

September

  1. D Llama 3.2 1B Instruct HFMetaVereinigte StaatenOpen WeightsLLM60K1.2B
  2. C Llama 3.2 3B Instruct HFMetaVereinigte StaatenOpen WeightsLLM80K3.2B
  3. Llama 3.2 1B HFMetaVereinigte StaatenOpen WeightsLLM1.2B
  4. Llama 3.2 3B HFMetaVereinigte StaatenOpen WeightsLLM3.2B
  5. Qwen2.5 Coder 1.5B HFAlibabaChinaOpen WeightsLLM1.5B
  6. Qwen2.5 1.5B Instruct HFAlibabaChinaOpen WeightsLLM1.5B
  7. Qwen2.5 32B Instruct HFAlibabaChinaOpen WeightsLLM32.8B
  8. Qwen2.5 3B Instruct HFAlibabaChinaOpen WeightsLLM3.1B
  9. Qwen2.5 Coder 7B Instruct HFAlibabaChinaOpen WeightsLLM7.6B
  10. Qwen2.5 14B Instruct HFAlibabaChinaOpen WeightsLLM14.8B
  11. Qwen2.5 7B HFAlibabaChinaOpen WeightsLLM7.6B
  12. B o1-miniOpenAIVereinigte StaatenGeschlossenLLM128K
  13. B Qwen2.5 72B Instruct HFAlibabaChinaOpen WeightsLLM131K72.7B
  14. Qwen2.5 7B Instruct HFAlibabaChinaOpen WeightsLLM131K7.6B
  15. Qwen2.5 VL 72B Instruct HFAlibabaChinaOpen WeightsVision (VLM)131K73.4B

August

  1. C Command R (08-2024)CohereKanadaOpen WeightsLLM128K
  2. C Command R+ (08-2024)CohereKanadaOpen WeightsLLM128K
  3. Hermes 3 70B Instruct HFNous ResearchVereinigte StaatenOpen WeightsLLM66K70.6B
  4. Hermes 3 405B Instruct HFNous ResearchVereinigte StaatenGeschlossenLLM131K
  5. B grok-2-2024-08-13xAIVereinigte StaatenGeschlossenLLM131K
  6. B grok-2-mini-2024-08-13xAIVereinigte StaatenGeschlossenLLM
  7. B GPT-4o (2024-08-06)OpenAIVereinigte StaatenGeschlossenVision (VLM)128K
  8. D flux-1-dev-fp8Black Forest LabsDeutschlandGeschlossenBild

Juli

  1. C Llama 3.1 70B Instruct HFMetaVereinigte StaatenOpen WeightsLLM131K70.6B
  2. C Llama 3.1 8B Instruct HFMetaVereinigte StaatenOpen WeightsLLM32K8B
  3. B GPT-4o-mini (2024-07-18)OpenAIVereinigte StaatenGeschlossenVision (VLM)128K
  4. Llama 3.1 8B Instruct HFMetaVereinigte StaatenOpen WeightsLLM8B
  5. C gemma-2-2b-it HFGoogleVereinigte StaatenOpen WeightsLLM128K2.6B
  6. Llama 3.1 8B HFMetaVereinigte StaatenOpen WeightsLLM8B
  7. C Gemma 2 27B HFGoogleVereinigte StaatenGeschlossenLLM8K
  8. C Mistral Large 2407Mistral AIFrankreichGeschlossenLLM131K
  9. Mistral Nemo HFMistral AIFrankreichOpen WeightsLLM128K12.2B

Juni

  1. C gemma-2-9b-it HFGoogleVereinigte StaatenGeschlossenLLM8K
  2. Llama 3 Groq 8B Tool Use HFGroqVereinigte StaatenOpen WeightsLLM8B
  3. DeepSeek Coder V2 Lite Instruct HFDeepSeekChinaOpen WeightsLLM15.7B / 2.7B

Mai

  1. B GPT-4o (2024-05-13)OpenAIVereinigte StaatenGeschlossenVision (VLM)128K

April

  1. C llama-3-8b-instructMetaVereinigte StaatenOpen WeightsLLM8K
  2. C llama-3-70b-instructMetaVereinigte StaatenOpen WeightsLLM8K
  3. Meta Llama 3 8B HFMetaVereinigte StaatenOpen WeightsLLM8B
  4. Meta Llama 3 8B Instruct HFMetaVereinigte StaatenOpen WeightsLLM8B
  5. Mixtral 8x22B Instruct HFMistral AIFrankreichGeschlossenLLM66K
  6. OpenELM 1 1B Instruct HFAppleVereinigte StaatenOpen WeightsLLM1.1B
  7. B Qwen MaxAlibabaChinaGeschlossenLLM33K

März

  1. C claude-3-haiku-20240307AnthropicVereinigte StaatenGeschlossenVision (VLM)200K

Februar

  1. C claude-3-opus-20240229AnthropicVereinigte StaatenGeschlossenLLM200K
  2. C claude-3-sonnet-20240229AnthropicVereinigte StaatenGeschlossenLLM200K

Januar

  1. B Qwen PlusAlibabaChinaGeschlossenLLM1M

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.