--- title: "DeepSeek V4.1-Flash, GLM-5.3 und MiniCPM5-2B: drei unterschiedliche Lesarten von "offen", Mitte September 2026" description: "Drei Veröffentlichungen derselben Septemberwoche 2026: DeepSeek V4.1-Flash multimodal unter sauberer MIT-Lizenz, GLM-5.3 unter einer maßgeschneiderten Lizenz, nachdem es von sich aus über tausend kritische Schwachstellen fand, und MiniCPM5-2B, ein Apache-2.0-Modell für den Laptop. Was das für ein Schweizer Unternehmen bedeutet." date: 2026-09-14 tags: [Offene Modelle, Nachrichten, Lizenzen] url: "https://ai.malagoli.me/de/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026" locale: de_CH image: "/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026.svg" ---
# DeepSeek V4.1-Flash, GLM-5.3 und MiniCPM5-2B: drei unterschiedliche Lesarten von "offen", Mitte September 2026
<!-- 2026-09-14 · Offene Modelle · Nachrichten · Lizenzen -->
Drei Veröffentlichungen derselben Woche erzählen drei sehr unterschiedliche Grade von Offenheit: eine MIT-Lizenz ohne Bedingungen, eine maßgeschneiderte Lizenz aus einem unerwarteten Sicherheitsrisiko heraus, und ein kleines Modell für die Hardware, die Sie schon besitzen. Was wirklich zählt, jenseits der Parameterzahl.
Drei Veröffentlichungen derselben Woche, zwischen dem 7. und dem 14. September 2026, erzählen drei sehr unterschiedliche Grade dessen, was ein "offenes Modell" heute bedeutet. DeepSeek veröffentlichte V4.1-Flash unter einer sauberen MIT-Lizenz, ohne versteckte Bedingungen. Z.ai hingegen änderte die Regeln für GLM-5.3, die neue Generation seiner Flaggschiff-Familie: Gewichte verfügbar, aber unter einer maßgeschneiderten Lizenz, nachdem sich herausstellte, dass das Modell besser als geplant kritische Exploits finden konnte. Und OpenBMB zeigte, dass es kein riesiges Modell braucht, um zu zählen: MiniCPM5-2B, gerade einmal 2,5 Milliarden Parameter, schlägt doppelt so große Modelle und ist für den Betrieb auf einem Laptop ausgelegt. Drei Meldungen, eine einzige nützliche Frage für alle, die in ihrem Unternehmen über eine KI-Architektur entscheiden: Was ändert sich wirklich, jenseits der Parameterzahl.
## DeepSeek V4.1-Flash: multimodal, eine Million Token Kontext, MIT-Lizenz ohne Bedingungen
Am 10. September 2026 veröffentlichte DeepSeek V4.1-Flash, das V4 Pro als effizienteres Flaggschiffmodell der Familie ablöst. Es ist ein Mixture-of-Experts-Modell mit einem Backbone von 552 Milliarden Parametern insgesamt, aufgebaut auf einer kausalen Encoder-Decoder-Architektur, die nur 8 Milliarden Parameter beim Lesen und 16 Milliarden beim Schreiben aktiviert — eine Entscheidung, die die Rechenkosten begrenzen soll, ohne die Qualität zu opfern. Der Kontext reicht bis zu einer Million Token, und das Bildverständnis ist nativ, nicht nachträglich per Patch hinzugefügt. Die Lizenz bleibt die, die DeepSeek für diese Modellklasse schon immer verwendet: MIT, ohne Umsatzschwellen, ohne Namensnennungsklauseln, ohne geografische Beschränkungen. Es ist die Bestätigung eines Trends, den wir seit Monaten verfolgen: Wer auf die permissivste mögliche Lizenz setzt, tut dies konsequent, Version für Version.
## GLM-5.3: Die Lizenz ist nicht mehr MIT, und der Grund ist technischer, nicht kommerzieller Natur
Z.ai hatte GLM-5.3 am 14. August 2026 als neues Flaggschiffmodell für Coding und lang laufende agentische Aufgaben angekündigt — 320 Milliarden Parameter insgesamt, 18 Milliarden aktiv, eine Architektur, die lineare und sparse Attention kombiniert, um Rechenkosten und KV-Cache-Speicher deutlich zu senken. Doch die Gewichte kamen nicht sofort: Z.ai hielt sie zwei Wochen lang zurück und erklärte ausdrücklich, vor der Veröffentlichung eine Cybersicherheitsprüfung abschließen zu wollen. Sie erschienen am 28. August auf Hugging Face, nicht mehr unter der sauberen MIT-Lizenz von GLM-5.2, sondern unter einer maßgeschneiderten Lizenz — der "GLM-5.3 License": Für nahezu alle Unternehmen, einschließlich Schweizer KMU, bleiben die Rechte gleichwertig zu MIT. Der Unterschied greift nur für Anbieter, die das Modell als Dienst (Model-as-a-Service) mit einem aggregierten Umsatz von über 10 Milliarden US-Dollar in den vorangegangenen 12 Monaten anbieten: In diesem Fall ist vor jeder kommerziellen Nutzung eine Sicherheitsprüfung durch Z.ai erforderlich. Eine Schwelle, die auf eine Handvoll Hyperscaler zugeschnitten ist, nicht auf Unternehmen, die das Modell intern einsetzen — aber dennoch eine Erinnerung daran, dass "verfügbare Gewichte" nicht mehr automatisch eine "Open-Source-Lizenz" im engeren Sinne bedeuten.
Der Grund für die Prüfung steckt in den Zahlen: Bei CyberGym, dem Benchmark, der die Fähigkeit misst, reale Schwachstellen zu entdecken, erreicht GLM-5.3 84,5 Prozent, gegenüber 77,2 Prozent bei GLM-5.2. Bei Tests fand Z.ai 1.097 kritische Schwachstellen in Linux, WebKit und FreeBSD sowie eine reale Schwachstelle in Cursor — und erklärt, dass diese Fähigkeit, Exploits zu entdecken und zu verketten, aus dem Post-Training entstand, ohne dass dies ein explizites Projektziel gewesen wäre. Für ein Unternehmen, das das Self-Hosting von GLM-5.3 prüft, ist das keine akademische Fußnote: Ein Modell mit einem solchen Niveau an offensiver Analysefähigkeit muss in der eigenen Risikobewertung als Dual-Use-Werkzeug behandelt werden — nützlich für Ihr Red Team, aber mit eingeschränkten Berechtigungen und isolierten Umgebungen zu steuern wie jedes andere fortgeschrittene Sicherheitstool.
## MiniCPM5-2B: 2,5 Milliarden Parameter, Apache 2.0, für den Laptop gebaut
Am 7. September 2026 veröffentlichte OpenBMB MiniCPM5-2B, ein dichtes Modell mit 2,52 Milliarden Parametern unter Apache-2.0-Lizenz — ebenso permissiv wie MIT, ohne Schwellen oder besondere Klauseln. Im Durchschnitt von 34 Benchmarks erreicht es 53,9 Punkte und übertrifft damit Qwen3.5-4B, das fast doppelt so viele Parameter hat und bei 51,1 liegt. Die Architektur ist eine Standard-LlamaForCausalLM mit Grouped-Query-Attention und einem nativen Kontext von 131.072 Token: kein angepasster Kernel, kein Fork des Modellcodes, sofort kompatibel mit den Werkzeugen, die die meisten Teams bereits nutzen — vLLM, llama.cpp, Ollama, MLX, LM Studio. Es ist ausdrücklich dafür ausgelegt, auf Hardware zu laufen, die Sie bereits besitzen: ein Laptop, ein Smartphone, eine einzelne bescheidene GPU, kein gemieteter Cluster.
## Was das konkret für ein Schweizer Unternehmen bedeutet, das diese Woche KI evaluiert
- Die Lizenz muss bei jeder Version neu gelesen werden, auch innerhalb derselben Modellfamilie: GLM-5.2 war sauberes MIT, GLM-5.3 ist es nicht mehr. Es reicht nicht zu wissen, dass ein Labor "normalerweise offen veröffentlicht".
- Ein Modell mit ausgeprägten offensiven Cyberfähigkeiten wie GLM-5.3 braucht vor dem Self-Hosting eine eigene Risikobewertung — isolierte Umgebungen, eingeschränkte Berechtigungen, Protokollierung der Nutzung —, unabhängig davon, wie permissiv die Lizenz ist.
- Nicht jedes Projekt braucht ein riesiges Modell: MiniCPM5-2B zeigt, dass ein gut optimiertes Modell unter 3 Milliarden Parametern für viele geschäftliche Anwendungsfälle ausreichen und auf Hardware laufen kann, die Sie bereits im Büro haben.
- Da die Durchsetzungspflichten des AI Act seit dem 2. August 2026 bereits in Kraft sind, ist die Prüfung von Lizenz und Risikoprofil eines Modells vor der Einführung nicht mehr nur Vorsicht — sie ist Teil der Compliance, die Sie nachweisen können müssen.
Genau das ist die Arbeit, die wir jede Woche für unsere Kunden leisten: die genaue Lizenz jeder Veröffentlichung lesen, das Risikoprofil eines Modells bewerten, bevor es Zugriff auf Ihre Systeme erhält, und — zwischen einem riesigen und einem kleinen, gut optimierten Modell — dasjenige wählen, das Ihr Anwendungsfall wirklich braucht, nicht dasjenige, das am meisten Platz in einer Rangliste einnimmt.
### Quellen
- [alle Artikel](/de/markdown.md)
- [formatierte Version](/de/blog/deepseek-v41-flash-glm-53-minicpm5-2b-settembre-2026)
© 2026 ai.malagoli.me · Daten gehostet in der Schweiz · CH ✓
[Datenschutzerklärung](/de/privacy) · [Cookie-Richtlinie](/de/cookie-policy)