ArtikelLiquid AIAnkündigung
Lokale Agentenmodelle beseitigen laufende API-Kosten pro Token und ermöglichen datenschutzkonforme, latenzarme Hintergrundaufgaben direkt auf Endgeräten. Entwickler können rechenintensive Multi-Step-Workflows und Werkzeugaufrufe parallelisieren, ohne von Cloud-Diensten abhängig zu sein.
Liquid AI demonstriert mit LFM2.5-2.6B den Trend zu hochspezialisierten, kompakten Modellen für Agentenaufgaben. Durch den Fokus auf On-Policy-Destillation und RL-Training in realen Agenten-Harnesses erreicht das Modell trotz geringer Parameterzahl starke Ergebnisse bei strukturierter Befolgung von Anweisungen und Funktionsaufrufen. Für ressourcenbeschränkte Anwendungen oder datensensible Umgebungen bietet das Modell eine praktische Alternative zu proprietären Cloud-APIs, auch wenn komplexe Programmieraufgaben weiterhin größere Architekturen erfordern.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Chris Alexiuk and Chintan Patel
NVIDIA hat Nemotron 3.5 Lightning vorgestellt, ein offenes Mixture-of-Experts-Modell (MoE) mit 30 Milliarden Gesamt- und 3 Milliarden aktiven Parametern. Es wurde speziell für die Ausführungsebene langlebiger KI-Agenten optimiert, um Routineaufgaben wie Tool-Aufrufe und Ergebnisvalidierung schnell und kostengünstig zu bewältigen.
Artikel:Zhidx
Ant Groups Bailian hat das Open-Source-Modell Ling-3.0-tiny vorgestellt. Die Architektur kombiniert DeepSeeks MLA mit Kimis KDA in einem Mixture-of-Experts-Design mit 7,9 Milliarden Gesamtparametern, von denen pro Token nur 1,3 Milliarden aktiviert werden. Das Modell zielt auf den effizienten lokalen Einsatz auf Rechnern wie Apple-Silicon-Macs und DGX-Workstations ab.
Link:inclusionAI
inclusionAI hat Ling-3.0-tiny veröffentlicht, ein leichtgewichtiges MoE-Modell mit 7,9 Milliarden Gesamtparametern, das pro Token nur 1,3 Milliarden Parameter aktiviert. Das Modell setzt auf eine hybride Architektur aus linearen Aufmerksamkeits- und Latent-Attention-Schichten und zielt auf recheneffizientes Reasoning sowie Agenten-Aufgaben auf lokaler Hardware ab.
Repository:google-ai-edge/LiteRT-LM
LiteRT-LM ist ein Open-Source-Framework von Google zur plattformübergreifenden Ausführung großer Sprachmodelle direkt auf Edge-Geräten. Die Software nutzt Hardwarebeschleunigung über GPU und NPU und treibt On-Device-KI-Funktionen in Chrome, Pixel Watch und Chromebook Plus an.
6375SterneC++
Link:prismml.com
PrismML stellt mit der Bonsai-Modellfamilie extrem komprimierte KI-Modelle vor, die auf Forschungsarbeiten am Caltech basieren. Das Flaggschiff Bonsai 27B läuft als 1-Bit-Variante direkt auf Smartphones und benötigt lediglich 3,9 GB Speicherplatz.
Link:Apodex AI
Apodex AI hat das Modell Apodex-1.1-mini unter der Apache-2.0-Lizenz auf Hugging Face bereitgestellt. Das Modell basiert auf der Architektur qwen3_5_moe und ist speziell auf komplexe Recherche- und Agenten-Aufgaben mit nativer Tool-Nutzung ausgelegt.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
