Open-Weight-Modelle erreichen 72 Prozent der Token-Nutzung in den Top 50 auf OpenRouter

Was Open Weight bedeutet und wie es sich von Open Source unterscheidet

Ein Open-Weight-Modell ist ein Modell, dessen trainierte Gewichte veröffentlicht sind. Jeder kann es herunterladen, auf eigener Hardware betreiben, feintunen oder anderen als Dienst anbieten. Ein Closed-Weight-Modell hält seine Gewichte unter Verschluss und lässt sich nur über das Unternehmen nutzen, das es entwickelt hat, oder über eine Cloud, an die es lizenziert ist. OpenRouter führt DeepSeek V4.1 Flash, GLM-5.3, Kimi K3 und MiMo-V2.6-Pro als Open Weight, Claude, GPT und Gemini als Closed Weight.

OpenRouter betont, dass veröffentlichte Gewichte keine uneingeschränkte Nutzung bedeuten. Die Lizenzen unterscheiden sich: DeepSeek V4 Flash erschien unter der MIT-Lizenz, während die Community-Lizenz von MiniMax M3 eine Namensnennung verlangt und größere kommerzielle Produkte vorab um schriftliche Genehmigung bittet. Das Unternehmen rät, die Lizenz zu prüfen, bevor man auf einem Modell aufbaut.

Open Weight ist außerdem nicht dasselbe wie Open Source im Sinne der Open Source Initiative, die bei einem Modell auch Trainingsdaten (oder detaillierte Angaben dazu), Code und Gewichte umfasst. Die meisten Open-Weight-Modelle veröffentlichen ihre Trainingsdaten nicht. Laut OpenRouter ist mit "Open-Source-LLM" in der Praxis fast immer Open Weight gemeint.

Nutzungswachstum: von 27 auf 72 Prozent der Tokens

OpenRouter hat jedes Modell der Top 50 nach wöchentlichem Token-Volumen als Open Weight oder Closed Weight eingestuft, je nachdem, ob der Katalogeintrag auf veröffentlichte Gewichte verweist. Der Open-Weight-Anteil stieg von 26,8 Prozent in der Woche des 6. Oktober 2025 auf 35,1 Prozent Ende Januar 2026, 47,7 Prozent im April und 77,5 Prozent im Juli. In der Woche des 28. September 2026 lag er bei 71,7 Prozent.

Beide Kategorien sind gewachsen. Das Closed-Weight-Volumen stieg fast auf das Zehnfache, von 3,4 Billionen auf 33 Billionen Tokens pro Woche, das Open-Weight-Volumen um mehr als das 60-Fache, von 1,3 Billionen auf 83,5 Billionen. Der Open-Anteil erreichte im Juli seinen Höhepunkt und liegt seitdem über zwei Dritteln. OpenRouter weist darauf hin, dass eine frühere Studie der MIT Sloan auf Basis seines Traffics von Mai bis September 2025 ergab, dass Closed-Modelle fast 80 Prozent der Tokens verarbeiteten.

Die meistgenutzten Open-Weight-Modelle der vergangenen vier Wochen waren DeepSeek V4.1 Flash, GLM-5.3 Flash, Hunyuan 4 Preview und DeepSeek V4 Flash. Auf der Closed-Seite führte GPT-5.6 Luna mit großem Abstand, gefolgt von Gemini 3.8 Flash und GPT-6 Luna. Auf beiden Seiten entfällt der Großteil des Volumens auf günstige, schnelle Modelle und nicht auf die mit den höchsten Benchmark-Werten.

Preis: ein Faktor vier, getrieben vom Wettbewerb

In den vergangenen vier Wochen lag der nach Tokens gewichtete Listenpreis für Open-Weight-Modelle auf OpenRouter bei 0,28 US-Dollar pro Million Input-Tokens und 1,62 US-Dollar pro Million Output-Tokens. Für Closed-Weight-Modelle waren es 1,27 und 6,36 US-Dollar, also etwa das Vierfache. OpenRouter führt das vor allem auf den Wettbewerb zurück: Jeder kann ein Open-Weight-Modell anbieten, sodass Anbieter beim selben Modell über den Preis konkurrieren.

Am 21. Oktober 2026 hatte GLM-5.3 Flash 30 Anbieter mit Input-Preisen von 0,04 bis 1,15 US-Dollar, DeepSeek V4.1 Flash 31 von 0,03 bis 0,60 US-Dollar und Kimi K3 20 von 0,24 bis 4,50 US-Dollar. Bei den Closed-Modellen hatte Claude Sonnet 5.5 5 Anbieter zu 2,00 bis 2,20 US-Dollar, GPT-6 Luna 3 zu 0,05 bis 0,20 US-Dollar und Gemini 3.8 Flash 2 zu 0,38 bis 1,35 US-Dollar.

Die Kategorien überlappen sich. Der günstigste Endpunkt von Kimi K3 kostet weniger als Claude Sonnet 5.5, der teuerste aber etwa doppelt so viel. GPT-6 Luna steht mit 0,10 US-Dollar pro Million Input-Tokens in der Liste, weniger als jeder Kimi-K3-Anbieter verlangt. OpenRouter rät, konkrete Modelle zu vergleichen statt Kategorien.

Qualität: Closed-Modelle liegen weiter rund 11 Punkte vorn

Im Artificial Analysis Intelligence Index erreichten die besten Closed-Weight-Modelle Claude Opus 5.5 mit 57,6 und Claude Sonnet 5.5 mit 56,0 Punkten. Die besten Open-Weight-Werte erzielten MiMo-V2.6-Pro mit 46,3, GLM-5.3 mit 44,8 und Step 5 Preview mit 43,7 Punkten, knapp dahinter Kimi K3 mit 43,6. Jeder Wert gibt das Modell bei der höchsten Einstellung für den Reasoning-Aufwand wieder.

OpenRouter warnt, dass die Lücke von 11 Punkten zwischen den stärksten Modellen bei den schwierigsten Aufgaben des Index besteht und nichts darüber sagt, wie stark sie sich bei einer bestimmten Aufgabe auswirkt. Im Juni-Überblick lag die Differenz bei einer früheren Version des Index bei etwa fünf Punkten, weshalb das Unternehmen den genauen Wert als Momentaufnahme bezeichnet.

Was das für Entwickler bedeutet

Angesichts von 11 Punkten Qualitätsabstand gegenüber einem vierfachen Preisunterschied lautet OpenRouters Standardempfehlung, mit einem Open-Weight-Modell zu starten und es an den eigenen Aufgaben zu testen. Zu einem Closed-Weight-Modell solle man nur bei Schritten wechseln, bei denen der Test zeigt, dass die zusätzliche Qualität das Ergebnis verändert. Das ist meist der schwierigste Schritt eines Workflows, etwa die Planung in einem Agenten, und nicht jeder einzelne Aufruf.

Die Plattform bedient beide Arten über eine API. Eine Anfrage kann ein Closed-Weight-Modell zuerst nennen und ein Open-Weight-Modell als Fallback, mit einer Preisobergrenze über das Provider-Routing. In OpenRouters Beispiel führt eine Obergrenze von 1 US-Dollar pro Million Input-Tokens und 4 US-Dollar pro Million Output-Tokens dazu, dass die Anfrage Claude Sonnet 5.5 überspringt und an GLM-5.3 Flash geht. Als Abkürzung empfiehlt das Unternehmen, zuerst die Preisgrenze zu setzen und die verbleibenden Optionen nach Durchsatz zu sortieren.

Teams, deren Daten die eigene Infrastruktur nicht verlassen dürfen oder die ein Modell auf ihren eigenen Daten feintunen wollen, haben laut dem Unternehmen einen weiteren Grund, sich für offene Gewichte zu entscheiden.