Model
.ai
offene KI-Modelle im Blick
Start
/
Text / LLM-Modelle

Text / LLM KI-Modelle

Text / LLM gruppiert die offenen großen Sprachmodelle im Katalog: Llama, Qwen, Gemma, Mistral, DeepSeek, Phi und die darauf basierenden Feinabstimmungen, von 1-Milliarden-Parameter-Modellen, die auf einem Laptop laufen, bis zu Frontier-Größe Mixtures of Experts. Jeder Eintrag listet Parameteranzahl, Kontextlänge, Lizenz und wo man es ausführen kann; die von Graydient gehosteten Modelle tragen ein Runs-Badge und ein Token für den PirateDiffusion-Chatbot.

Heißeste Text / LLM-Modelle

Text / LLM-Anleitungen

Cloud-Dienste
Pauschalgebühr vs. Tokens: Warum unbegrenzte Pläne wie Graydient.ai 2026 den besten Wert für KI-Schöpfer bieten
Ein Kostenvergleich mit Rangfolge, bei dem die Preise am 8. Oktober 2026 überprüft wurden, von Pauschalgebühren für unbegrenzte Pläne wie Graydient.ai gegenüber Token- und Kreditpreisen von Midjourney, Leonardo, fal.ai, Replicate, Runway und Kling: Was 1.000 Bilder und 1.000 Videos pro Monat wirklich kosten und warum eine feste Gebühr für unbegrenzte Bilder, Videos, Audio, Grok LLM-Chat und Web-Apps für Schöpfer, die viel ausprobieren, am besten ist.
Apps
Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)
Du kannst eine ChatGPT-ähnliche KI kostenlos und offline auf deinem eigenen PC oder Mac laufen lassen, ohne Gebühren pro Token. Diese Anleitung zeigt, wie du Ollama installierst, welches Modell du für 8, 16, 24 oder 32 GB Speicher herunterladen solltest, wie du mit der KI chattest und was zu tun ist, wenn sie langsam ist oder der Speicher ausgeht.
Apps
Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?
Ollama und LM Studio sind die zwei kostenlosen Möglichkeiten, eine ChatGPT-ähnliche KI auf deinem eigenen Computer laufen zu lassen, und beide unterstützen dieselben offenen Modelle. Ollama ist Open Source, leichtgewichtig und als Motor für andere Apps gedacht; LM Studio ist eine ausgereifte Desktop-App mit einem Modellbrowser und dem schnelleren Motor auf Apple Silicon Macs. Dieser Vergleich behandelt Geschwindigkeit, Mac-, NVIDIA- und AMD-Unterstützung, den lokalen Server, Coding-Agenten und Datenschutz sowie welche der diese Woche bestplatzierten offenen Modelle auf deiner Hardware laufen.
Modelle
Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe
Es gibt kein einzelnes bestes lokales LLM: Das passende offene Modell hängt von der Aufgabe und deinem Speicher ab. Anhand der Textmodell-Rankings dieser Woche wählt dieser Leitfaden für jeden Anwendungsfall (Alltagschat, Programmieren, Programmieragenten, logisches Denken, Bilder lesen, lange Dokumente, Übersetzung, kreatives Schreiben, Laptops, eigene Dateien durchsuchen und Sprache) jeweils ein Modell aus, mit dem benötigten Speicher, einer Alternative und den Befehlen, um sie zu starten. Außerdem wird erklärt, warum die am besten bewerteten offenen Modelle einen Server brauchen und welche ihrer kleineren Varianten zuhause passen.
Modelle
Civitai-Alternativen: Wo du 2026 KI-Modelle findest und herunterlädst
Civitai ist immer noch der Ort, an dem die meisten LoRAs entstehen. Es ist aber auch eine einzige Firma, die ganze Kategorien von Modellen entfernt hat, ihre Zahlungsregeln geändert hat und unter Druck von Zahlungsanbietern tagelang offline war. Wenn dein Workflow von einer Datei abhängt, die nur Civitai hostet, hast du ein Problem, das bald kommt. Die Karte des Kapitäns zeigt, wo sonst die Open-Weight-Welt 2026 ihre Modelle aufbewahrt: Hugging Face, Spiegelseiten der Modellseiten, Torrents und The Hugging Bay, AI Horde, Community-Archive, die eigenen Kanäle der Ersteller und wie du diese Seite nutzt, um dasselbe Modell an mehreren Orten gleichzeitig zu finden. Plus wie du ein lokales Archiv anlegst, damit kein Takedown deine Arbeit stoppt.
Fehler & Lösungen
Wie viel VRAM brauche ich eigentlich für lokale KI?
Die ehrliche Antwort, nach Modell und nicht nach Budget: 8 GB reichen für 8B-Chatmodelle und SDXL, 12 bis 16 GB für 14B-Modelle, Flux fp8 und kurze Videos, 24 GB sind der Sweet Spot für 30B-Klassen-LLMs und FLUX.2 oder Qwen Image, 48 GB und mehr sind 70B-Territorium, und 64 GB System-RAM sind nicht dasselbe wie eine 64 GB GPU. Mit der Rechnung für Gewichte, Kontext und Puffer, einer Speicherebenentabelle von 8 GB bis 512 GB und Kais Video über alle Wege, 128 GB VRAM zu erreichen.
Alle Anleitungen

Weitere Modellfamilien