Nvidias schnellstes offenes Modell läuft auf einer einzigen GPU

Das Modell steht unter der permissiven Lizenz OpenMDW-1.1; Firmen dürfen es laut CNBC herunterladen, anpassen und weiterverteilen, ohne Nvidia zu fragen und ohne zu zahlen. Die Modellkarte hält ausdrücklich fest: bereit für den kommerziellen Einsatz.

Wer heute Kunden-, Personal- oder Mandatsdaten durch eine Cloud-KI schickt, braucht einen Auftragsbearbeitungsvertrag und muss die Bekanntgabe ins Ausland prüfen. Läuft das Modell im eigenen Serverraum, verlassen die Daten das Haus gar nicht erst. Neu ist nicht die Idee, neu ist ihr Preis: Es braucht kein GPU-Cluster mehr, sondern eine Karte – Nvidia nennt neben H100 und DGX Spark auch die GeForce RTX 5090 sowie LM Studio, llama.cpp und Ollama. Das Kontextfenster liegt bei einer Million Token; Deutsch, Französisch und Italienisch sind unterstützt, Bilder und Audio nicht. Wer lieber mietet: Über Serverless-Anbieter kostet die Million Input-Token im Median 5 Cent, die Million Output-Token 20 Cent.

Warum Nvidia Modelle verschenkt

Es ist Nvidias erstes offenes Modell, seit Konzernchef Jensen Huang Ende Juli erstmals auf X für offene Gewichte eintrat – sie stärkten Sicherheit, beschleunigten Innovation und ermöglichten Souveränität, schrieb er laut CNBC in einem offenen Brief. Das Geschäftsinteresse liegt zutage: Auch ein verschenktes Modell braucht Grafikkarten. «Free AI should be great for hardware», sagte Huang im Juli gegenüber Axios. «Free AI should be great for chips.»

Schnell heisst nicht klug

Der Haken: Lightning ist nicht das klügste Modell seiner Klasse. Laut The Decoder liegen Qwen3.6 35B A3B und Metas Muse Glimmer im Intelligence Index klar vorne. Nvidia positioniert Lightning bewusst als Arbeiter, nicht als Denker: Werkzeuge aufrufen, Ergebnisse prüfen, Ausgaben formatieren – während ein grösseres Modell plant. Für die meisten KMU-Anwendungen ist genau das der Teil, der laufend Geld kostet.