Yandex veröffentlicht ein 80B-Modell, laut eigener Angabe von Grund auf trainiert

Yandex hat AliceAI-Foundation-80B-A3B-Base am 21. September 2026 unter der Apache-2.0-Lizenz als Open Source veröffentlicht. Das Unternehmen beschreibt es als ein vollständig von Grund auf trainiertes Basismodell – nicht initialisiert aus den Gewichten von Qwen, Llama oder einem anderen bestehenden Modell –, das als experimentelles Testfeld für die Architektur hinter Yandex’ geplantem einheitlichen Reasoning-Modell für den Alice-Assistenten veröffentlicht wurde.

Was in dem Modell steckt

AliceAI-Foundation-80B-A3B-Base ist ein hybrides Mixture-of-Experts-Modell mit rund 80 Milliarden Gesamtparametern und etwa 3 Milliarden aktiven Parametern pro Token; es nutzt 512 Experten mit einem Top-10-plus-Shared-Expert-Routing und einer Mischung verschiedener Attention-Layer-Typen. Die Kontextlänge reicht bis zu 262.144 Token. Es ist ausdrücklich ein Basismodell – nicht instruktionsoptimiert und kein Chatbot – und benötigt daher einen Fine-Tuning-Schritt, bevor es sich wie ein Assistent verhält.

Benchmarks stammen vom Unternehmen selbst

Yandex vergleicht das Modell mit Qwen3.5, Nemotron-3 und DeepSeek-V4-Flash-Base und gibt an, dass es bei Programmier- und Reasoning-Aufgaben mit größeren offenen Modellen mithält, dabei aber weniger Inferenz-Rechenleistung benötigt – dank des geringen Anteils aktiver Parameter pro Token. Diese Vergleiche stammen aus den Veröffentlichungsmaterialien von Yandex und nicht aus einer unabhängigen Evaluierung; sie sind daher als Unternehmensangabe zur Einordnung des Modells zu verstehen, nicht als neutrale Rangliste.

Verfügbarkeit

Das rund 163 GB große Vollpräzisionsmodell ist auf Hugging Face unter der Apache-2.0-Lizenz veröffentlicht, zusammen mit einem technischen Bericht sowie den Evaluierungssets WikiWebFacts und HardMultiQA, die in Yandex’ eigenen Tests verwendet wurden. Die Community hat bereits quantisierte GGUF-, MLX- und NVFP4-Varianten für günstigere lokale Inferenz erstellt.

Für Teams, die Open-Weight-Basismodelle evaluieren, sind die Apache-2.0-Lizenz und die Behauptung eines Trainings von Grund auf die Punkte, die direkt anhand der Modellkarte geprüft werden sollten; die Vergleichs-Benchmarks sind Marketing, bis jemand außerhalb von Yandex sie erneut durchführt.

Quellen: Yandex — Investor-Relations-Pressemitteilung, Hugging Face — yandex/AliceAI-Foundation-80B-A3B-Base.