Ein 753B-Wissenschaftsmodell unter MIT veröffentlicht. Das Trainingsrezept nicht.

Deep Principle, ein Unternehmen aus Hangzhou, hat Hydrogen-1.0 am 2. November veröffentlicht. Es ist ein Mixture-of-Experts-Modell mit 753 Milliarden Parametern, von denen pro Vorwärtsdurchlauf etwa 40 Milliarden aktiv sind, gebaut für Chemie, Materialwissenschaft und Lebenswissenschaften. Die Gewichte liegen auf Hugging Face unter der MIT-Lizenz, hinter einem Zugang, der automatisch freigegeben wird.
Diese Kombination ist ungewöhnlich genug, um sie klar zu benennen. Das größte offene Wissenschaftsmodell bisher, unter der freizügigsten gängigen Lizenz, herunterladbar für jeden mit acht GPUs und einem Antragsformular.
Es ist auch nicht das, was „offen" üblicherweise heißt, und die Lücke zwischen beidem ist der interessante Teil.
Was gebaut wurde und wie
Hydrogen-1.0 startet von GLM-5.3 von Z.ai, nachtrainiert auf Domänendaten: Chemie, Materialwissenschaft, Lebenswissenschaften, dazu Aufzeichnungen und Agenten-Trajektorien aus den eigenen Laboren von Deep Principle. Das Unternehmen betreibt ein elektronisches Laborbuch namens Mira, und das Modell lernte aus vollständigen Laboraufzeichnungen, die darüber erfasst wurden, einschließlich gescheiterter Experimente.
Das Training verband überwachtes Feintuning mit Reinforcement Learning, und laut Unternehmen lief die Infrastruktur sowohl auf Nvidia CUDA als auch auf AMD ROCm. Megatron und SGLang werden als Trainings- und Serving-Frameworks genannt.
Das Datenblatt ist ernst. Kontextfenster von einer Million Token, maximale Ausgabe von 128,000 Token. BF16-Serving auf acht GPUs über SGLang getestet. Quantisierte Builds zielen auf bestimmte Beschleuniger: NVFP4 für B200 und B300, MXFP4 für MI350X und MI355X. Der Server bietet eine OpenAI-kompatible API mit einer Einstellung für Reasoning-Aufwand.
Dieses Hardwareprofil rückt Self-Hosting in die Reichweite eines Forschungsinstituts oder eines Unternehmens mit eigenem Cluster. Acht GPUs für BF16-Inferenz sind eine Abteilungsanschaffung, keine persönliche. Deshalb zählen die anderen Vertriebswege: ModelScope hostet quantisierte Varianten, NeuroSpark bietet eine API, und das Modell steckt auch in Deep Principles eigenem AI-Scientist-Produkt Mira.
Die Benchmark-Aussagen, mit den richtigen Etiketten
Auf FrontierScience-Research, einer Suite für Wissenschaftsprobleme auf Forschungsniveau statt für Lehrbuchfragen, erreicht Hydrogen-1.0 38,3 Prozent. GPT-6-Astra erreicht 33,3 Prozent. Auf GPQA-Diamond, einem Benchmark für wissenschaftliches Schlussfolgern auf Graduiertenniveau, meldet ein Gründer 93,0 Prozent, ungefähr gleichauf mit Kimi-K3.
In drei internen Laborszenarien übertrifft es laut Unternehmen GPT-6-Astra bei maximalem Nachdenken um 5,13 Punkte in wissenschaftlichem Rechnen und um 4,76 Punkte in Vorwärtsreaktionsvorhersage. Es veröffentlicht auch eine Niederlage: Astra bei maximalem Nachdenken ist 3,33 Punkte besser bei der NMR-Strukturaufklärung.
Die Kostenzahl ist die mit der schärfsten Kante. Etwa 25 Cent pro Problem, gegen 88 Cent für Astra Max. Der Blog trägt Genauigkeit gegen geschätzte API-Kosten auf, was ein ehrlicheres Diagramm ist als eine reine Rangliste, weil es zeigt, dass die Spitze der Frontier pro Einheit Korrektheit teuer ist.
Nun die Vorbehalte, die erheblich sind und die das Unternehmen nennt statt versteckt.
Jede Zahl ist selbst berichtet. Keine wurde von einer externen Gruppe reproduziert. Mehrere stammen aus internen Fragensets, deren Zusammensetzung nicht veröffentlicht ist. Bei den 117 Fragen zur Versuchsplanung, die als Vergleich dienten, war das einzige enthaltene Modell Kimi-K3, weil GPT-6-Astra und Opus 5.5 in dieser Evaluation mehr als die Hälfte der Anfragen abgelehnt haben. Dieser Ausschluss ist vertretbar, denn ein Modell, das nicht antwortet, lässt sich nicht bewerten, und er bedeutet auch, dass der Schlagzeilenvergleich bei dieser Aufgabe nicht hält.
Das Unternehmen sagt auch, Unterschiede zwischen Aufgaben sollten nicht als direkte Vergleiche der Modellfähigkeit gelesen werden, eine Art Satz, die öfter zitiert werden sollte.
Offene Gewichte, geschlossenes Rezept
Die Modellkarte trägt eine Zeile, die die ganze Veröffentlichung neu definiert: vollständige Datensätze und Rezepte werden nicht mit den Gewichten veröffentlicht.
Was ist also tatsächlich offen? Die Parameter, in BF16 und zwei quantisierten Formaten. Die Lizenz, die kommerzielle Nutzung und abgeleitete Modelle ohne Lizenzgebühr erlaubt. Der Serving-Pfad, über ein offenes Framework. Die Benchmark-Aussagen, so wie sie sind.
Geschlossen ist der Teil, der die Fähigkeit erzeugt hat. Die Datenmischung. Die Reinforcement-Learning-Umgebung. Das Reward-Design. Die Kuratierung von vier Jahren Laboraufzeichnungen zu Trainingsmaterial. Jeder kann Hydrogen-1.0 laufen lassen. Niemand kann es nachbauen.
Das ist inzwischen das vorherrschende Muster bei offenen Modellveröffentlichungen, und es lohnt sich, klar zu sagen, was es bringt und was es kostet. Es bringt Reproduzierbarkeit der Ergebnisse. Ein Labor kann die Gewichte herunterladen, dasselbe Problem laufen lassen und die Aussage prüfen, was echter Fortschritt ist gegenüber einer API, die sich unter einem ändert. Es bringt Souveränität. Ein Pharmakonzern mit sensiblen Daten kann Inferenz auf eigener Hardware fahren. Es bringt abgeleitete Arbeit, denn Feintuning ist erlaubt.
Es bringt keine Wissenschaft. Wenn das Nachtraining auf kuratierten Experten-Trajektorien die Quelle der Fähigkeit ist, dann ist ein offener Checkpoint ein fertiges Artefakt statt eines Rezepts, und die Fähigkeit des Feldes, ihn zu verbessern, beschränkt sich auf die Daten, die es selbst erzeugen kann.
Das Gegenargument ist, dass Deep Principles Daten ohnehin nicht übertragbar sind. Ein Wettbewerber kann das elektronische Laborbuch eines anderen Unternehmens nicht nutzen. In dieser Lesart ist die Veröffentlichung der Gewichte das Maximum, das sich veröffentlichen lässt, ohne das einzige Asset herzugeben, das zählt.
Beide Lesarten sind richtig. Die Frage ist, welche ein gegebener Käufer braucht.
Die Arbeitsteilung, die niemand geplant hat
Hier gibt es ein strukturelles Detail, das in zwei Jahren offensichtlich aussehen wird. Ein Spezialunternehmen aus Hangzhou nahm ein chinesisches offenes Basismodell von Z.ai, trainierte es auf proprietären Labordaten nach und veröffentlichte es unter MIT, mit quantisierten Builds für Nvidia- und AMD-Hardware.
Vor drei Jahren gab es diese Pipeline nicht. Foundation-Modelle kamen aus einer Handvoll Labore, und alle anderen bauten Anwendungen. Jetzt ist die Basisschicht eine Ware, auf der Spezialisten nachtrainieren, und die Spezialisierung ist das Produkt. Hydrogen-1.0 ist eines der klarsten Beispiele bisher, und die Tatsache, dass die Basis chinesisch war, während die Vertriebsinfrastruktur amerikanisch ist und die Lizenz MIT, macht die Lieferkette wirklich multinational.
Das hat eine praktische Folge für Käufer. Bei der Bewertung eines Domänenmodells sagt einem das Basismodell weniger als früher. Was zählt, sind die Nachtrainingsdaten und ob die Evaluation die eigenen Aufgaben abbildet. Ein 753B-Modell, das auf FrontierScience-Research gewinnt und bei der NMR-Strukturaufklärung verliert, sagt genau, wo seine Trainingsdaten stark waren.
Wie man entscheidet
Wer eine Arbeitsgruppe für Computergestützte Chemie leitet und Clusterzugang hat, lädt die Gewichte herunter und lässt zehn eigene Probleme laufen. Nicht die aus der Demo. Die, deren Antwort man schon kennt, und die, deren Antwort man nicht kennt.
Die Demo, die Deep Principle zeigte, war eine Simulation einer Polyethylenschmelze: Das Modell schrieb und führte den Simulationscode aus, rendete dann eine 3D-Molekülvisualisierung und berechnete Dichte, radiale Verteilungsfunktion, Trägheitsradius und End-zu-End-Abstand. Das ist ein kompetenter Workflow eines jungen Computational Scientists. Es ist auch ein Workflow, den ein gut gepromptetes Frontier-Modell erledigen kann.
Der Unterschied zeigt sich, wenn man es vierhundertmal auf Daten laufen lassen muss, die man nirgendwohin schicken kann. Für diesen Fall ist Hydrogen-1.0 gebaut, und er ist groß genug, um die acht GPUs zu rechtfertigen.
Verwandte Artikel
Der Verwaltungsrat baute nebenbei einen Exportausschuss
Nur eines der beiden Ereignisse vom 17. November wurde zur Schlagzeile. Das andere verändert das Unternehmen wahrscheinlicher: ein ständiger Ausschuss für Exportkontrolle.
Nvidia hat nie eine zweite Reihe gebaut
Nvidia hat dreiunddreißig Jahre auf die Autorität eines Gründers gebaut. Die Suche nach seinem Nachfolger zeigt, was dabei nie mitgebaut wurde: eine zweite Reihe.
Zehn Abstufungen, keine einzige neue Zahl
Niemand hat neue Daten zum Auftragsbestand geliefert. Geändert hat sich nicht die Mitte der Prognose, sondern die Breite der Spanne – und das reicht für zehn Abstufungen.
Ein Konzern, vier Billionen Dollar und eine einzige Person
In neun Tagen wechselt Nvidia den Chef, baut den Verwaltungsrat um und legt trotzdem Zahlen vor. Der Markt hat in dieser Zeit vor allem eines getan: einen Preis für einen einzigen Menschen gefunden.