YuE2-3B: Das offene Musikmodell, das Suno v5 geschlagen hat

Musikgenerierung wurde lange von wenigen geschlossenen Diensten beherrscht, und die offene Seite lief meist hinterher. Das änderte sich im September 2026, als das MAP-Team YuE2-3B veröffentlichte, ein Musikmodell mit 3 Milliarden Parametern, das laut Team Suno v5 auf WildSongBench übertrifft. Die Gewichte sind draußen, die Unterstützung ist bereits in ComfyUIs master gemergt, und das Projekt bringt etwas mit, das die meisten Musikmodelle nicht haben: bearbeitbare Partituren.

Die Schlagzeile lässt sich leicht zitieren und leicht überinterpretieren. Einen geschlossenen Dienst in einem Benchmark zu schlagen heißt nicht, dass das offene Modell in jedem Studio besser ist. Was YuE2-3B interessant macht, ist die Kombination aus Benchmark-Gleichstand und dem, was nur ein offenes, partiturbewusstes Modell kann.

Partituren, nicht nur eine Welle

Die meisten Text-zu-Musik-Systeme liefern Audio und sonst nichts. Klingt ein Akkord falsch oder stockt die Melodie in den letzten acht Takten, generiert man neu und hofft. YuE2-3B behält Melodie und Akkordinformation als bearbeitbare Partituren. Das macht Generierung von einem Spielautomaten zu etwas, das dem Arrangieren näher ist. Man behält, was funktioniert, und korrigiert nur, was nicht funktioniert, und so arbeiten Menschen, die Musik schreiben, tatsächlich.

Diese Struktur macht das Modell auch leichter steuerbar. Statt Adjektive zu stapeln und zu hoffen, dass das Tempo passt, beschreibt man das Stück mit dem Vokabular, das Musiker schon benutzen. Die Ausgabe bleibt nachträglich revidierbar, was der Unterschied zwischen Entwurf und Take ist.

{{INLINE1}}

Der Encoder, den niemand bekam

Ein Detail erzählt, wie offene Veröffentlichungen wirklich leben. YuE2-3B erschien ohne den Audio-Encoder, der nötig ist, um eigene Aufnahmen in semantische Tokens des Modells zu verwandeln. Die Community baute ihn. Ein „Real-Audio-Encoder“ für YuE2-3B erlaubt es nun, eigenes Material in die Repräsentation zu bringen, die das Modell versteht, und öffnet damit das Training von Adaptern auf persönlichem oder lizenziertem Audio.

Dazu gibt es ein instrumentales LoRA, das Abschnitts-Prompts annimmt, um ein Stück über die Beschreibung seiner Teile zu formen. Beides kam von außerhalb der ursprünglichen Veröffentlichung. Das ist der Handel offener Gewichte: Man bekommt die Freiheit zu bauen und akzeptiert, dass der ersten Version ein Teil fehlt, den jemand anders liefern muss.

Die Lizenz ist die wahre Grenze

YuE2-3B erscheint unter CC-BY-NC-4.0. Die Nichtkommerz-Klausel ist die wichtigste Beschränkung für alle, die an ein Produkt denken. Man darf es studieren, ausführen, verändern und für Forschung und persönliche Arbeit darauf aufbauen. Man darf es nicht in einen bezahlten Dienst einfügen, ohne die kommerziellen Bedingungen zu klären. Für Hobby und Forschung ist das eine weit offene Tür. Für ein Startup mit Abo-Produkt ist es eine Wand.

Das ist die wiederkehrende Form des offenen Musikfeldes: Die fähigsten Gewichte kommen oft mit Lizenzbedingungen, während die vollständig freizügigen Optionen bei der Qualität hinterherhinken. Teams, die beides brauchen, landen meist hybrid: offen für die Erkundung, lizenzierte Dienste für alles, was ausgeliefert wird.

Was ein Benchmark beweisen kann

WildSongBench vergleicht Modelle an generierten Stücken, und zu gewinnen ist ein echtes Ergebnis. Es ist aber nur eine Linse. Benchmarks belohnen, was sie messen können, meist die Musik insgesamt und die Kohärenz über kurze Strecken. Schwächer sind sie bei dem, was ein Stück im Kontext brauchbar macht: ob eine Schleife unter Dialog liegt, ohne zu kämpfen, ob ein Build dort landet, wo der Schnitt es braucht, ob das Stück endet statt zu verhallen.

Das ist keine Kritik am Benchmark, sondern ein Hinweis, wie man die Aussage liest. „Schlägt Suno v5 auf WildSongBench“ heißt, das offene Modell ist bei einer definierten Aufgabe konkurrenzfähig. Es heißt nicht, dass es einen bezahlten Dienst überall ersetzt, und erst recht nicht, dass es unter einer Nichtkommerz-Lizenz für die kommerzielle Auslieferung bereit ist. Hält man beides getrennt, bleibt das Bild ehrlich.

Wo offene Musik noch verliert

Geschlossene Dienste halten einen Vorsprung an leicht unterschätzten Stellen. Sie bieten polierte Oberflächen, integriertes Mastering, Stems auf Abruf und eine Rechtslage, auf die ein zahlender Kunde zeigen kann. Wer eine fertige Aufnahme und eine Rechnung braucht, für den ist diese Bequemlichkeit das Produkt, und das Modell nur die Hälfte davon. Offene Gewichte geben dir den Motor und überlassen den Rest dir.

Dazu kommt die Support-Frage. Bricht ein geschlossener Dienst, öffnet man ein Ticket. Bricht ein offenes Modell, liest man den Code und hofft, dass jemand dieselbe Wand getroffen hat. Der Real-Audio-Encoder ist ein gutes Beispiel dafür, dass dieses Modell funktioniert: Ein fehlendes Teil wurde von Fremden geliefert, die ein nützlicheres Werkzeug wollten. Beeindruckend, wenn es klappt, frustrierend, wenn nicht.

Wie man es heute nutzt

Für einen Solo-Produzenten ist das vernünftige Muster, YuE2-3B als Skizzeninstrument zu behandeln. Breit generieren, behalten, was Substanz hat, und das fertige Stück von Hand oder in einem bezahlten Werkzeug zusammensetzen, wenn die Lizenz es verlangt. Die Partiturbearbeitung macht das möglich; sie verwandelt eine generierte Idee in eine Projektdatei statt in eine Sackgasse.

Für ein Studio ändert die Nichtkommerz-Klausel die Rechnung. Forschung, Prototyping und interne Erkundung sind offen. Alles, was an zahlende Kunden geht, braucht eine andere Regelung. Diese Trennung ist im offenen Feld üblich, und Teams, die sie früh akzeptieren, ersparen sich später eine Überraschung.

Die ehrliche Lesart

YuE2-3B löst die ethischen Fragen rund um generierte Musik nicht, und die Nichtkommerz-Lizenz erinnert daran, dass die Trainierenden ihr Terrain schützen. Was es zeigt, ist, dass offene Musikgenerierung ein Niveau erreicht hat, auf dem die Ausgabe nutzbar ist, nicht nur vorführbar. Die bearbeitbaren Partituren sind das Detail, das mit der Zeit am ehesten zählt, denn Kontrolle macht aus einem Generator ein Werkzeug. Die verbleibende Lücke ist nicht Qualität, sondern Klarheit: welches Material zum Training diente, was jede Lizenz erlaubt und wie ein Berufsmusiker bezahlt wird, wenn ein Modell etwas „in seinem Stil“ erzeugen kann. Das sind die Fragen, die die nächste Runde beantworten muss.