Was ist Arete-27B?
Arete-27B ist ein Fine-Tune von Alibabas Qwen3.8-27B, veröffentlicht von Nous Research am 6. November 2026. Nous sagt, es habe das Modell nachtrainiert, "um westliche Werte zu stärken", nachdem es im Basismodell bei politisch heiklen Themen Verweigerungen, Ausflüchte und Antworten in der Sprache der Kommunistischen Partei Chinas gefunden habe. Es zielt auf sieben Bereiche: Meinungsfreiheit, Staatsideologie, Staat gegen freien Markt, Bildung, Datenschutz und Überwachung, Demokratie sowie Umweltpolitik.
Die Methode ist ausschließlich überwachtes Fine-Tuning, ohne Reinforcement Learning und ohne Architekturänderung: etwa 52,8 Millionen Tokens über zwei Epochen, mit Antworten des offenen Modells Inkling von Thinking Machines als Lehrer. Nous hat die selbst gebaute Evaluation mit 803 Prompts, Propaganda_Eval, und die Trainingspaare zusammen mit den Gewichten veröffentlicht. Der Vision-Encoder wurde eingefroren, die Bildeingabe ist also unverändert die von Qwen3.8.
Die Gewichte stehen wie das Basismodell unter Apache 2.0. Nous bietet keine gehostete API; Quantisierungen aus der Community, am beliebtesten ein GGUF-Satz von bartowski, erschienen innerhalb weniger Tage.
Lohnt sich Arete-27B?
Interessant ist Arete eher wegen dessen, was es beweist, als wegen dessen, was es hinzufügt. In Nous' eigenem Test mit 803 Prompts aus englischsprachigen Gesetzen, Nachrichten und Studien sank der Anteil der Antworten, die die Darstellung des chinesischen Staates übernehmen, von 22% auf 0,9%, und der durchschnittliche Faktenwert stieg von 2,32 auf 2,98 von 5. Am stärksten war die Veränderung bei der Meinungsfreiheit, wo die Quote staatlicher Rahmung von 60% auf 1% fiel. Nous folgert, dass diese Art von Verzerrung spät und dünn aufgetragen wird und sich daher mit wenig Überwachung verschieben lässt.
Die Zahlen verlangen Vorsicht. Nous hat den Benchmark geschrieben, die Fakten ausgewählt und Grok 4.7 als Richter eingesetzt, abgestimmt an einem Pilotlauf mit 25 Prompts, den es von Hand bewertete. Arete und das Basismodell liefen mit Temperatur 0, die Vergleichsmodelle mit 0,6; bei 0,6 erreicht Arete 2,88. The Decoder merkt an, dass Inkling, der Lehrer, selbst teilweise mit Ausgaben eines chinesischen Modells trainiert wurde, und mindestens ein Kritiker auf X meint, Nous habe ein Wertesystem gegen ein anderes getauscht, was die Modellkarte nicht bestreitet: Sie stellt die Arbeit als Wahlmöglichkeit zwischen Sichtweisen dar. Die Methode funktioniert in jede Richtung.
Die allgemeinen Fähigkeiten wirken unverändert. In Nous' interner Hermes Bench erreicht es 65,60% gegenüber 65,77% beim Basismodell, was Nous als Rauschen bezeichnet, und meldet 70% gegenüber 67% in Terminal-Bench 2.1, ohne sich den Zuwachs zuzuschreiben. Ein unabhängiges Leaderboard-Ergebnis gibt es nicht.
Unser Fazit: Für ein Team, das Qwen3.8-27B schon mag, aber Antworten zu China, Überwachung oder Demokratie ohne Parteilinie braucht, ist Arete ein direkter Austausch mit gleicher Größe, Lizenz und Werkzeugkette. Für alle anderen ist es dasselbe Modell, und die veröffentlichte Evaluation ist der nachhaltigere Beitrag.
Wo es sich lohnt
Ein Datenteam in der Redaktion eines europäischen Verlags
Einen lokalen Assistenten betreiben, der Berichte über China, Hongkong und Taiwan zusammenfasst, ohne amtliche Sprache zu übernehmen
Arete in ein bestehendes Qwen3.8-27B-Setup einsetzen; Nous' Evaluation zeigt, dass die staatliche Rahmung bei Meinungsfreiheit von 60% auf 1% fällt. Fakten trotzdem prüfen: Der durchschnittliche Faktenwert liegt bei 2,98 von 5.
Eine KI-Sicherheitsforscherin, die untersucht, wie Nachtraining Werte verschiebt
Messen, wie stark ein enges Fine-Tuning die politische Rahmung eines Modells verändert
Nous hat Propaganda_Eval mit 803 Prompts, Richter-Prompt und Skripten sowie die Trainingspaare veröffentlicht. Mit einem anderen Richter oder gleichen Temperaturen neu laufen lassen, um die Angabe von 22% auf 0,9% zu prüfen.
Ein Beschaffungsleiter einer US-Behörde, die in China trainierten Modellen misstraut
Ein leistungsfähiges offenes Modell auf interner Hardware betreiben
Arete behält Aufbau der Gewichte und Apache-2.0-Lizenz von Qwen3.8-27B, die BF16-Datei von etwa 55 GB läuft also überall, wo das Basismodell läuft. Die Herkunft des Basismodells ändert sich nicht, und manche Richtlinien werden das weiter berücksichtigen.
Bevor du dich festlegst
- Einrichtung
- Den BF16-Checkpoint aus 18 Dateien von Hugging Face laden und wie Qwen3.8-27B bereitstellen; GGUF- und MLX-Builds der Community laufen in llama.cpp und auf Apple silicon.
- Integrationen
- Nutzt das Chat-Template von Qwen3.8-27B, daher laden vLLM, SGLang, llama.cpp und Transformers es unverändert. Nous hat mit ausgeschaltetem Nachdenken evaluiert; ein Wert von 3,07 mit Nachdenken stammt aus zwei von fünf Läufen.
- Daten und Datenschutz
- Selbst gehostet, Prompts bleiben also auf deinem Rechner. Apache 2.0 erlaubt kommerzielle Nutzung und Änderungen; die Evaluationsdaten stehen unter MIT.
- Kosten im großen Maßstab
- Die Gewichte sind kostenlos. Etwa 27,4 Milliarden Parameter, rund 55 GB in BF16, volle Präzision braucht also eine 80-GB-GPU; 4-Bit-GGUF- und NVFP4-Builds der Community bringen es in Reichweite einer einzelnen Consumer-Karte.
- Grenzen
- Mit 64K Kontext feinabgestimmt, gegenüber 262K beim Basismodell. Nous behauptet nicht, jede Auswirkung der Sichtweise des Basismodells entfernt zu haben, und der Multi-Token-Prediction-Kopf war beim Training abgeschaltet.
Was gut ist
- Staatlich gerahmte Antworten sinken in Nous' Evaluation von 22% auf 0,9%
- Kein gemessener Fähigkeitsverlust in Hermes Bench
- Evaluationsdaten und Trainingspaare veröffentlicht
- Apache 2.0, gleiche Größe und Werkzeuge wie Qwen3.8-27B
Was nicht
- Nous hat den Benchmark gebaut, den Richter gewählt und jeden Test selbst gefahren
- Andere Decoding-Einstellungen für Arete als für die Vergleichsmodelle
- Faktenwert von 2,98 von 5 liegt weiter unter den 3,96 des Lehrers
- Keine gehostete API und kein unabhängiges Leaderboard-Ergebnis
Am besten für
Teams, die Qwen3.8-27B lokal betreiben und politisch heikle Fragen ohne die Rahmung des chinesischen Staates beantwortet haben wollen.
Alternativen zu Arete-27B
Arete-27B: häufige Fragen
- Lohnt sich Arete-27B?
- Arete-27B zeigt, dass sich die politische Rahmung eines chinesischen Modells mit einem bescheidenen Fine-Tune entfernen lässt, aber es ist ein Qwen3.8-27B mit anderem Weltbild, kein besseres Qwen. Wir bewerten es mit 3.7 von 5.
- Was kostet Arete-27B?
- Kostenlose Gewichte unter Apache 2.0. Keine eigene API; du zahlst für deine eigene Hardware.
- Welche Nachteile hat Arete-27B?
- Nous hat den Benchmark gebaut, den Richter gewählt und jeden Test selbst gefahren; Andere Decoding-Einstellungen für Arete als für die Vergleichsmodelle; Faktenwert von 2,98 von 5 liegt weiter unter den 3,96 des Lehrers; Keine gehostete API und kein unabhängiges Leaderboard-Ergebnis.
- Für wen eignet sich Arete-27B?
- Teams, die Qwen3.8-27B lokal betreiben und politisch heikle Fragen ohne die Rahmung des chinesischen Staates beantwortet haben wollen.
- Was kostet Arete-27B für ein Team oder im Produktivbetrieb?
- Die Gewichte sind kostenlos. Etwa 27,4 Milliarden Parameter, rund 55 GB in BF16, volle Präzision braucht also eine 80-GB-GPU; 4-Bit-GGUF- und NVFP4-Builds der Community bringen es in Reichweite einer einzelnen Consumer-Karte.
- Ist Arete-27B sicher für Firmendaten?
- Selbst gehostet, Prompts bleiben also auf deinem Rechner. Apache 2.0 erlaubt kommerzielle Nutzung und Änderungen; die Evaluationsdaten stehen unter MIT.
- Was sind die besten Alternativen zu Arete-27B?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3.8-27B, Inkling, Gemma 4 und Mistral Large 4.
Antworten geprüft am 11. Nov. 2026.