> ## Content Index
> Fetch the complete content index at: https://ki-china-daily.de/llms.txt
> Use this file to discover other available public pages before exploring further.

# Taobao-Team MNN stellt Sprachmodell MNN-Pocket-0.3B quelloffen vor
- URL: https://ki-china-daily.de/taobao-team-mnn-stellt-sprachmodell-mnn-pocket-0-3b-quelloffen-vor/
- Published: 2026-11-08T05:00:49.000Z
- Updated: 2026-11-08T05:14:05.000Z
- Description: Das zu Taobao gehörende MNN-Team hat das schlanke Sprachmodell MNN-Pocket-0.3B als Open Source veröffentlicht. Das Modell hat rund 300 Millionen Parameter und ist für den Einsatz auf Smartphones …
- Author: Harald Wittmann
- Tags: Bericht, 2026-11-08, Modelle, AIbase News

Das zu Taobao gehörende MNN-Team hat das schlanke Sprachmodell MNN-Pocket-0.3B als Open Source veröffentlicht. Das Modell hat rund 300 Millionen Parameter und ist für den Einsatz auf Smartphones ausgelegt. Laut der Meldung soll es bei geringem Speicherbedarf und niedrigem Energieverbrauch eine Reaktionsgeschwindigkeit erreichen, die mit Cloud-Lösungen vergleichbar ist.

In einem Test auf einem iPhone 18 Pro erreichte das Modell über die MNN-Inferenz-Engine im vollständig offline laufenden Betrieb eine durchschnittliche Decodier-Geschwindigkeit von rund 350 Token pro Sekunde. Auf einem iPad Pro M5 mit Metal-Backend lag der Prefill-Durchsatz laut den Angaben bei 8.721 Token pro Sekunde, der Decode-Durchsatz bei 466 Token pro Sekunde, das entspreche dem 1,63-Fachen von Qwen3-0.6B unter denselben Bedingungen. Die INT4-MNN-Bereitstellungsdatei sei nur 173 MB groß, der Speicherbedarf liege bei 228 MB zusätzlichem Spitzenverbrauch, gegenüber 340 MB Dateigröße und 427 MB Speicherzuwachs bei Qwen3-0.6B im selben Test. Auf einem OnePlus 13 mit Snapdragon-8-Elite-Chip habe das 4-Bit-Modell bei 100 gleichwertigen Testaufgaben nur rund 0,3 Prozent der Akkukapazität verbraucht. Das Vokabular wurde den Angaben zufolge von etwa 151.000 auf 64.000 Einträge reduziert, eine Verringerung um 57 Prozent.

Bei Benchmark-Tests erzielte das Modell laut der Meldung einen englischen IFEval-Wert von 73,20 und einen chinesischen IFEval-zh-Wert von 74,59\. In elf Vergleichstests zu Wissen, logischem Schließen, Mathematik, Code und Befolgen von Anweisungen in Chinesisch und Englisch habe das Modell einen Durchschnittswert von 50,00 erreicht und damit größere Modelle wie MiniCPM4-0.5B und Qwen3-0.6B übertroffen. Beim chinesischen Mathematik-Benchmark MGSM-zh erzielte es 51,20 Punkte, bei der Code-Generierung HumanEval 53,66 Punkte.

Das Team hat nach eigenen Angaben mehrere Versionen offengelegt: eine Basisversion für Weiterentwicklung und Forschung, eine SFT-Version für Nachtraining und Destillation, eine allgemeine Instruct-Version, eine für den Endgeräteeinsatz optimierte MNN-Version mit W4A16QAT-Quantisierung sowie Varianten für spekulative Dekodierung (DFlash2) und für Entscheidungsaufgaben (Dec).

Offen bleibt: Alle Leistungsangaben stammen ausschließlich vom MNN-Team selbst, eine unabhängige Überprüfung der Benchmark- und Geschwindigkeitswerte liegt nicht vor.

Quelle: [AIbase News](https://www.aibase.com/zh/news/32151?ref=ki-china-daily.de)