
Aion 1.0 Instruct ist unangekündigt auf Hugging Face aufgetaucht – mit einer Deadline im Januar 2027.
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 182 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 356 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 87 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 147 tok/s
- orcaNEUOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Das Repository microsoft/Aion-1.0-Instruct-2.3B wurde am 18. November 2026 um 17:05:50 UTC erstellt. Neun Minuten später erschien daneben ein zweites Repository mit einem INT4-ONNX-Build derselben Gewichte. Stand heute Morgen hat das Basis-Repository drei Likes, null Downloads und genau einen Commit, dessen Nachricht „Duplicate from asgmodels/Aion-Instruct-v1“ lautet – und dieses Quell-Repository gibt inzwischen jedem, der danach fragt, 401 zurück. Es gab keinen Launch-Beitrag, keinen Thread, keinen Satz auf der Modellkarte, der mit „wir sind begeistert“ beginnt. Aion 1.0 Instruct wurde nicht angekündigt; es wurde veröffentlicht, was ein anderer Akt ist, und die Kluft zwischen beidem ist der Grund, warum dieser Artikel existiert.
Im Folgenden werden drei Arten von Aussagen getrennt und niemals vermischt. Repository-Fakten wurden heute Morgen direkt aus den Dateien gelesen — die Konfiguration, der Gewichte-Index, die Chat-Vorlage, die Karte, die Schwester-Repositories. Herstelleraussagen sind Microsofts eigene Zahlen auf Microsofts eigenem Harness, wiedergegeben als Aussagen. Und eine dritte Kategorie ist hier wichtiger als üblich: Microsoft hat bereits einen Migrationskalender für Windows-Entwickler in seiner eigenen Dokumentation veröffentlicht, und dieser Kalender ist folgenreicher als alles in der Modellkarte. Wo das Repository schweigt, sagt dieser Beitrag das, statt Schlüsse zu ziehen.
Zwei Uhren, und nur eine davon ist leise.
Die Veröffentlichung von Hugging Face ist die leise Uhr. Die laute ist älter und läuft schon seit Monaten.
• 31. Mai 2026 — microsoft/Aion-Instruct-Preview-Samplewird auf GitHub öffentlich – eine WinUI 3-Beispiel-App für ein lokales Sprachmodell auf Copilot+-PCs. In der README heißt es unmissverständlich: „Dieses Paket enthält das endgültige Aion Instruct-Modell, das planmäßig mit Windows veröffentlicht werden soll.“
• 2. Juni 2026 — Der Microsoft-Edge-Entwicklerblog kündigt Aion-1.0-Instruct als Vorabmodell in Edge Canary und Dev an, das das 4B-Phi-4-mini hinter den Prompt- und Writing-Assistance-APIs ersetzt; es wird als kleiner und schneller beschrieben und kann per CPU-Inferenz laufen, wo keine GPU vorhanden ist. Derselbe Beitrag verspricht eine „geplante Open-Source-Veröffentlichung auf Hugging Face im Juli“.
• 2. November 2026 — das GitHub-Beispiel veröffentlicht Release v1.1.0.2, das AMD-VitisAI-Unterstützung hinzufügt; das Repository wird seit Juni stetig gepflegt, ohne eine einzige öffentliche Ankündigung.
• 16. November 2026 — Microsofts Windows-KI-Dokumentation für Phi Silica enthält einen Hinweis mit Zeitstempel zwei Tage vor Veröffentlichung der Gewichte, der besagt: „Phi Silica wird durch Aion Instruct ersetzt“, und Entwickler auffordert, die Umstellung jetzt zu planen.
• 18. November 2026, 17:05 UTC — die Gewichte selbst, MIT-lizenziert, auf Hugging Face. Kein begleitender Beitrag irgendwo, den eine Suche finden kann.

Die ehrliche Beschreibung lautet also nicht „Microsoft hat ein Modell heimlich ausgeliefert.“ Sie lautet vielmehr, dass Microsoft Windows-Entwickler seit fast sechs Monaten in Dokumentation und Beispielcode über diesen Übergang informiert, im Juli offene Gewichte versprochen, sie viereinhalb Monate zu spät geliefert und die Auslieferung nicht mit einer Ankündigung begleitet hat. Wenn Sie nur die Launch-Berichterstattung lesen, wüssten Sie nicht, dass es Aion 1.0 Instruct gibt. Wenn Sie die Phi-Silica-API-Dokumentation lesen – dort, wo ein Windows-Entwickler tatsächlich zu Hause ist –, sind Sie mindestens seit Mitte November im Bilde.
Was die Dateien beweisen, ohne dass Microsoft irgendetwas bestätigen muss
Nichts des Folgenden hängt von einer Ankündigung ab. Es steht alles im Repository, und das meiste davon lässt sich anhand der Gewichtsdatei selbst überprüfen.
• Parameteranzahl — auf der Karte steht „~2,29B“, und die Rechnung stimmt: model.safetensors ist 4.577.698.488 Bytes bfloat16, was 2.288.849.244 Parameter zu je zwei Bytes ergibt. Eingabe- und Ausgabe-Embeddings sind gekoppelt, daher verdoppelt sich diese Anzahl am Kopf nicht.
• Form — 28 Schichten, Hidden Size 2.048, MLP-Intermediate 8.192 mit SiLU, 24 Query-Heads gegenüber 8 Key/Value-Heads bei Head-Dimension 128, RMSNorm mit Epsilon 1e-6, Vokabular von 200.029 Tokens.
• Aufmerksamkeitsmuster — das layer_types-Array der Konfiguration listet 21 sliding_attention-Layer und 7 full_attention-Layer auf, die sich abwechseln. Das Sliding Window umfasst 2.048 Token.
• Kontext — 32.768 Tokens, erreicht durch YaRN statt durch die native Trainingslänge. Mehr dazu weiter unten, denn sie ist die am ehesten falsch zu lesende Zahl in der Datei.
• Lizenz — MIT, Copyright Microsoft Corporation, mit einer LICENSE-Datei im Repository. Das Front-Matter-Feld license_link verweist jedoch auf asgmodels/Aion-Instruct-v1/blob/main/LICENSE, wobei es sich um das private Repository handelt, das 401 zurückgibt. Die Lizenz, die Sie lesen können, ist die im Tree; die, auf die die Karte verlinkt, ist nicht erreichbar.
• Benutzerdefinierter Code – dies ist keine Standardarchitektur. Um ihn auszuführen, ist trust_remote_code=True erforderlich, und es werden configuration_aion_instruct.py und modeling_aion_instruct.py eingebunden. Er wurde mit transformers 5.x exportiert, daher werden ältere Toolchains ihn nicht ohne Weiteres laden.
• Chat-Format — <|system|>, <|user|>, <|assistant|>, jeder Turn wird durch <|end|> abgeschlossen, das auch das EOS-Token ist. Tool-Schemata gehören in den System-Prompt zwischen <|tool|> und <|/tool|>; Aufrufe kommen als <|tool_call|>{"name": …, "arguments": …}<|/tool_call|> zurück; Ergebnisse kommen in einem User-Turn zurück, dem Folgendes vorangestellt ist: <|tool_response|>. Das Template wirft einen Fehler, wenn eine führende Systemnachricht eines der reservierten Steuerungstokens enthält, was eine sinnvolle Schutzmaßnahme und in einer Karte ungewöhnlich anzutreffen ist.
• Sprachen — Englisch, Deutsch, Spanisch, Portugiesisch, Italienisch, Französisch, Chinesisch und Japanisch. Die Karte gibt an, dass mehrsprachige Daten etwa 6 % des Trainingsmix ausmachen.
• Wissensstand — Dezember 2025.
• Der quantisierte Build — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, erstellt um 17:14:58 UTC am selben Abend, neun Minuten nach dem Basis-Repo. INT4-blockweise Gewichte, exportiert aus einem quantisierungsbewusst trainierten Checkpoint, FP16-Aktivierungen und KV-Cache, Opset 21, ungefähr 1,3 GB, ausgerichtet auf WebGPU über ONNX Runtime GenAI.
Das Nützlichste in dieser Liste sind die letzten beiden Punkte zusammengenommen. Ein nicht quantisierter bf16-Release und ein aus QAT abgeleiteter INT4-Build, innerhalb von neun Minuten voneinander veröffentlicht, verraten dir, dass das Auslieferungsartefakt bereits fertig war, bevor das Transparenzartefakt es war. Das ist die Gestalt einer Veröffentlichung, die zurückgehalten und dann stillschweigend freigegeben wurde, nicht die einer überstürzten.
Der 32K-Kontext ist ein 2K-Modell, das um das Sechzehnfache gestreckt wurde.
Lies den rope_parameters-Block sorgfältig; die Kontextzahl ändert ihren Charakter. Die Full-Attention-Schichten deklarieren rope_type: "yarn" mit original_max_position_embeddings: 2048 und factor: 16.0. Zweitausendachtundvierzig multipliziert mit sechzehn ergibt 32.768. Die Sliding-Attention-Schichten deklarieren ein einfaches rope_type: "default" bei Theta 32.000, mit demselben 2.048er-Fenster.
Die Interpretation, die sich aus der Konfiguration ergibt – und es ist eine Interpretation, keine Aussage des Anbieters –, ist, dass dieses Modell mit einem Positionsbereich von 2.048 Tokens trainiert und anschließend auf 32K erweitert wurde, indem RoPE-Skalierung nur auf sieben seiner achtundzwanzig Layer angewendet wurde. Drei Viertel des Stacks können konstruktionsbedingt nie weiter als 2.048 Tokens zurückblicken; Long-Range-Mixing findet allein in den sieben Full-Attention-Layern statt. Das ist ein legitimes und zunehmend verbreitetes Design für On-Device-Modelle, bei denen die KV-Cache-Größe die bindende Speicherbeschränkung darstellt – ein Sliding Window hält den Cache unabhängig davon, wie lange die Konversation läuft, konstant, was genau dem entspricht, was man auf einem Laptop will, der auch noch einen Desktop rendern muss.
Das bedeutet außerdem, dass die Zahl 32.768 nicht als „verarbeitet ein 32K-Dokument genauso gut wie ein bei 32K trainiertes Modell“ gelesen werden sollte. Microsofts eigene Modellkarte ist hier vorsichtig und beschreibt das Fenster als ausreichend, um „mehrseitige Dokumente, lange E-Mail-Threads und komplexe technische Spezifikationen vollständig auf dem Gerät“ zu verarbeiten. Es wird keine Aussage zur Retrieval-Qualität am äußersten Ende getroffen. Wenn Sie Recall bei langem Kontext benötigen, ist das das Erste, was Sie selbst messen sollten, und es steht nicht in der Karte.
Die Benchmarks stammen von Microsoft selbst, und zwei davon sind als locker gekennzeichnet.
Jede unten aufgeführte Zahl ist vom Anbieter gemeldet. Die Modellkarte gibt an, dass alle davon durch EleutherAIs lm-evaluation-harness liefen, sofern eine Aufgabenimplementierung vorhanden war, andernfalls durch das offizielle Repository des jeweiligen Benchmarks, wobei GPT-4o bei den von einem LLM bewerteten Aufgaben als Richter diente. Es gibt keine unabhängige Reproduktion, keine veröffentlichte Harness-Konfiguration und kein Evaluierungsskript im Repository, sodass nichts davon aus dem ausgelieferten Stand erneut ausgeführt werden kann.
• Wissen — MMLU 55,15, MMLU-Pro 33,35, mehrsprachig MMMLU 45,51, GPQA 28,18.
• Mathematik — GSM8K 74.91 bei lockerer Übereinstimmung, GSMPlus 49.56, MATH-500 48.00.
• Instruktionsbefolgung — IFEval 83,90 als Mittelwert aus Prompt-Level-strict und Instruction-Level-strict, IFBench 32,00 bei Prompt-Level-loose, Multi-IF 64,70.
• Übersetzung — chrF++ 43,18.

Zwei davon verdienen einen zweiten Blick, bevor sie jemand zitiert. GSM8K mit 74,91 ist ausdrücklich eine lose Übereinstimmung, wodurch eine Antwort gewertet wird, die die richtige Zahl enthält, selbst wenn die Begründung oder Formatierung drumherum falsch ist; strenges GSM8K würde bei einem 2,3B-Modell deutlich niedriger liegen. IFBench mit 32,00 ist auf Prompt-Ebene lose, was die nachsichtigste Variante des nachsichtigsten Instruction-Following-Benchmarks im Set ist. Die Zahlen im strengen Modus in derselben Tabelle — MMLU-Pro mit 33,35, GPQA mit 28,18 — zeigen, wie das Weltwissen eines 2,3B-Modells tatsächlich aussieht, und sie sind unspektakulär, was die Karte selbst in ihrem Abschnitt zu Einschränkungen sagt: Kleine Modelle „können feine Details übersehen, falsche Aussagen treffen oder die Unfähigkeit zeigen, komplexem mehrstufigem Schlussfolgern zu folgen.“
Das Fehlen, das mehr zählt als jede einzelne Punktzahl: In der Model Card wird Aion 1.0 Instruct nie mit Phi Silica verglichen, dem Modell, das es ersetzt. Dort heißt es, die Trainingsdaten seien „eine Erweiterung der Daten, die für das Training von Phi Silica verwendet wurden“, und dabei bleibt es. Für eine Entwicklerin oder einen Entwickler, der im Januar migrieren soll, steht das eine Delta, das die Entscheidung stützen würde – ob das Ersatzmodell besser oder schlechter abschneidet als das, was ich habe –, nicht in dem Dokument.
Die Sicherheitsnummern sind ein Bild, keine Tabelle
Die Karte nennt drei Kennzahlen, die sie verbessern möchte: XPIA, DIC und ECI. Anschließend gibt sie für keine davon eine Zahl an. Die Zahlen stehen nur in images/aion_safety_bchart.png, einem Balkendiagramm mit der Überschrift „Azure AI Safety Suite“, mit Achsenkategorien für Sicherheit bei adversariellen Inhalten, kritische Wahlinformationen, indirekte Prompt-Injection und Dokumenteninjection, bewertet auf einer richtungsnormalisierten Skala von 0 bis 100, bei der der Wert eins minus der Fehlerrate, multipliziert mit hundert, ist. Im Text gibt es nirgends eine numerische Spalte.
Das ist eine echte Lücke und sollte klar benannt werden, statt sie zu umgehen: Die drei Kennzahlen, die Microsoft selbst als verbesserungsbedürftig kennzeichnet, sind genau die drei, die man nicht lesen kann, ohne ein PNG per OCR zu verarbeiten. Die Validatoren haben zwar eine Methodik-Fußnote veröffentlicht – Prompts typidentisch, per SHA-256 verifiziert –, was mehr Gründlichkeit zeigt als die meisten Modellkarten. Sie haben nur die Werte nicht veröffentlicht. Und die parallelen Transparenzhinweise für das Windows-Validierungspaket gehen weiter: Sie stellen fest, dass Cross-Prompt-Injection-Angriffe und emotionale Inferenz für die Responsible-AI-Konformität ungetestet sind und dass das Paket „möglicherweise Schwachstellen aufweist“. Für ein Modell, dessen Aushängeschild darin besteht, unbeaufsichtigt über Ihre lokalen Dokumente zu laufen, ist Prompt-Injection keine Fußnote.
Was Microsoft Entwicklern bereits mitgeteilt hat – und was kaputtgeht
Dies ist der Teil, den ein Leser heute umsetzen kann, und er hängt überhaupt nicht von der Veröffentlichung von Hugging Face ab. Er steht auf der Seite zu Phi Silica von Microsoft Learn, deren Aktualisierungszeitstempel den 16. November 2026 angibt.

• Phi Silica wird durch Aion Instruct ersetzt. Der Hinweis sagt dies direkt und fordert Entwickler auf, die Umstellung jetzt zu planen.
• Dezember 2026 — Aion 1.0 Instruct wird schrittweise auf Windows Insider Preview-Geräten eingeführt. Phi Silica ist weiterhin vorhanden; ein Windows Controlled Feature Rollout entscheidet, welches Modell aktiv ist, und Entwickler können über einen Registrierungsschlüssel einen direkten Vergleich nebeneinander erzwingen.
• Januar 2027 — das Modell wird auf Endkundengeräte ausgerollt und Phi Silica wird entfernt.
• Die Zugangssperre entfällt. Die APIs von Phi Silica sind ein Limited Access Feature, das ein Freischalt-Token erfordert; in der Dokumentation heißt es: „Anders als bei Phi Silica werden bei Aion Instruct keine LAF-Token mehr benötigt.“ Für alle, die jemals das LAF-Anfrageformular ausgefüllt und gewartet haben, ist das der folgenreichste Satz der gesamten Migration.
• Ihre LoRAs werden nicht mitgeführt. Das Beispiel-Repository ist eindeutig: Mit Phi Silica kompatible LoRAs sind nicht mit Aion Instruct kompatibel, und neue Adapter müssen mit dem Foundry Toolkit erstellt werden.
• Ausgaben werden mit Wasserzeichen versehen. Der neue Stack verwendet unsichtbare Wasserzeichen, um die Einhaltung der EU-KI-Verordnung zu unterstützen, und die Hinweise warnen davor, dass die Markierung sichtbar werden kann, wenn die Ausgabe in bestimmte Anwendungen eingefügt wird.
• Die Hardwareunterstützung umfasst drei Execution Provider und keinen Fallback. Das Validierungspaket richtet sich an ARM64-Snapdragon über katalogverwaltetes QNN mit mindestens EP 2.2480.49, x64-Intel-Lunar-Lake über OpenVINO in Version 1.8.95 und x64-AMD-Ryzen-AI über VitisAI in Version 1.8.80. Es gibt „kein CPU-Fallback, wenn ein unterstützter NPU-Provider nicht verfügbar ist“. Beachten Sie die Diskrepanz zum Edge-Beitrag vom Juni, der CPU-Inferenz als den Weg bewarb, über den Aion Geräte ohne GPU erreichte – das war der Browser-Build, und der Windows-API-Pfad ist enger.
• Das Validierungspaket ist nicht auslieferbar. „Es ist nicht für Endnutzer oder Kunden bestimmt. Kein Teil dieses Pakets darf an Endverbraucher ausgeliefert werden.“ Das Modell ist final; die Auslieferung darum herum ist es nicht, und die heute gemessene Leistung ist ausdrücklich nicht repräsentativ für den Januar-Build.
Was ist noch unbestätigt, und wie hält man es?
Keine Ankündigung. Nichts in Microsofts Blogs, keine Absichtserklärung in einer Modellkarte, die über „eine Einführung in das, was kommt“ hinausgeht, kein technischer Bericht. Die einzige öffentliche Spur außerhalb des Repos ist eine Hacker-News-Einreichung vom 18. November mit einem Punkt.
• Keine unabhängige Evaluierung. Stand 19. November ist das Modell nicht auf Artificial Analysis zu finden, und kein Drittanbieter hat einen Durchlauf veröffentlicht. Jede Zahl in der obigen Tabelle ist eine Bewertung von Microsoft durch Microsoft.
• Kein GGUF. Die Karte führt „Bibliotheksnamen: PyTorch, ONNX, GGUF“ auf, aber unter der Microsoft-Organisation existiert kein GGUF-Repository. Das einzige veröffentlichte quantisierte Artefakt ist der ONNX-WebGPU-Build. Behandeln Sie die GGUF-Zeile als Absichtserklärung, bis eine Datei existiert.
• Keine Trainingsdetails. Tokenanzahl, Rechenleistung, Datenmischung über „öffentliche Dokumente plus synthetische Daten“ hinaus und der 6-prozentige mehrsprachige Anteil – nichts davon wird angegeben.
• Keine Preisgestaltung, weil es nichts zu bepreisen gibt. Dies ist eine OS-Komponente und ein Download von Gewichten, kein gehosteter Endpoint. Es ist außerdem, wie jedes andere Microsoft-On-Device-Modell, nicht im OrcaRouter-Katalog.
Wenn Sie eine Windows-App ausliefern, steht die Entscheidung bereits in Ihrem Kalender.
Die praktische Lesart ist, dass Aion 1.0 Instruct jetzt etwas ist, gegen das Sie schon Monate, bevor Sie dazu gezwungen sind, Prototypen entwickeln können – genau das ist der Sinn eines Transparenz-Releases. Laden Sie die Gewichte herunter, führen Sie Ihr eigenes Prompt-Set aus, messen Sie die beiden Dinge, die die Modellkarte Ihnen nicht verraten wird – Long-Context-Recall jenseits von 2.048 Token und Verhalten unter Prompt-Injection über lokale Dokumente – und entscheiden Sie, ob Ihre Zusammenfassungs- und Umschreibungspfade den Wechsel überstehen. Das December-Insider-Fenster mit seinem Side-by-Side-Registry-Schlüssel ist der günstigste Test-Harness, den Sie bekommen werden, und es schließt im Januar.
Die sich daraus ergebende Architekturfrage ist, wo das On-Device-Modell endet. Ein 2,3B-Modell mit 32K-Fenster, das auf einer NPU läuft, ist hervorragend geeignet für Zusammenfassen, Umschreiben, Klassifizieren und Extrahieren, und es wird kein mehrstufiges Reasoning über eine Codebasis durchführen. Die meisten Apps, die es übernehmen, werden hybrid enden: lokales Modell für die günstigen, privaten, latenzempfindlichen Durchläufe und ein Cloud-Modell hinter einer API für den Eskalationspfad. Diese Eskalationsschicht ist der Teil, den man bewusst gestalten sollte, statt ihn nachträglich anzubauen. OrcaRouter existiert genau für diese Hälfte des Problems – eine API über mehr als 200 Cloud-Modelle hinweg, ohne Aufschlag auf die Listenpreise der Anbieter, automatisches Failover, wenn ein Anbieter beeinträchtigt ist, und eine Routing-DSL, um mehrere Modelle zu einem Aufruf zusammenzusetzen – und es bedient Aion 1.0 Instruct nicht, weil bei diesem Modell nichts in einem Rechenzentrum läuft. Die ehrliche Aufteilung ist: lokales Modell, lokale Entscheidung, Cloud-Eskalation – und die beiden Hälften brauchen unterschiedliches Tooling.
Es gibt außerdem eine günstige Möglichkeit, die unerprobten Teile abzusichern. Nichts davon wurde unabhängig benchmarkiert, und der Januar-Build kann von diesem Checkpoint abweichen. Failover sorgt dafür, dass es sicher ist, ein unbewertetes Modell auf einen Pfad zu setzen, der zählt: Halte den Fallback konfiguriert, bevor du ihn brauchst, und eine schlechte Generierung wird zu einem Wiederholungsversuch statt zu einem Vorfall. Dieser Rat gilt für welche Hälfte des Hybrids auch immer du dir unsicher bist.
Was zu sehen
Vier Signale würden dieses Bild verändern, und drei davon sind kostengünstig zu überwachen. Ein tatsächlicher Ankündigungsbeitrag mit Trainingsdetails würde die Karte von einem Transparenzartefakt zu einem Launch aufwerten. Ein GGUF-Repository würde das Modell außerhalb von Windows und außerhalb von ONNX Runtime nutzbar machen. Ein erster unabhängiger Benchmark-Lauf — Artificial Analysis, LMArena oder eine beliebige reproduzierbare Harness-Ausgabe — würde die Vorbehalte zur losen Zuordnung durch etwas Zitierbares ersetzen. Und die Kanäle Edge Canary und Dev sind der Live-Test: Wenn die Prompt- und Writing-Assistance-APIs im Browser vom Phi-4-mini-Pfad auf Aion 1.0 Instruct umstellen, werden Sie den Wechsel im Verhalten lange vor dem Windows-Rollout im Januar sehen.
Bis dahin ist die korrekte Beschreibung von Aion 1.0 Instruct diejenige, die die Belege stützen, und nicht mehr: ein fertiges 2,29B-On-Device-Modell, MIT-lizenziert, technisch vollständig und undokumentiert, veröffentlicht um 17:05 UTC an einem Dienstagabend, mit einem quantisierten Geschwistermodell neun Minuten dahinter und einer Ersatzfrist, die es sich nicht selbst gesetzt hatte.
