# Soofi S 30B-A3B: Das offene MoE-Modell aus München

> Soofi S 30B-A3B ist ein offenes MoE-Modell aus München, das Olmo 3 schlägt — trainiert auf deutscher Cloud-Infrastruktur, optimiert für Deutsch. Steckbrief.

- URL: https://thevibe-coding.de/modelle/soofi-s-30b
- Typ: modelle | Veroeffentlicht: 2026-07-17 | Aktualisiert: 2026-07-17
- Autor: Vita Legne | Site: VIBE CODING — thevibe-coding.de

---

**Soofi S 30B-A3B** ist ein offenes Foundation Model aus München, veröffentlicht im Juli 2026 und trainiert auf der Industrial AI Cloud der Deutschen Telekom. Das [Mixture-of-Experts](/modelle/ling-2-6-flash-ant-group-effizienz-moe-2026)-Modell schlägt in Benchmarks Olmo 3 32B und Apertus 70B — und ist damit der Beleg, dass souveräne KI aus Deutschland konkurrenzfähig ist.

## Soofi S im Steckbrief

| Merkmal | Soofi S 30B-A3B |
| --- | --- |
| Herkunft | München, Deutschland |
| Architektur | MoE-Hybrid mit Mamba-Basis |
| Gesamtparameter | 30 Milliarden (nur Bruchteil pro Token aktiv) |
| Trainings-Tokens | ~27 Billionen, Deutsch übergewichtet |
| Trainings-Infrastruktur | Industrial AI Cloud der Deutschen Telekom |
| Offenheit | Code, Daten, Hyperparameter, Checkpoints — freie Lizenzen |
| Benchmark-Position | vor Olmo 3 32B und Apertus 70B (Deutsch + Englisch) |

## Benchmarks: Kleiner als Apertus 70B, trotzdem vorn

Soofi S 30B-A3B erzielt in aktuellen Evaluationen Spitzenwerte im englischen wie im deutschen Aggregat und platziert sich damit vor Olmo 3 32B und dem mehr als doppelt so großen Apertus 70B. Der Grund liegt im Trainingsansatz: Rund 27 Billionen [Tokens](/glossar/token) flossen ins Training, wobei die deutsche Sprache gezielt übergewichtet wurde — das erhöht die Präzision bei lokalen Sprachnuancen deutlich. Die MoE-Architektur mit Mamba-Basis aktiviert pro Token nur einen Bruchteil der 30 Milliarden Parameter, was hohe Inferenz-Geschwindigkeit bei moderatem Ressourcenverbrauch bedeutet. Die vollständigen Testergebnisse haben wir im [Benchmark-Bericht vom Juli 2026](/news/soofi-s-30b-a3b-moe-modell-test-2026) aufbereitet.

## Radikale Offenheit als Alleinstellungsmerkmal

Soofi S geht bei der Transparenz weiter als fast alle [Open-Source-Modelle](/glossar/open-source-modell) am Markt: Die Datenherkunft ist pro Quelle offengelegt, sämtliche Hyperparameter, der komplette Trainings- und Evaluations-Code sowie alle Checkpoints stehen unter freien Lizenzen bereit. Wo andere Anbieter nur Gewichte veröffentlichen, lässt sich hier der gesamte Entstehungsprozess nachvollziehen und reproduzieren. Für Forschung und Compliance-Abteilungen ist das Gold wert — jede Trainingsentscheidung ist auditierbar. Die Modelle liegen auf Hugging Face unter Soofi-Project bereit, der technische Report auf arXiv dokumentiert die Details.

## DACH-Relevanz: Souveräne KI, die wirklich existiert

Soofi S beweist, dass KI-Souveränität 2026 mehr ist als eine Absichtserklärung: Das komplette Training lief auf der Industrial AI Cloud der Deutschen Telekom am Standort München — auf deutscher Infrastruktur, unter lokalen Standards. Für Unternehmen im DACH-Raum ergeben sich daraus handfeste Vorteile:

- **Datensouveränität** — sensible Daten verarbeiten, ohne von außereuropäischen API-Anbietern abzuhängen
- **Deutsch als Stärke, nicht Nachgedanke** — übergewichtete deutsche Trainingsdaten statt englisch-zentriertem Modell
- **Lokaler Betrieb** — dank MoE-Effizienz auf eigener Infrastruktur oder in privaten Clouds lauffähig
- **Auditierbarkeit** — volle Offenlegung erleichtert Compliance-Prüfungen nach europäischen Maßstäben

Damit reduziert Soofi S die Hürden für Firmen, die moderne LLM-Funktionen nutzen wollen, aber Cloud-Angebote aus den USA oder China ausschließen müssen.

## Offizielle Links

- Hugging Face: [huggingface.co/Soofi-Project/Soofi-S-Base](https://huggingface.co/Soofi-Project/Soofi-S-Base)
- Technical Report: [arxiv.org/html/2607.09424v1](https://arxiv.org/html/2607.09424v1)

## FAQ

### Was ist Soofi S 30B-A3B?

Soofi S 30B-A3B ist ein offenes Foundation Model aus München, veröffentlicht im Juli 2026. Technisch basiert es auf einem Mixture-of-Experts-Hybrid mit Mamba-Basis und 30 Milliarden Gesamtparametern, von denen pro Token nur ein Bruchteil aktiv ist. Trainiert wurde auf rund 27 Billionen Tokens — mit gezielt übergewichteter deutscher Sprache.

### Wie schlägt sich Soofi S gegen Olmo 3 und Apertus?

In aktuellen Evaluationen erzielt Soofi S 30B-A3B sowohl im englischen als auch im deutschen Aggregat Spitzenwerte und platziert sich vor Olmo 3 32B und dem deutlich größeren Apertus 70B. Gerade im deutschen Sprach-Aggregat zahlt sich die gezielte Übergewichtung deutscher Trainingsdaten aus.

### Warum ist Soofi S für Nutzer im DACH-Raum relevant?

Das Modell wurde vollständig auf der Industrial AI Cloud der Deutschen Telekom in München trainiert — souveräne KI auf deutscher Infrastruktur statt Absichtserklärung. Unternehmen mit sensiblen Daten können moderne LLM-Funktionen nutzen, ohne von außereuropäischen API-Anbietern abzuhängen, und profitieren von der Optimierung auf deutsche Sprachnuancen.

### Wie offen ist Soofi S wirklich?

Radikal offen: Datenherkunft pro Quelle, sämtliche Hyperparameter, der vollständige Trainings- und Evaluations-Code sowie die Checkpoints sind unter freien Lizenzen verfügbar. Damit geht das Projekt deutlich weiter als viele Modelle, die nur Gewichte veröffentlichen.

## Quellen

- [Soofi S 30B-A3B: Münchner MoE-Modell schlägt Olmo 3 im Test](https://thevibe-coding.de/news/soofi-s-30b-a3b-moe-modell-test-2026) — thevibe-coding.de
- [Soofi-S-Base auf Hugging Face](https://huggingface.co/Soofi-Project/Soofi-S-Base) — Hugging Face / Soofi-Project
- [Soofi S — Technical Report (arXiv)](https://arxiv.org/html/2607.09424v1) — arXiv