Was veröffentlicht wurde: BottleCap AI beschreibt ThinkingCap in der eigenen Ankündigung als „Fine-tuned Qwen3.6-27B to reduce unnecessary reasoning while preserving answer quality“. Ausgangsmodell ist laut Modellkarte „Qwen/Qwen3.6-27B“, die Lizenz ist Apache 2.0, das Modell liegt als BF16-Fassung, als offizieller FP8-Build (halber Speicherbedarf) und als GGUF-Quantisierungen auf Hugging Face. Die Modellkarte weist beim Abruf am 9. August 2026 35.501 Downloads im zurückliegenden Monat aus – für einen Fine-Tune ohne Anbieter-Marketing eine beachtliche Zahl.
Die Methode ist der eigentliche Punkt. Der naheliegende Weg zu weniger Tokens – die Gedankenkette hart abschneiden – macht ein Modell an den Stellen falsch, an denen es die Schritte wirklich braucht. BottleCap beschreibt stattdessen ein Training auf „a curated set of problems covering multiple domains and difficulty levels“, bei dem „the training objective rewarded efficient reasoning rather than simply rewarding correctness“. Belohnt wird also nicht die richtige Antwort, sondern die effizient erreichte richtige Antwort; das Modell soll lernen zu erkennen, wann es genug weiß, um sich festzulegen.
Die Zahlen im Einzelnen. Außerhalb der Trainingsdomäne (zwölf Benchmarks) nennt die Modellkarte im Makro-Mittel 81,5 gegen 80,7 Punkte bei 45,8 Prozent weniger Denk-Tokens; die Ankündigung beziffert denselben Abstand mit „−0.7“ Prozentpunkten. Die Spanne ist groß: GPQA-Diamond verliert 1,7 Punkte (85,5 auf 83,8) bei 67,8 Prozent weniger Tokens, LiveCodeBench gewinnt 3,6 Punkte (80,7 auf 84,3) bei 41,1 Prozent weniger Tokens, MMLU-Redux bleibt exakt gleich (93,9). In der Trainingsdomäne (sieben Benchmarks) steht 94,4 gegen 95,4 bei 57,7 Prozent weniger Tokens, angeführt von GSM8K mit 93,3 auf 96,5 Prozent bei 74,1 Prozent weniger Denk-Tokens. Zwei Sicherheits-Benchmarks laufen unverändert mit (Nemotron-Safety 98,9 auf 99,0; HEx-PHI 99,9 auf 100,0) bei 21,9 Prozent weniger Tokens. Als Gesamtaussage nennt die Karte „50% less thinking tokens on average, and over 90% less in best cases“; die Abbruchquote wegen Erreichens der Generierungsgrenze fällt von 2,9 auf 0,4 Prozent.
Wer dahintersteht: BottleCap AI sitzt nach eigener Darstellung in Prag und beschreibt sich als „Building efficiency-first foundational AI“ mit „Novel AI algorithms & applications by our in-house research. Built in Europe.“ Als Gründer nennt die Seite Tomáš Mikolov (Chief Scientist, laut Seite „one of the world’s most accomplished AI scientists, with 200k+ citations“), Jaroslav Beck (CEO, zuvor Mitgründer von Beat Games und Beat Saber) und den Forscher David Herel; als Geldgeber 20VC sowie Gründer von Canva, Datadog, Hugging Face, Synthesia und ElevenLabs. Die Angaben stammen sämtlich von der Anbieterseite und sind von uns nicht unabhängig geprüft.
Einordnung und offene Punkte: Es fehlt jede unabhängige Messung – weder Artificial Analysis noch eine andere Stelle hat die Token-Ersparnis nachgerechnet, und der Vergleich läuft gegen genau ein Ausgangsmodell. Ob der Ansatz auf größere oder auf agentische Modelle überträgt, zeigt die Veröffentlichung nicht; die einzige agentennahe Messung in der Tabelle (Claw-Eval think/task) ist mit 25,2 Prozent auch die schwächste Einsparung, und mit 87,0 auf 84,4 Punkten der zweitgrößte Genauigkeitsverlust. Kurios und in der Ankündigung selbst erzählt: Die Kürzung sollte nur die Gedankenspur treffen, wirkte durch einen Fehler aber auch auf die Antworttexte – intern gefiel die fehlerhafte, knappere Fassung besser, und veröffentlicht wurde sie.