Microsoft tauscht das KI-Modell in seinem Browser aus. Mit Aion Instruct erhält Microsoft Edge ein neues eingebautes Sprachmodell, das das bisherige Phi-4-mini ersetzt. Das Modell mit 2,3 Milliarden Parametern ist zugleich als Open-Weight-Modell unter MIT-Lizenz auf Hugging Face erschienen. Für Webentwickler ist die zweite Nachricht mindestens ebenso wichtig: Die Prompt API, mit der Websites das lokale Modell per JavaScript ansprechen, startet in einen Origin Trial und funktioniert damit erstmals auf echten Live-Seiten. Dazu kommt eine experimentelle Decisions API.
Aion Instruct ersetzt Phi-4-mini in Edge
Microsoft hat die Neuerungen am 19. November im Edge-Entwicklerblog vorgestellt. Aion Instruct sei kleiner und schneller als Phi und laufe auf deutlich mehr Geräten, liefere bei typischen Web-Aufgaben aber vergleichbare Qualität, schreibt das Edge-Team. Genannt werden Textsynthese und -generierung, Zusammenfassungen, das Befolgen von Anweisungen und strukturierte Ausgaben. Zum Vergleich: Phi-4-mini, das Edge seit der Einführung der Prompt API nutzte, hat rund vier Milliarden Parameter.
Der Wechsel kommt mit Verzögerung. Im Juni hatte Microsoft eine Vorabversion von Aion in den Edge-Kanälen Canary und Dev gezeigt und die Open-Source-Veröffentlichung auf Hugging Face damals für Juli angekündigt. Jetzt ist das Modell offiziell verfügbar. Edge lädt es nur herunter, wenn eine Website oder Funktion es erstmals braucht, und nur auf Geräten, die es gut ausführen können. Nutzer können die lokale KI in den Einstellungen abschalten, dann entfernt Edge das Modell und lädt es nicht erneut.
Auch Windows soll Aion bekommen. Laut der Modellkarte auf Hugging Face wird eine weiter optimierte Fassung, kombiniert mit einem Moderationsmodell von Microsoft, bis Ende Januar 2027 das Standard-Sprachmodell des Betriebssystems. Die Hugging-Face-Version verstehe sich als Vorgeschmack und als Beitrag zur Transparenz. Zunächst erscheint das Modell unquantisiert, quantisierte Versionen sollen folgen.
Was die Modellkarte verrät
Aion Instruct stammt von der Applied Sciences Group im Windows-Bereich von Microsoft. Die Trainingsdaten bauen laut Modellkarte auf denen von Phi Silica auf, dem bisherigen Sprachmodell in Windows. Mehrsprachige Daten machen nur etwa 6 Prozent aus, offiziell unterstützt werden acht Sprachen, darunter Deutsch.
- Parameter: rund 2,29 Milliarden, 28 Schichten
- Kontext: 32.768 Token
- Aufmerksamkeit: 21 Sliding-Window-Schichten (Fenster 2.048) plus 7 Schichten mit voller Aufmerksamkeit
- Wissensstand: Dezember 2025
- Lizenz: MIT; Formate PyTorch, ONNX und GGUF
Die Benchmarks hat Microsoft selbst erhoben, unabhängige Messungen gibt es noch nicht. Bei MMLU erreicht Aion 55,15 Prozent, bei MMLU-Pro 33,35 Prozent, bei GSM8K 74,91 Prozent und beim Befolgen von Anweisungen (IFEval) 83,90 Prozent. Das sind Werte eines kleinen Modells, und Microsoft sagt das auch offen: Aion sei nicht auf Weltwissen trainiert, könne Details übersehen, Falschaussagen liefern und bei komplexen mehrstufigen Schlussfolgerungen scheitern. Zudem sei es anfällig für gezielte Angriffe. Indirekte Prompt-Injection (XPIA) nennt Microsoft ausdrücklich als einen der Werte, die sich in künftigen Versionen verbessern sollen.
Prompt API im Origin Trial: KI im Browser, ohne Cloud
Die Prompt API war bisher nur als Entwicklervorschau in Edge Canary und Dev verfügbar. Mit dem Origin Trial können Betreiber sie nun auf ihrer Live-Website einsetzen. Dafür registrieren sie ihre Domain und erhalten ein Token, das sie per Meta-Tag oder als Origin-Trial-HTTP-Header ausliefern. Edge schaltet die Funktion dann für Besucher automatisch frei. Laut Microsoft-Dokumentation laufen solche Tokens standardmäßig nach sechs Wochen ab und müssen erneuert werden.
Im Code ist die Nutzung schlank. Die Entwicklerdokumentation beschreibt das Objekt LanguageModel: Über LanguageModel.availability() prüft eine Seite, ob das Modell bereitsteht, heruntergeladen werden muss oder nicht verfügbar ist. LanguageModel.create() öffnet eine Sitzung, session.prompt() oder session.promptStreaming() liefern die Antwort. Mit der Option monitor lässt sich der erste Download verfolgen.
Ein minimales Beispiel auf Basis der Dokumentation sieht so aus:
const availability = await LanguageModel.availability();
if (availability !== "unavailable") {
const session = await LanguageModel.create();
const result = await session.prompt("Fasse diesen Text in zwei Sätzen zusammen: …");
console.log(result);
}
Wichtig für Unternehmen: Die Dokumentation nennt die Richtlinien GenAILocalFoundationalModelSettings und ComponentUpdatesEnabled, mit denen Administratoren den Modelldownload blockieren können. Wer Edge in verwalteten Umgebungen betreibt, sollte also prüfen, ob die lokale KI dort überhaupt gewünscht ist, bevor Fachabteilungen Web-Anwendungen darauf aufbauen.
Die Hardwareanforderungen sind allerdings nicht trivial. Laut Dokumentation braucht die Vorschau derzeit Windows 10 oder 11, macOS ab 13.3 oder 64-Bit-Linux mit Vulkan-Treibern und Edge 159, mindestens 20 Gigabyte freien Speicher auf dem Profillaufwerk, eine GPU mit mindestens 3 Gigabyte VRAM und eine Verbindung ohne Datenlimit. Fällt der freie Speicher unter 5 Gigabyte, löscht Edge das Modell wieder. Websites müssen also immer eine Alternative bereithalten.
Decisions API: Klassifizieren ohne Textgenerierung
Neu und deutlich experimenteller ist die Decisions API, vorerst nur in Edge Canary und Dev. Sie beantwortet Ja/Nein-Fragen, Auswahlfragen oder Bewertungen zu einem Text und liefert Wahrscheinlichkeiten und einen Konfidenzwert zurück, berechnet in einem einzigen Durchlauf ohne Textgenerierung. Microsoft nennt als Beispiele das Erkennen von Nutzerabsichten, das Sortieren und Weiterleiten von Nutzerinhalten und das Bewerten von Einträgen in Echtzeit. Im Beispiel des Edge-Teams analysiert die API eine Produktbewertung gleichzeitig auf Thema, Zufriedenheit und Hilfebedarf. API und Umsetzung sollen sich noch ändern.
Einordnung: Hybride KI wird ein Web-Standardthema
Microsoft spricht von „hybrider Intelligenz“: Websites sollen das lokale Modell nutzen, wo es verfügbar und geeignet ist, und sonst auf einen Cloud-Anbieter ausweichen. Für Webentwickler hat das handfeste Vorteile. Lokale Inferenz kostet keine API-Gebühren, funktioniert ohne Serverlatenz und hält Texte auf dem Gerät. Die Nachteile sind ebenso klar: Ein Modell mit 2,3 Milliarden Parametern ist kein Ersatz für große Cloud-Modelle wie Microsofts eigene MAI-Code-2-Familie, und die Prompt API ist bislang kein Webstandard.
Genau hier will Microsoft mit dem Origin Trial ansetzen. Rückmeldungen zu API-Design, Modellleistung und Interoperabilität sollen in die Gespräche mit anderen Browserherstellern einfließen, denn die Prompt API wird für eine Standardisierung geprüft. Bis dahin gilt: Wer die Funktion einbaut, sollte Feature-Erkennung nutzen und eine Fallback-Lösung vorsehen. Wie schnell sich Browser-Plattformen wandeln, zeigt auch der Abschied von XSLT in Chrome 158. Kleine Modelle wie Aion oder Metas Muse Ember machen deutlich, wohin die Reise geht: Routineaufgaben wandern auf das Gerät, die schweren Fälle bleiben in der Cloud.



