PUBG-Macher Krafton veröffentlicht Raon-1 nano: kleines KI-Modell für den eigenen PC

Worum es geht

Der südkoreanische Spielekonzern Krafton, bekannt durch PUBG: Battlegrounds, Battlegrounds Mobile India (BGMI) und die Lebenssimulation inZOI, hat ein eigenes kleines Sprachmodell veröffentlicht: Raon-1 nano. Es ist für die sogenannte On-Device-Inferenz gebaut. Das Modell rechnet also direkt auf dem eigenen Gerät, etwa einem Gaming-PC oder Mac, statt auf einem Server in der Cloud. Raon-1 nano hat insgesamt 3,1 Milliarden Parameter, effektiv arbeiten davon 1,5 Milliarden. Die Gewichte stehen auf Hugging Face unter der Apache-2.0-Lizenz, die auch eine kommerzielle Nutzung erlaubt.

Laut Krafton wurde das Modell auf Gespräche über mehrere Runden, auf das genaue Befolgen von Anweisungen und auf Tool-Calling trainiert, also darauf, selbstständig externe Funktionen oder Programme aufzurufen. Es spricht Koreanisch und Englisch. Die Forschungsabteilung KRAFTON AI nennt die Veröffentlichung den nächsten Schritt auf „unserer Reise von PUBG Ally hin zu On-Device-LLMs“. Kangwook Lee, Kraftons Chief AI Officer, sagt, man habe „endlich“ ein „besseres Basismodell für unsere Edge-AI-Anwendungen“. Edge-AI meint KI, die auf lokaler Hardware läuft. In welchen Spielen Raon-1 nano wann eingesetzt wird, sagt Krafton nicht.

Warum Krafton ein eigenes Modell baut

Krafton setzt schon länger KI-Figuren in seinen Spielen ein, allerdings mit fremden Modellen. Seit inZOI im März 2025 in den Early Access ging, steuert die optionale Funktion „Smart Zoi“ die Bewohner der virtuellen Stadt. Laut Nvidia läuft dahinter ein Mistral-NeMo-Minitron-Modell mit 0,5 Milliarden Parametern aus Nvidias ACE-Plattform, und zwar nur auf GeForce-RTX-Grafikkarten. Auch PUBG Ally nutzt Nvidia ACE. Die KI-Mitspielerin Ella kam im Juni 2026 in der Beta „Ally Duo“ auf der Karte Sanhok zu den Spielern.

In einem von Nvidia veröffentlichten Interview hat Krafton beschrieben, wie Ally entstanden ist. Zuerst testete das Team Modelle in der Cloud. Netzwerk-Verzögerung und Rechenzeit zusammen machten die Antworten aber zu langsam für ein laufendes Squad-Match. Deshalb wechselte man zu Nvidias Mistral-NeMo-Minitron-2B, quantisierte es (das Modell wird verkleinert, indem seine Zahlen gröber gespeichert werden) und brachte es im Grafikspeicher unter, den PUBG noch frei lässt. So läuft Ally schon auf Grafikkarten mit 8 GB. Auch die Kosten sprachen gegen die Cloud: Ein separates Forschungs-Preprint von Krafton bezifferte die mittleren API-Kosten mit Claude Opus 4.8 auf 7,10 US-Dollar pro nachgespieltem Match. Für den Einsatz im großen Stil hielt Krafton das für unpraktikabel.

Auch der lokale Ansatz stieß in der Beta an Grenzen. Ally Duo funktionierte nur auf PCs mit GeForce-RTX-Karten. In den Patch Notes riet Krafton Spielern mit verzögerten Antworten, Grafikeinstellungen oder Auflösung zu senken. Das zeigt, dass Spiel und Modell um dieselben GPU-Ressourcen konkurrierten. Genau hier soll Raon-1 nano helfen.

So ist das Modell aufgebaut

Von den 3,1 Milliarden Parametern stecken 1,5 Milliarden in einer Per-Layer-Embedding-Tabelle. Vereinfacht ist das ein großes Nachschlagewerk, das jeder Schicht des Netzes eigene Wortinformationen liefert. Diese Daten müssen nicht dauerhaft im teuren Grafikspeicher liegen. Laut Lee setzt Krafton die Technik zum ersten Mal ein, um „den VRAM-Verbrauch zu reduzieren“. Der eigentliche Rechenkern hat damit 1,5 Milliarden Parameter, beim Modell hinter Ally waren es 2 Milliarden.

Die Architektur ist hybrid und hat 24 Schichten:

• 18 Schichten mit linearer Attention, die Krafton „Raon Delta Attention“ nennt. Lineare Attention ist eine sparsamere Form des Aufmerksamkeitsmechanismus, deren Aufwand bei langen Texten nicht so stark ansteigt.
• 6 Schichten mit Gated Multi-Head Latent Attention, einer Variante, die Zwischenspeicher komprimiert.

Laut Modellkarte verarbeitet das Modell bis zu 262.144 Token Kontext. Der KV-Cache, also der Zwischenspeicher, in dem das Modell sich das bisherige Gespräch merkt, braucht etwa 7 KiB pro Token in BF16. Bei vollem Kontext sind das rund 1,75 GiB.

Abgeleitet vom großen Bruder Raon-1 mini

Raon-1 nano wurde per Destillation aus Raon-1 mini preview gewonnen. Destillation heißt: Ein kleines Modell lernt, die Antworten eines größeren nachzuahmen. Raon-1 mini hat Krafton im Oktober vorgestellt. Laut biz.chosun.com hat die Firma es komplett selbst entworfen und trainiert. Es ist ein Mixture-of-Experts-Modell (MoE) mit 30 Milliarden Parametern, von denen pro Aufgabe nur etwa 4 Milliarden aktiv sind. Bei MoE arbeitet für jede Anfrage nur ein Teil spezialisierter Teilnetze, was Rechenzeit und Betriebskosten senkt. Auch Raon-1 mini steht als Preview unter Apache 2.0 auf Hugging Face. Eine offizielle Version mit vollständigem technischem Bericht soll folgen.

Für die Umwandlung nutzte Krafton die Methode aus seinem Paper „Pruning and Distilling Mixture-of-Experts into Dense Language Models“. Dabei werden die Experten bewertet und zu einer einzigen dichten Feed-Forward-Schicht gebündelt. Danach lernt das so entstandene Modell vom Original. Laut KRAFTON AI wurde das Paper als Oral-Präsentation für die NeurIPS 2026 angenommen. Anschließend trainierte das Team mit 3 Billionen Token weiter. Danach folgten Supervised Fine-Tuning (SFT, Nachtraining mit Beispielantworten), OPD (On-Policy-Destillation) und Reinforcement Learning, also Lernen durch Belohnung.

Benchmarks: stark bei Anweisungen, schwächer bei Wissen und Tools

Krafton vergleicht Raon-1 nano auf der Modellkarte mit Qwen3.5 2B, Gemma 4 E2B, MiniCPM5 2B und LFM3 1.7B. Nach Herstellerangaben liegt Raon-1 nano beim Befolgen von Anweisungen und bei koreanischen Gesprächen vorn. Bei Allgemeinwissen und Tool-Calling liegt es zurück:

Einige koreanische Ergebnisse stammen aus internen Tests, die nicht veröffentlicht wurden. Unabhängig überprüfen lassen sie sich also nicht.

Was du zum Ausprobieren brauchst

Anders als Smart Zoi und Ally ist Raon-1 nano nicht an GeForce-RTX-Karten gebunden. Krafton stellt GGUF-Dateien bereit, ein gängiges Format für lokale KI-Programme. Die Größen reichen von 2,08 GB (Q4_K_M) bis 6,27 GB (F16), dazu kommen Q6_K, Q8_0 und MTP-Varianten. Für die kleine 4-Bit-Version genügt eine Grafikkarte mit rund 3 bis 4 GB VRAM. Notfalls läuft sie auch auf der CPU, dann langsamer. Wer den sehr langen Kontext nutzt, braucht zusätzlich bis zu etwa 1,75 GiB für den KV-Cache. Ein paar Gigabyte freier Speicherplatz reichen.

Es gibt aber einen Haken: Die GGUF-Anleitung der Modellkarte setzt Kraftons eigenen Branch raon-1-nano-preview von llama.cpp voraus. Programme auf Basis des offiziellen llama.cpp, etwa Ollama und LM Studio, können das Modell erst nutzen, wenn die Unterstützung dort eingebaut ist. Auch vLLM braucht einen Krafton-Fork. Ohne Fork laufen laut Karte Hugging Face Transformers (mit aktiviertem Remote Code) und SGLang.

Für Macs mit Apple-Silicon gibt es eine 4-Bit-Version für MLX, deren optimierte Kernels nur mit mlx 0.32.4 laufen. Außerdem gibt es ein 4-Bit-Paket für Googles On-Device-Laufzeit LiteRT-LM. Es ist auf 4.096 Token Kontext begrenzt und antwortet ohne Denkmodus. Getestet wurde dieses Paket laut Karte auf einer Apple-Silicon-GPU, nicht auf einem Smartphone. Im Hauptmodell ist der Denkmodus standardmäßig an. Krafton empfiehlt eine Temperatur von 0,1 und eine Presence Penalty von 1,5.

Einordnung

Raon-1 nano zeigt, dass Krafton bei der Spiele-KI unabhängiger von Nvidia werden will. Bislang hängen beide ausgelieferten KI-Figuren an Nvidias Minitron-Modellen und an RTX-Hardware. Ein eigenes Modell, das auch auf anderen Grafikkarten, Macs und womöglich Handys läuft, würde den möglichen Kundenkreis deutlich vergrößern. Die Modellkarte nennt ausdrücklich „mobile control“ als Einsatzzweck. Das passt zu Kraftons Geschäft: Mobile-Titel wie PUBG Mobile, BGMI und Peacekeeper Elite brachten im dritten Quartal gut die Hälfte des Umsatzes. Ein KI-Teamkollege für Mobile-Spiele ist aber nicht angekündigt.

Für Bastler ist das Modell eine weitere kleine, frei lizenzierte Option. Interessant sind der sehr lange Kontext und die starke Leistung beim Befolgen von Anweisungen. Wer vor allem Wissensfragen stellt oder Tools zuverlässig aufrufen will, ist laut Kraftons eigenen Zahlen mit LFM3 oder MiniCPM5 eventuell besser bedient. Die Abhängigkeit von Forks dürfte den Einstieg vorerst bremsen, bis die Unterstützung im offiziellen llama.cpp landet. Die Benchmarks stammen vom Hersteller, die koreanischen Werte teils aus unveröffentlichten Tests. Die Raon-Familie umfasst seit April bereits offene Modelle für Sprache, Voice-Chat, Sprachausgabe und Bildverständnis. Laut koreanischen Berichten hat das Forschungsteam neun Main-Track-Paper auf der NeurIPS 2026, weitere Veröffentlichungen sind angekündigt.