Die neuesten KI-Modelle aus China erreichen teils US-Niveau und sind deutlich günstiger. Das sorgt für Unsicherheit. Wir analysieren, wie groß die Gefahr für OpenAI, Nvidia und Co. wirklich ist.

Die China-Angst in der KI-Branche scheint nicht abzuebben: Am Montag stellte Alibaba sein neuestes KI-Modell Qwen3.8-Max vor. Nach Angaben des Konzerns ist dessen Leistung mit global führenden Modellen vergleichbar, darunter Claude Fable 5 von Anthropic. Vor allem bei Programmieraufgaben und lang laufenden, weitgehend selbstständig ausgeführten Aufgaben soll das Modell gut abschneiden. Die von Alibaba veröffentlichten Benchmarkwerte wurden bislang jedoch noch nicht umfassend unabhängig bestätigt.

Das neue Modell verfügt insgesamt über 2,4 Billionen Parameter und schneidet in einigen von Alibaba veröffentlichten Tests besser ab als das erst im Juli vorgestellte Kimi K3. Da Qwen3.8-Max auf einer sogenannten Mixture-of-Experts-Architektur basiert, wird nur ein Teil der Parameter (rund 95 Milliarden) bei einer einzelnen Anfrage aktiviert. Diese Architektur soll deutlich kosteneffizienter sein, als wenn bei jeder Anfrage sämtliche Parameter aktiviert werden.

Niedrige Preise erhöhen den Druck auf US-Anbieter

Die Kosten für eine Million Output-Token liegen bei Qwen3.8-Max bei lediglich 6 US-Dollar. Ein Output-Token entspricht je nach Wortlänge ungefähr einem halben bis einem ganzen Wort. Bei ChatGPT 5.6 Sol kosten eine Million Output-Tokens dagegen 30 US-Dollar, bei Claude Fable 5 sogar 50 US-Dollar. Damit liegen die Tokenkosten des neuen chinesischen Modells deutlich unter denen der amerikanischen Anbieter. Auch Kimi K3 liegt mit 15 Dollar deutlich unter den Werten von Anthropic und OpenAI. Das nährt die Sorge vieler Investoren, dass günstige chinesische Modelle die US-amerikanischen Anbieter zunehmend unter Druck setzen könnten.

Erschwerend kommt hinzu, dass es sich bei Qwen3.8-Max um ein sogenanntes Open-Weight-Modell handelt. Das bedeutet, dass die trainierten Modellparameter öffentlich zugänglich gemacht werden und Unternehmen das Modell auf eigener Infrastruktur betreiben, anpassen und weiterentwickeln können. Alibaba zufolge sollen die Modellgewichte in der kommenden Woche veröffentlicht werden. Viele Marktbeobachter werten dies als zusätzliche potenzielle Bedrohung für die Preissetzungsmacht der etablierten Anbieter.

Im Folgenden analysieren wir daher, ob günstige chinesische Open-Weight-Modelle tatsächlich eine ernsthafte Bedrohung für US-amerikanische LLM-Anbieter und KI-Infrastrukturunternehmen darstellen oder ob die Sorgen der Investoren übertrieben sind.

Preisvorteil der chinesischen LLMs kleiner als gedacht

Der Kostenvorteil chinesischer Modelle könnte geringer sein, als die niedrigen Tokenpreise auf den ersten Blick vermuten lassen. Entscheidend sind nämlich nicht die Kosten je Million Token, sondern die Gesamtkosten je erfolgreich erledigter Aufgabe. Benötigt ein Modell aufgrund längerer Reasoning-Prozesse, zahlreicher Agentenschritte oder mehrerer Versuche besonders viele Token, kann sich der Preisvorteil schnell auflösen. So lagen die Kosten je Aufgabe von Kimi K3 in einem breiten Test trotz deutlich niedrigerer Tokenpreise ungefähr auf dem Niveau von GPT-5.6 Sol.

Zudem kostet K3 mit 15 US-Dollar je Million Output-Token bereits fast viermal so viel wie Kimi K2 mit 4 US-Dollar. Das könnte darauf hindeuten, dass einige chinesische Anbieter zunächst mit aggressiven Preisen Nutzer gewinnen und die Preise später anheben. Ob sich die derzeit niedrigen Preise angesichts der hohen Entwicklungs- und Rechenkosten dauerhaft halten lassen, bleibt daher fraglich.

Gewöhnungseffekte nicht zu unterschätzen

ChatGPT und Gemini erreichen inzwischen jeweils rund eine Milliarde aktive Nutzer, von denen viele bereits aus Gewohnheit bei ihrer bisherigen Plattform bleiben dürften. Zudem speichern Nutzer dort immer mehr Daten, Projekte und individuelle Agenten, die bei einem Wechsel zumindest teilweise migriert oder neu aufgebaut werden müssten.

Für Unternehmen sind die Hürden noch höher: Neue Modelle müssen umfangreich getestet, Schnittstellen neu programmiert und bestehende Prozesse angepasst werden. Ähnlich wie bei SAP können die Kosten und Risiken eines Wechsels damit höher ausfallen als der mögliche Preisvorteil.

Sicherheitsbedenken auch bei Open-Weight nicht vom Tisch

Auch bei Open-Weight-Modellen lassen sich Sicherheitsrisiken nicht vollständig ausschließen. Da Trainingsdaten und Trainingsprozess meist nicht offengelegt werden, kann zwar untersucht werden, wie sich ein Modell verhält, aber deutlich schlechter, warum es bestimmte Antworten gibt. Manipulierte Trainingsdaten oder versteckte Backdoors könnten bei seltenen Auslösern gezielt falsche Antworten, verzerrte Inhalte oder unsicheren Code erzeugen. Bei Milliarden Parametern lassen sich nicht alle möglichen Auslöser testen. Selbst ein geringes, nicht genau quantifizierbares Risiko kann für kritische Unternehmensprozesse daher zu hoch sein.

Solche Risiken bestehen grundsätzlich auch bei amerikanischen Modellen. Entscheidend ist jedoch, welchem Anbieter, welcher Rechtsordnung und welchem Prüfprozess ein Unternehmen vertraut.

KI-Infrastruktur bleibt weiter gefragt

Auch offene chinesische Modelle benötigen erhebliche Mengen an Rechenleistung, Speicher und Netzwerktechnik. Da westliche Unternehmen sensible Daten kaum in China verarbeiten lassen dürften, werden solche Modelle voraussichtlich überwiegend auf AWS, Azure, Google Cloud oder eigener westlicher Infrastruktur betrieben. Dass US-Cloudanbieter dafür in großem Stil chinesische Hardware einsetzen, erscheint derzeit sowohl wirtschaftlich als auch politisch unwahrscheinlich.

Günstigere Modelle könnten die Infrastrukturnachfrage sogar erhöhen: Sinkende Kosten machen Anwendungen wirtschaftlich, die zuvor zu teuer waren – etwa dauerhaft aktive Agenten, mehrere parallel arbeitende Agenten zur Fehlerkontrolle oder eine permanente Überprüfung von Softwarecode. Steigt die Nutzung stärker als die Effizienz, nimmt der gesamte Rechenbedarf und damit auch die Nachfrage nach GPUs, CPUs und Netzwerktechnik weiter zu.

Fazit: China-Sorgen aktuell übertrieben

Wie bereits nach der Veröffentlichung von DeepSeek im Januar 2025 erscheinen auch die aktuellen Sorgen vor chinesischen KI-Modellen übertrieben. Aufgrund von Sicherheitsbedenken und hohen Wechselkosten dürften die meisten westlichen Unternehmen weiterhin bei etablierten Anbietern wie OpenAI, Google und Anthropic bleiben. Bei einfachen und weniger kritischen Aufgaben könnten chinesische Konkurrenten durch ihre aggressive Preispolitik jedoch in begrenztem Umfang Marktanteile gewinnen und den Margendruck erhöhen. Anbieter von KI-Infrastruktur und Cloudkapazitäten haben von neuen und günstigeren chinesischen Modellen hingegen nur wenig zu befürchten, da auch deren Nutzung erhebliche Rechenleistung erfordert.

Weiterführende Links

Häufig gestellte Fragen:

Sind chinesische KI-Modelle eine Bedrohung für OpenAI und Anthropic?

Chinesische Modelle könnten vor allem bei einfachen und preissensiblen Aufgaben Marktanteile gewinnen. Hohe Wechselkosten, Sicherheitsbedenken und bestehende Integrationen schützen die etablierten US-Anbieter jedoch teilweise.

Warum sind chinesische KI-Modelle so günstig?

Anbieter wie Alibaba und Moonshot setzen auf effiziente Modellarchitekturen und aggressive Preise. Entscheidend sind allerdings nicht nur die Kosten je Token, sondern die Gesamtkosten für eine erfolgreich erledigte Aufgabe. Hier ist die Preisdifferenz oft deutlich geringer.

Profitieren Nvidia und Amazon von günstigen KI-Modellen?

Günstigere Modelle könnten die KI-Nutzung deutlich erhöhen. Dadurch steigt möglicherweise die Nachfrage nach Cloudkapazitäten, GPUs und Netzwerktechnik, wovon Infrastrukturunternehmen wie Amazon, Nvidia und Credo profitieren könnten.