Chinesische KI halbiert Unternehmenskosten – der stille Umsturz
- Westliche KI-Anbieter verlieren dramatisch: Marktanteil von OpenAI, Anthropic & Google bei Token-Nutzung fiel laut OpenRouter-Daten von ~72% auf ~33% – chinesische Open-Weight-Modelle übernehmen
- Coinbase halbierte KI-Ausgaben durch Wechsel zu GLM-5.2 und Kimi 2.7 – bei gleichzeitig steigender Nutzung: ein Blaupause-Moment für deutsche Unternehmen
- OpenAI veröffentlicht GPT-5.6 als limitierte Preview (Sol, Terra, Luna) – trotz vorheriger Verzögerung auf Druck der Trump-Administration
Zweiter DeepSeek-Moment: Chinesische Open-Weight-Modelle verdrängen westliche KI-Anbieter massiv
Laut OpenRouter-Daten ist der kombinierte Token-Marktanteil der drei westlichen Schwergewichte OpenAI, Anthropic und Google innerhalb eines Jahres von rund 72% auf etwa 33% eingebrochen – ein historischer Rückgang, der die Machtverschiebung im KI-Markt schlagartig sichtbar macht. Haupttreiber ist das im Juni gestartete GLM-5.2 von Zhipu AI, das auf der Benchmark-Plattform Artificial Analysis unter allen Open-Weight-Modellen an der Spitze liegt und bei agentenbasierten Aufgaben sowie Code-Generierung mit geschlossenen Frontier-Modellen mithalten kann – zu rund einem Viertel der Kosten. Flankiert wird der Aufstieg von DeepSeek und Kimi 2.7, die gemeinsam eine neue Klasse leistungsstarker, frei zugänglicher chinesischer Modelle repräsentieren. Das Gewicht dieser Entwicklung zeigt Coinbase exemplarisch: CEO Brian Armstrong berichtete, das Unternehmen habe seine KI-Ausgaben nahezu halbiert, indem es den API-Traffic standardmäßig auf GLM-5.2 und Kimi 2.7 umleitet, kombiniert mit verbessertem Caching und intelligentem Routing – und das bei gleichzeitig steigender Token-Nutzung. Ähnliche Kostensenkungsprogramme werden aus anderen US-Unternehmen gemeldet. Wie wir bereits in KW 24 über den Open-Source-Tsunami berichteten, war GLM-5.2 schon damals als eines von 25+ Major-Releases in einer Woche aufgefallen – die OpenRouter-Marktdaten belegen nun erstmals quantitativ, welche kommerzielle Wirkung dieser Schub hat.
GPT-5.6 ist da – und Anthropics Mythos 5 darf (teilweise) wieder
OpenAI hat GPT-5.6 als limitierte Preview mit drei Modell-Tiers veröffentlicht: Sol (Flagship), Terra (Medium/High-Volume-Einsatz) und Luna (leichtgewichtig). Die Veröffentlichung erfolgte, obwohl die Trump-Administration kurz zuvor aus Sicherheitsbedenken eine zeitlich gestaffelte Freigabe gefordert hatte – OpenAI lieferte innerhalb von 24 Stunden dennoch eine erste, eng begrenzte Vorabversion. GPT-5.6 bringt neue Reasoning-Modi (Max und Ultra Reasoning), der breite Zugang bleibt vorerst auf eine kleine Gruppe limitiert. Parallel dazu meldete The Verge, dass Anthropics neuestes Modell (intern als Mythos 5 bezeichnet) nach zweiwöchigen Regierungsverhandlungen für eine ausgewählte Gruppe von Organisationen wieder freigegeben wurde – das öffentlich zugängliche Fable-5-Modell bleibt jedoch weiterhin gesperrt.
Quelle →Vibethinker 3B: Frontier-KI-Leistung auf dem eigenen Laptop
WeiboAIs Vibethinker 3B ist ein dichtes 3,1-Milliarden-Parameter-Modell unter MIT-Lizenz, das auf Math- und Code-Benchmarks mit deutlich größeren Modellen wie Qwen 3.6+ und Gemini 3 Pro gleichzieht. Es läuft lokal auf 2–6 GB VRAM, unterstützt einen 131k-Token-Kontext und ist vollständig auf Hugging Face verfügbar – der Zugang ist kostenlos und ohne Cloud-Abhängigkeit. Die Ergebnisse sind mit Vorsicht zu genießen: Benchmark-Stärke auf spezifischen Math-Tasks bedeutet nicht universelle Überlegenheit, aber für gut definierte Aufgaben in Code und Mathematik wird damit Frontier-nahes Niveau auf handelsüblicher Hardware erreichbar.
Quelle →DeepSeek turbolädt Open-Weight-Modelle: DSpark beschleunigt Inference bis zu 660%
DeepSeek hat mit DSpark ein hybrides speculative-decoding-System veröffentlicht, das paralleles Drafting mit einem leichten sequenziellen Modul und einem confidence-aware Scheduling kombiniert. Laut DeepSeeks eigenem Paper steigert das System den Inference-Durchsatz um 50 bis 660% bei gleichbleibender Ausgabequalität – wobei 660% ein Maximalwert unter optimalen Bedingungen darstellt; reale Gewinne liegen je nach Modell und Hardware typischerweise am unteren Ende dieser Spanne. Ergänzend hat DeepSeek separate DeepSpec Draft Models speziell für Qwen3 und Gemma 4 veröffentlicht. Alle Releases sind vollständig open-source (Code, Checkpoints, Paper, Hugging-Face-Integration) und können auf bestehenden V4-Modellen aufgesetzt werden.
Quelle →Grok 4.5 intern bei SpaceX und Tesla – monatliche Modell-Releases angekündigt
Elon Musk gab bekannt, dass Grok 4.5 – basierend auf einem neuen 1,5-Billionen-Parameter-Foundationsmodell (V9) mit zusätzlichem Cursor-Trainingsdaten – aktuell in privater Beta bei SpaceX und Tesla läuft. Laut internen xAI-Einschätzungen soll die Leistung auf oder über Anthropic-Opus-Niveau liegen; da die Aussage direkt vom CEO stammt und keine unabhängige Verifikation vorliegt, ist sie als Eigeneinschätzung zu werten. Strategisch bemerkenswert ist xAIs Ankündigung, 2026 jeden Monat komplett neu trainierte Modelle zu veröffentlichen – ein Takt, der den Entwicklungsdruck auf die gesamte Branche erhöht.
Quelle →Nvidia macht Qwen 3.6 Enterprise-tauglich: Frontier-KI auf Unternehmenshardware
Nvidia hat Qwen 3.6 so komprimiert, dass das Modell auf Hardware-Konfigurationen läuft, die typische Unternehmen bereits besitzen – bei weitgehend erhaltener Leistung. Kombiniert mit DeepSeeks DSpark-Beschleunigung und Vibethinker 3Bs Miniaturisierungserfolgen zeigt sich ein klarer Trend: Die Hürde für den lokalen, on-premise Betrieb leistungsstarker KI-Modelle sinkt rapide. Für Unternehmen mit strengen Datenschutzanforderungen oder dem Wunsch nach Kostenklarheit wird Self-Hosting damit erstmals eine realistische Option.
Quelle →Trump-Administration als KI-Gatekeeper: GPT-5.6 verzögert, Anthropic Mythos 5 teilweise freigegeben
Wie wir in KW 24 über den ersten US-Regierungs-Eingriff bei Anthropic berichteten, setzt sich das Muster fort: Die Trump-Administration bat OpenAI, GPT-5.6 aus Sicherheitsgründen nur gestaffelt freizugeben – OpenAI veröffentlichte daraufhin eine eng begrenzte Vorschau statt eines breiten Launches. Anthropics Mythos 5, das seit KW 24 gesperrt war, wurde nach zweiwöchigen Verhandlungen für ausgewählte Organisationen wieder zugänglich gemacht; die öffentliche Version (Fable 5) bleibt jedoch weiter blockiert. Die US-Regierung etabliert damit schrittweise ein informelles Vorzensur-Regime für Frontier-KI-Modelle.
→ Unternehmen, die auf spezifische Frontier-Modelle angewiesen sind, müssen mit abrupten Verfügbarkeitsunterbrechungen rechnen – Multi-Vendor-Strategien und Fallback-Optionen auf Open-Weight-Modelle werden zur Pflicht, nicht zur Kür.
KI-Kosten halbieren mit intelligentem Modell-Routing
Das Coinbase-Beispiel lässt sich als konkrete Blaupause nutzen: Nicht jede KI-Anfrage im Unternehmen braucht GPT-4 oder Claude Opus. Einfache Klassifizierungs-, Zusammenfassungs- oder Standardtext-Aufgaben können günstige Open-Weight-Modelle wie GLM-5.2 oder Kimi 2.7 erledigen – zu einem Bruchteil der Kosten. OpenRouter (openrouter.ai) ermöglicht genau dieses Routing über eine einzige API.
1. Logge deine aktuellen KI-API-Anfragen 2–4 Wochen und kategorisiere sie nach Komplexität (einfach / mittel / komplex). 2. Teste für die 'einfach'-Kategorie GLM-5.2 oder Kimi 2.7 via OpenRouter – beide sind dort direkt verfügbar. 3. Setze einen Qualitätsschwellenwert (z.B. manuelle Stichproben oder automatische Eval-Scores) und route nur Anfragen, die den Test bestehen, dauerhaft auf die günstigeren Modelle um. Faustregel: 60–70% der typischen Unternehmensanfragen sind 'einfach' genug für Tier-2-Modelle. Hinweis: Prüfe vor dem Einsatz chinesischer Modelle, welche Daten du übermittelst – für sensible Geschäftsdaten empfiehlt sich entweder ein europäisches Hosting oder der Einsatz nur für unkritische Aufgaben.
Die Marktdaten dieser Woche markieren einen Wendepunkt: Open-Weight-Modelle sind nicht mehr nur eine technische Alternative, sondern eine ökonomisch überlegene Option für einen Großteil der Unternehmensanwendungen. Mit DSpark, Nvidias Komprimierungsarbeit und immer kleineren leistungsfähigen Modellen (Vibethinker 3B) läuft parallel eine Infrastruktur-Welle, die Self-Hosting für Unternehmen in 2026 erstmals praktikabel macht. Gleichzeitig zeigt das regulatorische Muster in den USA, dass staatliche Eingriffe in KI-Releases zur neuen Normalität werden – was die Diversifizierung weg von einzelnen Anbietern weiter beschleunigen dürfte.
Diese Ausgabe hat Ihnen gefallen?
Erhalten Sie den KI-Radar jeden Sonntag direkt in Ihr Postfach.
KI-Radar abonnieren