Chinas KI Modelle holen rasant auf

Chi­ne­si­sche KI-Model­le holen schnell auf, und eini­ge zie­hen sogar vor­bei. Kimi K2 hat GPT‑5 in einem har­ten Reaso­ning-Test über­trof­fen, wäh­rend GLM‑5 bei Coding gleich­ge­zo­gen hat. Hier ist der über­ra­schen­de Teil : Die­se Model­le kos­ten deut­lich weni­ger im Trai­ning. Kimi K2 wur­de für nur 4,6 Mil­lio­nen Dol­lar trai­niert, dank güns­ti­ge­rer Hard­ware und Ener­gie. Die­se Lücke setzt US-Anbie­ter stark unter Druck. Neu­gie­rig, wie sie das schaffen ?

Wie chinesische Modelle bei Benchmarks mit GPT‑5 und Claude gleichziehen

In einer über­ra­schen­den Wen­dung für die KI-Welt spie­len chi­ne­si­sche Model­le nicht mehr nur Auf­hol­jagd. Kimi K2 Thin­king erziel­te 44,9% bei Humanity’s Last Exam und über­traf damit GPT-5s 41,7%. Das ist ech­te Bench­mark-Pari­tät, kein Glücks­tref­fer. GLM‑5 zog bei Coding-Tests mit GPT‑5 gleich und erreich­te 74,9% im SWE-Bench Veri­fied, und über­traf GPT‑5.2 sogar um eini­ge Punk­te beim Zend Bench­mark. Qwen 3 stellt GPT‑5 bei kniff­li­gen Coding-Auf­ga­ben manch­mal eben­falls in den Schat­ten. Chi­ne­si­sche Model­le zei­gen zudem ech­te mehr­spra­chi­ge Fähig­kei­ten, füh­ren die Charts im chi­ne­sisch­spra­chi­gen Reaso­ning an und blei­ben auch in ande­ren Spra­chen stark. Lan­ge Kon­tex­te ? Auch hier lie­gen sie an der Spit­ze. Ali­ba­b­as Qwen 3.5‑Flaggschiff ver­fügt sogar über ein nati­ves Kon­text­fens­ter von 262.144 Tokens, das sich weit dar­über hin­aus erwei­tern lässt. Kein ein­zel­nes Modell gewinnt jede Run­de, aber die Lücke schließt sich rasant, und das sind auf­re­gen­de Nach­rich­ten für alle, die ger­ne Optio­nen haben.

Warum chinesische KI nur einen Bruchteil der Kosten amerikanischer Alternativen verursacht

Man­che Zah­len las­sen einen ein­fach zwei­mal hin­schau­en. Kimi K2 wur­de für gera­de ein­mal 4,6 Mil­lio­nen Dol­lar trai­niert. Deep­Seeks R1 kos­te­te nur einen win­zi­gen Bruch­teil des­sen, was US-Model­le ver­lan­gen. Wie ist das über­haupt mög­lich ? Ein Teil der Ant­wort liegt in Hard­ware-Vor­tei­len. Chi­ne­si­sche Fir­men set­zen auf hei­mi­sche Lie­fer­ket­ten und sen­ken so die Kos­ten für Ser­ver-Clus­ter. Auch die Ener­gie­prei­se hel­fen, da sie nied­ri­ger blei­ben als in vie­len US-Rechenzentren.

Dann gibt es noch poli­ti­sche Anrei­ze. Staat­li­che Unter­stüt­zung för­dert die For­schung, ohne pri­va­te Bud­gets zu belas­ten. Chi­ne­si­sche Sub­ven­tio­nen sen­ken die Strom­rech­nun­gen für gro­ße Rechen­zen­tren sogar um bis zur Hälf­te. Fügt man noch Open-Source-Tools hin­zu, ver­schwin­den Lizenz­ge­büh­ren größtenteils.

Zusam­men­ge­nom­men ergibt das schlan­ke, schnel­le Teams. Sie bau­en ernst­zu­neh­men­de Model­le ohne Mil­li­ar­den-Dol­lar-Preis­schil­der. Die­se Frei­heit, güns­tig zu expe­ri­men­tie­ren ? Sie ver­än­dert das gesam­te Spiel.

Quellenangabe

• https://www.reuters.com/world/china/a‑new-inexpensive-chinese-ai-model-is-catching-up-with-anthropic-openai-their-2026–07-02/
• https://www.nytimes.com/2026/06/25/technology/zai-china-artificial-intelligence-models.html
• https://economictimes.com/tech/artificial-intelligence/chinese-ai-models-up-to-50-times-cheaper-as-enterprises-reassess-openai-anthropic-costs-jpmorgan/articleshow/131995377.cms
• https://techwireasia.com/2025/11/chinese-ai-model-challenges-openai-anthropic/
• https://lifeboat.com/blog/2026/06/chinese-ai-models-undercut-openai-and-anthropic-by-up-to-9x-in-pricing
• https://www.chathamhouse.org/2025/11/low-cost-chinese-ai-models-forge-ahead-even-us-raising-risks-us-ai-bubble
• https://www.youtube.com/watch?v=B2N5DC6qkI0
• https://www.moneycontrol.com/world/how-chinese-ai-models-are-challenging-openai-and-anthropic-with-lower-prices-and-fewer-restrictions-article-13959459.html
• https://www.theregister.com/software/2026/03/28/cheap-chinese-models-are-overtaking-anthropic/5222059
• https://www.indiatoday.in/amp/technology/features/story/claude-and-chatgpt-too-expensive-chinese-ai-models-surge-in-use-due-to-low-cost-2924899–2026-06–11