Kimi zwingt zwei Giganten zu Preisänderungen? OpenAI-CEO Sam Altman gibt selten Fehler zu, Claude-Kontingent wird zurückgesetzt

In den frühen Morgenstunden des 17. wurde Kimi K3 veröffentlicht und überflutete das gesamte Internet – die Open-Source-KI erlebte ihren zweiten „DeepSeek-Moment“.

Die ausländische Medienplattform Axios berichtet, dass die Preisgestaltung von K3 weit unter der der High-End-Modelle liegt, die es herausfordert – wie lange kann die Hochpreisstrategie der US-KI-Unternehmen noch Bestand haben? Zufällig führen die beiden Giganten gerade einen Wettbewerb um die Kunden. Zuvor veröffentlichte Sam Altman einen Beitrag auf X, in dem er kein neues Modell erwähnte, sondern mit einem Eingeständnis begann:

In den letzten 12 Monaten haben wir nicht gut abgeschnitten – das liegt hauptsächlich an mir.

Dass er, der OpenAI ständig in einem harten Wettbewerb mit Anthropic führt, das vergangene Jahr öffentlich als „nicht gut genug“ einstuft und die Verantwortung selbst übernimmt, ist an sich schon ungewöhnlich.

Was das gesamte Internet wirklich in Aufregung versetzte, war der zweite Teil seiner Aussage.

Altman wechselte sofort das Thema und erklärte, dass OpenAI bald die „beste 12-Monats-Periode aller Zeiten“ erleben werde – das Team habe hervorragende Arbeit geleistet und „erreicht nun Ergebnisse, mit denen es zufrieden ist“.

Auf was genau setzt Altman mit der „besten 12-Monats-Periode aller Zeiten“?

Die erste Reaktion im gesamten Internet war fast einhellig: Kommt GPT-6 bald?

In wenigen Tagen

3 Millionen neue aktive Nutzer

„Schalte Twitter aus und konzentriere dich auf deine eigentliche Arbeit!“

Passend zu Altmans Beitrag veröffentlichte Tibo, der Leiter von OpenAIs Codex, am 16. eine neue Zahl von 9 Millionen aktiven Nutzern.

Zusammengerechnet die Zahlen der aktiven Nutzer: Im Februar hatte Codex noch weniger als 1 Million; am 12. Juli waren es 6 Millionen, am 14. 8 Millionen und am 16. überstiegen Codex und ChatGPT Work zusammen 9 Millionen.

In vier Tagen also 3 Millionen Nutzer mehr.

Tibo schrieb in seinem Beitrag, dass er ursprünglich die Nutzungslimits früher wieder hochsetzen wollte – doch das Team war mit „Millionen von Aufgaben“ beschäftigt, um den Systemausfall zu verhindern und einen stabilen Betrieb zu gewährleisten, was ihn aufgehalten hat.

Am Ende des Beitrags erinnerte er alle daran, dass die Limits in wenigen Minuten wiederhergestellt sein werden – konzentriert euch auf eure eigentliche Arbeit und scrollt nicht ständig auf Twitter.

Einfach ausgedrückt: Die Nutzerzahlen stiegen so rasant an, dass das Ingenieursteam rund um die Uhr arbeitet, um die Systemlücken zu schließen.

Das erinnert an die „selbstironische Prahlerei“ von Dario Amodei, dem CEO von Anthropic, vor einigen Monaten.

Auf der Entwicklerkonferenz im Mai dieses Jahres erklärte Amodei, dass das Unternehmen ursprünglich mit einem jährlichen Wachstum um das Zehnfache geplant hatte – doch das jährliche Umsatz- und Nutzungsvolumen des ersten Quartals stieg um das 80-fache an: Genau daraus resultiert der Mangel an Rechenleistung.

Er beschwerte sich halb scherzhaft: Ich wünschte wirklich, das 80-fache würde nicht weiter anhalten – es ist zu schwer zu bewältigen. Ich hoffe auf eine normalere Zahl, „nur“ das Zehnfache reicht schon.

Zwei KI-Giganten: Einer arbeitet rund um die Uhr, um Systemlücken zu schließen, der andere beklagt sich über ein zu schnelles Wachstum. Der Hype um KI-Agenten verbreitet sich schneller als jede Planung.

In derselben Woche

Beide kämpfen, um dir mehr Nutzungslimits zu gewähren

Altmans Beitrag mit dem Eingeständnis fiel genau in eine intensive Wettbewerbsphase zwischen OpenAI und Anthropic.

Kurz nach der Veröffentlichung von ChatGPT Work hob OpenAI vorübergehend die 5-stündige Nutzungsbeschränkung für die Tarife Plus, Pro und Business auf und setzte die Nutzungslimits der Nutzer immer wieder zurück – zuerst für etwa 500.000 Nutzer, dann für 7 Millionen, sodass jeder einmal zusätzliche Kontingente erhielt.

Anthropic ließ sich nicht lumpen.

Das Unternehmen verlängerte den kostenpflichtigen Zugriff auf Claude Fable 5 erneut und erhöhte gleichzeitig das wöchentliche Nutzungslimit von Claude Code um 50 % – beide Maßnahmen laufen bis zum 19. Juli.

Auf der einen Seite werden Beschränkungen aufgehoben und massiv zusätzliche Kontingente gewährt, auf der anderen Seite werden die Zugriffslimits und Obergrenzen angehoben.

Oberflächlich betrachtet verwöhnen beide Seiten ihre Nutzer – in Wirklichkeit konkurrieren sie um sie.

Tiefergehend betrachtet ist dies ein Wettrüsten im Zeitalter der KI-Agenten: Wer in dieser Hype-Phase die Nutzer behalten kann, sammelt mehr echte Daten zu langen Arbeitsabläufen.

Das Wertvollste sind die echten Nutzungsdaten, die entstehen, wenn ein KI-Agent mehrere Stunden lang für dich arbeitet. Wer großzügigere Nutzungslimits anbietet, gewinnt mehr Nutzer, hat höhere Nutzungsraten und erhält somit mehr Daten.

Und der Finanzvorstand von OpenAI hat dieses Prinzip bereits auf den Konkurrenten angewendet.

Laut den offiziellen Angaben von OpenAI erreicht GPT-5.6 Sol im höchsten Inferenzmodus bei dem Langzeit-Arbeitsaufgaben-Benchmark DeepSWE v1.1 72,7 % – und übertrifft damit die 69,9 % von Claude Fable 5. Gleichzeitig liegen die geschätzten API-Kosten um 36,2 % niedriger als die des Konkurrenten.

Bessere Leistung zu niedrigeren Kosten – genau das soll das Konzept „Wie viel Arbeit bekommst du für jeden Dollar“ beweisen. Gleichzeitig sinkt die Anzahl der ausgegebenen Tokens um 54 %, sodass die geschätzten API-Kosten um 36,2 % reduziert werden.

Interessanterweise führte das genannte Anthropic fast zur selben Zeit eine weitere Maßnahme durch: Es verlängerte den kostenpflichtigen Zugriff auf Fable 5 erneut und erhöhte das wöchentliche Nutzungslimit von Claude Code um 50 % – beide Maßnahmen laufen bis zum 19. Juli.

Der eine beweist mit Diagrammen, dass er kostengünstiger ist, der andere öffnet direkt die Schleusen, damit du es selbst ausprobieren kannst.

Das erklärt auch, warum beide Seiten bereit sind, den Systemdruck zu ertragen und die Nutzungsraten massiv zu steigern: Intensive echte Nutzung ist an sich schon ein Wettbewerbsvorteil.

Dennoch haben einige Beobachter in diesem rasanten Wachstum andere Hinweise entdeckt.

Der Ökonom Jeremy Nguyen kommentierte die gleichzeitige Rücksetzung der Nutzungslimits von Codex und Claude Code mit den Worten: Vielleicht werden wir den jungen Generationen in vielen Jahren von diesem frühen „KI-Agenten-Token-Krieg“ erzählen – und davon, wie stark Tokens damals subventioniert wurden.

Er erinnerte an die Zeit der Dotcom-Blase: Damals gab es Startups, die dir Hunderte von Dollar pro Monat zahlten, damit du eine Werbeleiste auf deinem Computer installiert hattest.

Seine Frage ist pragmatisch: Wenn dieses Zeitfenster nur einmal existiert – wie kannst du Codex und Claude Code jetzt so nutzen, dass sich die Investition voll auszahlt?

Auf diesem Gebiet hat Anthropics Claude Code in letzter Zeit ständig neue Maßnahmen ergriffen, und unternehmensspezifische KI-Agenten für Finanz- und Ingenieurwesen sind bereits im Einsatz.

Der Wettbewerb um KI-Agenten zwischen den beiden Giganten hat gerade erst begonnen.

Wenige Stunden nach dem Eingeständnis

Die CFO legt eine Bilanz vor

Zufällig veröffentlichte OpenAI am selben Tag, an dem Altman seinen Beitrag postete, einen weiteren Artikel auf seiner offiziellen Website.

Die Autorin war nicht Altman, sondern die Finanzvorständin Sarah Friar.

Friar beginnt mit der Feststellung, dass sie überall dieselbe Frage von Finanzvorständen hört: Wie kann man die Ausgaben für KI effektiver gestalten? Ihre Antwort ist ein neues Maßstabskonzept – „Useful Intelligence per Dollar“: Wie viel nützliche KI-Leistung bekommst du für jeden Dollar.

Früher wurde der Erfolg von Software an der Akzeptanzrate gemessen: Wie viele Lizenzen wurden erworben, wie viele Nutzer waren aktiv, wie viele Abonnements wurden verlängert. Friar erklärt, dass KI einen strengeren Maßstab braucht: Messe, wie viel Arbeit tatsächlich erledigt wurde.

Sie entlarvt sogar direkt die Illusion des „niedrigen Token-Preises“: Der niedrigste Token-Preis ≠ die niedrigsten Gesamtkosten für das Ergebnis.

Die Tokens eines günstigen Modells sind preiswert – aber du musst möglicherweise mehr Versuche unternehmen, mehr Zeit aufwenden und mehr manuelle Überprüfungen durchführen. Ein teureres Modell erledigt die Aufgabe beim ersten Versuch richtig. Was wirklich berechnet werden muss, sind die Gesamtkosten für jede erfolgreich abgeschlossene Aufgabe – die vollständige Kostenformel lautet:

Gesamtkosten = (Modellaufrufgebühren + Rechenressourcen + Zeit für manuelle Überprüfung + Anzahl der Wiederholungen + Kosten für Nachbesserungen) ÷ Anzahl der erfolgreich abgeschlossenen Aufgaben.

Was die Kosteneffizienz wirklich bestimmt, ist nie der Preis für einen einzelnen Token – sondern die Gesamtkosten für eine erfolgreich abgeschlossene Aufgabe.

Die GPT-5.6-Produktfamilie (Sol als Flaggschiff, Terra für ausgewogene Leistung, Luna für hohe Geschwindigkeit zu niedrigen Kosten) wurde genau dafür entwickelt.

Für ein Support-Team bedeutet „abgeschlossen“, dass das Kundenproblem gelöst wurde. Für ein Ingenieurteam bedeutet es, dass die Codeänderungen die Tests bestanden haben. Für ein Rechtsteam bedeutet es, dass der Vertrag fehlerfrei überprüft wurde.

Wenn du das liest, bekommst du einen neuen Blick auf den vorherigen Wettbewerb um Nutzungslimits.

OpenAI hob die 5-Stunden-Beschränkung auf und setzte die Nutzungslimits immer wieder zurück, Anthropic erhöhte das wöchentliche Limit von Claude Code um 50 % – das ist nicht nur eine Subvention für Nutzer, um Daten zu sammeln. Wenn die Recheneinheit von „Lizenzen“ und „Tokens“ auf „erledigte Arbeit“ wechselt, ist das Gewähren von zusätzlichen Kontingenten kein Entgegenkommen, sondern ein Wechsel des Bewertungsmaßstabs.

Wer zuerst alle daran gewöhnt, die Kosten nach „erledigter Arbeit“ zu berechnen, definiert neu, wie der Markt verglichen wird.

Die Leistung bringt die erste Nutzung – die Zuverlässigkeit macht KI zu einem festen Bestandteil der Arbeitsweise.

Erzeugt jeder Dollar, den du für KI ausgibst, mehr Wert, wenn die Nutzungsraten steigen?

Die Antwort liegt im Kreislauf der Recheninfrastruktur: Bessere Infrastruktur → Stärkere Modelle → Bessere Produkte → Höhere Akzeptanz → Mehr Einnahmen → Kontinuierliche Investitionen in Forschung und Rechenleistung der nächsten Generation.

Wenn die Anzahl der erfolgreich abgeschlossenen Aufgaben im Laufe der Zeit schneller wächst als die Gesamtkosten – und die Qualität nicht sinkt, sondern steigt –, realisiert das Konzept „Nützliche Intelligenz pro Dollar“ einen positiven Zinseszinseffekt.

Worum die beiden Giganten kämpfen

Wer wird dein KI-Kollege?

Wenn du den Blickwinkel erweiterst, wird es klarer.

Anfang des Jahres war Anthropic der Erste, der handelte. Claude Code erlangte unter Entwicklern großen Ruhm, und mit dem anschließenden Produkt Cowork wurden KI-Agenten von Programmierern auf normale Wissensarbeiter ausgeweitet – damit sicherte sich das Unternehmen einen Vorsprung im