Große KI-Modelle treten in den "Unendlichkeitskrieg" ein

In den frühen Morgenstunden des 17. Juli 2026 tippte Elon Musk auf X ein Wort: „Beeindruckend.“

Er antwortete auf einen Bewertungsbeitrag von Artificial Analysis über Kimi K3. Dieses neue Modell, das von Moonshot AI veröffentlicht wurde, hat eine Parametergröße von 2,8 Billionen und ist damit das weltweit größte Open-Source-Gewichtsmodell. Im Artificial Analysis Intelligence Index belegte K3 bei der Veröffentlichung den dritten Platz weltweit, hinter Claude Fable 5 und GPT-5.6 Sol[1]

Am nächsten Tag fügte Musk hinzu, als er über das 2-Billionen-Parameter-Modell sprach, das xAI derzeit trainiert: Es „könnte Kimi übertreffen“. Moonshot AI antwortete aus der Ferne auf Weibo: „Willkommen im „2-Billionen+“-Club“[2]

Aber was den Markt wirklich erschütterte, war nicht die Rangfolge auf der Liste.

Am Abend des 19. Juli veröffentlichte Kimi eine Mitteilung: Seit der Veröffentlichung von K3 „hat die Anzahl der Benutzeranfragen in den letzten 48 Stunden die Schätzung weit übertroffen und nähert sich der Tragfähigkeitsgrenze des vorhandenen Clusters“. Das Unternehmen beschloss, ab sofort das Abonnement neuer C-End-Benutzer auszusetzen und die gesamte vorhandene Rechenleistung für die Sicherung der abonnierten Benutzer zu verwenden[3]

Ein Modell, das nach zwei Tagen der Veröffentlichung selbst zusammenbricht – das letzte Mal, dass eine solche Aufmerksamkeit erzielt wurde, war DeepSeek R1 im Januar 2025.

In derselben Woche, in der K3 viral ging, wurde berichtet, dass die offizielle Version von DeepSeek V4 den Grautest gestartet hat und voraussichtlich Ende Juli veröffentlicht wird. Als die Vorschauversion im April veröffentlicht wurde, verfügte V4 Pro über 1,6 Billionen Parameter, der API-Eingabepreis betrug 0,435 USD und der Ausgabepreis 0,87 USD pro Million Token[4]. Eine Bewertung im gleichen Maßstab von Artificial Analysis zeigt, dass K3 durchschnittlich 0,94 USD für eine gewichtete Bewertungsaufgabe ausgibt, während V4 Pro etwa 0,04 USD kostet, was einem Unterschied von etwa 23,5-fach entspricht[2]

Wenn wir die Zeit noch weiter zurückdrehen –

Zum Frühlingsfest 2026 gaben ByteDance, Alibaba und Tencent zusammen mehrere zehn Milliarden Yuan für KI-Produkte aus. ByteDance sicherte sich die Zusammenarbeit mit dem Frühlingsfestgala, und die KI-Interaktion von Doubao erreichte am Silvesterabend 1,9 Milliarden Mal; Alibaba gab 3 Milliarden Yuan aus, um die Aktion „Einladung“ von Qwen zu fördern, und die täglichen aktiven Nutzer von Qwen stiegen einmal auf 73,52 Millionen, fast so hoch wie die 78,71 Millionen von Doubao; Tencent investierte 1 Milliarde Yuan, und die täglichen aktiven Nutzer von Yuanbao überschritten 50 Millionen[5] [6]

Dies ist kein einzelner Krieg. Dies ist ein Krieg ohne Grenzen.

Ein umgestürzter Spieltisch

Um zu verstehen, was heute passiert, müssen wir zum 20. Januar 2025 zurückkehren.

An diesem Tag veröffentlichte DeepSeek R1. Das Modell ist vollständig quelloffen unter der MIT-Lizenzvereinbarung, und die API-Preise betragen: 0,14 USD pro Million Token bei Treffer im Cache, 0,55 USD bei Fehlschlag und 2,19 USD für die Ausgabe. Gleichzeitig wurden 6 destillierte Versionen von 1,5B bis 70B quelloffen gemacht[7]

Eine Woche später, am 27. Januar, stürzte der Aktienkurs von Nvidia um fast 17% ab, und der Marktwert verdampfte an einem einzigen Tag um etwa 589 Milliarden USD, was den damals größten Rekord für den täglichen Marktwertverlust einer einzelnen Aktie in der Geschichte des US-Aktienmarktes darstellte[8]

Der Markt fürchtet sich nicht davor, wie stark das Modell eines chinesischen Unternehmens ist. Er fürchtet sich davor, dass R1 eines bewiesen hat: Fähigkeiten, die an der Spitze der Entwicklung stehen, können zu niedrigen Kosten erworben, sofort heruntergeladen und in Modelle verschiedener Größen komprimiert werden.

Dies ist nicht der Verkauf von Modellen, sondern die Neugestaltung des Preissystems.

Schon früher, im Mai 2024, veröffentlichte DeepSeek V2, wobei die API-Preise 1 Yuan pro Million Token für die Eingabe und 2 Yuan für die Ausgabe betrugen, was fast ein Prozent des Preises von GPT-4 Turbo entspricht. Dies löste direkt den Preiskrieg großer Modelle im Inland aus. Zhipu AI folgte als Erster und senkte den Preis um 80%, ByteDance Doubao bot einen extrem niedrigen Preis von 0,0008 Yuan pro tausend Token an, Alibaba Tongyi Qianwen senkte den Preis anschließend direkt um 97%, und Baidu und Tencent erklärten sogar, dass einige Modelle kostenlos sind[9]

Liang Wenfeng, Gründer von DeepSeek, sagte in einem Interview mit „Waves“ im Juli 2024 ungefähr einen Satz, der bis heute ruhig und scharf klingt:

„Wir haben nie gedacht, dass wir Zerstörer werden wollen. Alles passierte nur zufällig. Wir haben nur in unserem eigenen Tempo gerechnet und den Preis nach Berechnung der Kosten angemessen festgelegt. Unser Prinzip ist, nicht mit Verlust zu verkaufen und keine übermäßig hohen Gewinne anzustreben.“ [10]

Die Tödlichkeit dieses Satzes liegt darin: Während andere Geld verbrennen, um den Markt zu erobern, behauptet DeepSeek, dass es bereits auf Kostenniveau profitabel sein kann. Während andere Modelle als knappe Güter preisen, behandelt DeepSeek sie als Versorgungsgüter.

Das Wesen des „DeepSeek-Moments“ ist nicht der technische Vorsprung. Es sind drei Dinge, die gleichzeitig passieren: Die Fähigkeit erreicht die Spitze, der Preis sinkt abrupt, und die Gewichts- und Destillationsmodelle sind sofort verfügbar. Zusammen verwandeln diese drei Dinge das „starke Modell“ von einer Waffe für wenige in ein Werkzeug für alle.

1950 veröffentlichte Shannon, der Vater der Informationstheorie, einen Aufsatz mit dem Titel „Programming a Computer for Playing Chess“. Er wählte Schach als Ausgangspunkt für Computerspiele aus, aus einem einfachen Grund – „Das Problem ist klar definiert, die Operationen sind eindeutig und das Ziel ist festgelegt“. Dieser Aufsatz gilt später als grundlegendes Werk im Bereich der Computerspiele (obwohl der Begriff „Künstliche Intelligenz“ erst sechs Jahre später auf der Dartmouth-Konferenz offiziell vorgeschlagen wurde). Shannon hätte nie gedacht, dass das „klar definierte Spielproblem“, das er damals ausgewählt hatte, 75 Jahre später zu einer 2-Billionen-Dollar-Industrie heranwächst, deren Preismacht noch nicht klar ist.

Die Wette von K3: Kein Niedrigpreis, sondern langfristige Entwicklung

K3 hat einen völlig anderen Weg eingeschlagen.

Aus technischer Sicht basiert K3 auf der selbst entwickelten gemischten linearen Aufmerksamkeitsmechanismus von KDA und Attention Residuals. Von 896 Experten werden jeweils nur 16 aktiviert, kombiniert mit einem Kontextfenster von 1 Million Token. Laut offiziellen Angaben verbessern diese strukturellen Verbesserungen die Gesamteffizienz der Erweiterung von K3 im Vergleich zu K2 um etwa das 2,5-fache[1]

Aus preislicher Sicht beträgt der API-Eingabepreis von K3 20 Yuan pro Million Token (2 Yuan bei Treffer im Cache) und der Ausgabepreis 100 Yuan pro Million Token. Dies liegt nicht im gleichen Preissegment wie DeepSeek V4 Pro[1]

Aber die Logik von K3 besteht nicht darin, Token zu verkaufen, sondern „Aufgaben zu erledigen“.

Auf dem Zhongguancun-Forum im März dieses Jahres erläuterte Yang Zhilin, Gründer von Moonshot AI, systematisch seine drei Erweiterungsrichtungen: die Effizienz von Token verbessern, den Kontext verlängern und Agent-Cluster organisieren. Sein erstes Prinzip ist sehr einfach – „Das Wesen der Entwicklung großer Modelle besteht darin, mehr Energie in Intelligenz umzuwandeln“[11]

In weniger als vier Monaten ist K3 fast die Verkörperung dieser drei Urteile. Der im Juni eingeführte Desktop-Client Kimi Work kann lokale Dateien lesen, Browser aufrufen, Code schreiben und Dokumente liefern. K3 wurde gleichzeitig in Kimi.com, Kimi Work, Kimi Code und API integriert[2]

Yang Zhilin wettet nicht darauf, dass „mein Modell klüger ist als deins“, sondern darauf, dass „mein Modell die Arbeit für dich erledigen kann“.

1990 sagte Steve Jobs in einem Interview, das viele Jahre später verloren ging und erst nach seinem Tod entdeckt wurde: „Computer sind das Fahrrad des menschlichen Gehirns.“ Er meinte, dass Werkzeuge den Menschen nicht ersetzen, sondern nur seine Fähigkeiten erweitern, so wie ein Fahrrad nicht für dich in die Pedale tritt, sondern dich nur schneller treten lässt. Aber die Logik von K3 lautet: Ich bin nicht dein Fahrrad, ich trete direkt für dich. Steve Jobs hätte wahrscheinlich nicht widersprochen, schließlich sagte er auch: „Die Menschen, die verrückt genug sind, zu glauben, dass sie die Welt verändern können, sind diejenigen, die sie wirklich verändern.“ Aber diesmal ist das Verrückte eine Maschine.

Dies ist ein grundlegender Paradigmenwechsel. In den letzten zwei Jahren war die Wettbewerbslogik großer Modelle „Ich antworte besser als du“ – vergleiche Benchmarks, vergleiche Ranglisten. Aber die Logik von K3 lautet „Ich kann die Aufgabe erledigen“ – vergleiche, wer eine Sache von Anfang bis Ende fehlerfrei, ohne Abweichungen und liefern kann.

Aber dieser Weg hat ein Kernproblem.

Rich Privorotsky, Partner von Goldman Sachs, warnte nach der Veröffentlichung von K3: „Die Ära der Erweiterung der Rechenleistung ist möglicherweise zu Ende, und die Bewertungslogik der KI steht vor einer Neugestaltung.“ Er wies darauf hin, dass das, was wirklich nachdenkenswert ist, darin besteht: Wie ein chinesisches Labor, das nicht mit der größten westlichen vortrainierenden Rechenleistung mithalten kann, die Kluft zu den führenden amerikanischen Modellen durch Architekturinnovationen schnell verkleinert. „Erweiterung ist nicht mehr der einzige Weg zum Sieg.“[3]

Für K3 ist die Herausforderung konkreter. Der Ausfall der Rechenleistung am 19. Juli hat gezeigt: Die Inferenzkosten für langwierige Aufgaben sind viel höher als für Chats. Je höher die Popularität, desto größer der Kostendruck. Wenn die Erweiterung nur mehr teure Inferenz bringt, wird „Langwierigkeit“ zu einer ständig wachsenden Kostenliste.

Eintritt der Giganten: Modelle sind Waffen, Einstiegspunkte sind das Ziel

Wenn Sie nur DeepSeek und Kimi betrachten, könnten Sie denken, dass der Krieg großer Modelle „technischer Idealismus gegen Aufgabenausführungsismus“ ist. Aber wenn Sie ByteDance, Alibaba und Tencent hinzufügen, sieht das Bild ganz anders aus.

Diese drei Unternehmen verkaufen keine Modelle. Sie nutzen Modelle, um Einstiegspunkte zu erobern.

Das Frühlingsfest 2026 war der Höhepunkt dieses Krieges um Einstiegspunkte.

ByteDance band sich an die CCTV-Frühlingsfestgala, und nur am Silvesterabend erreichte die gesamte KI-Interaktion von Doubao 1,9 Milliarden Mal, wobei über 50 Millionen Neujahrs-Avatare und über 100 Millionen Neujahrs-Glückwünsche generiert wurden[5]. Die Logik von ByteDance ist sehr klar: Leiten Sie Verkehr aus dem Verkehrspool von Douyin ab, gewinnen Sie neue Nutzer durch die nationale Belichtung der Frühlingsfestgala und behalten Sie Nutzer durch die Positionierung als „emotionale Begleitung“.

Alibaba ging einen anderen Weg – lassen Sie die KI direkt „einladen“. Es gab 3 Milliarden Yuan aus, und Benutzer konnten mit einem Satz „Hilf mir“ an Qwen Milchtee für 1 Fen bestellen, Kinokarten mit Rabatten kaufen und Flugtickets und Hotels buchen. Laut offiziellen Daten haben Benutzer während des Frühlingsfestes fast 200 Millionen Mal „mit einem Satz bestellt“ auf Qwen, wobei über 4 Millionen ältere Menschen über 60 Jahre ihre erste Bestellung von Takeaway über KI abgeschlossen haben[5]

Alibabas Plan lautet: Lassen Sie die KI von einem Chat-Tool zu einem Einstiegspunkt für das Leben werden. Wenn Benutzer es gewohnt sind, zu Qwen zu sagen „Hilf mir, eine Tasse Milchtee zu kaufen“, ist Qwen nicht mehr nur ein Modell, sondern ein Super-Hub, der das Alibaba-Ökosystem (Takeaway, Ticketing, Zahlung) verbindet.

Yuanbao von Tencent setzt auf „KI + Soziales“. Es investierte 1 Milliarde Yuan an roten Umschlägen und führte die Gruppenchat-KI-Funktion „Yuanbao Pai“ ein, mit der Benutzer WeChat-Freunde einladen können, um verschiedene Aufgaben zu erledigen, indem sie Yuanbao im Gruppenchat erwähnen. Ma Huateng hofft, dass Yuanbao den Erfolg des WeChat-Roten-Umschlags von damals wiederholen kann[5] [6]. Während des Frühlingsfestes überschritten die täglichen aktiven Nutzer von Yuanbao 50 Millionen, und die monatlichen aktiven Nutzer erreichten 114 Millionen[6]

Aber die Nebenwirkungen des Krieges um rote Umschläge sind auch offensichtlich. Laut Berichten von „Tingtong Tech“ haben viele junge Menschen in Kleinstädten die App nach Ende der Aktivität deinstalliert, „sie wissen, dass KI Bilder zeichnen und chatten kann, aber sie können sich nicht vorstellen, was das mit ihrem täglichen Leben zu tun hat“[5]

Subventionen können Downloads kaufen, aber keine Nutzungsgewohnheiten. Dies ist eine Lektion, die im Internetzeitalter unzählige Male bestätigt wurde und auch im KI-Zeitalter gilt.

Fünf Wege, fünf Wetten

Wenn Sie die Karten der fünf Unternehmen zusammenlegen, finden Sie eine interessante Struktur:

Die Logik von DeepSeek lautet „Intelligenz billig machen“. Liang Wenfeng sagte im Interview ganz offen: „Wir glauben, dass KI- und API-Dienste für jedermann erschwinglich und jederzeit verfügbar sein sollten.“[10] Es wettet darauf: Wenn Intelligenz billig genug ist, wird das Anwendungsökosystem natürlich wachsen. Das Risiko ist: Der Preiskrieg wird den Gewinnraum ständig verkleinern.

Die Logik von Kimi lautet „Intelligen