Drei aufeinanderfolgende Durchbrüche bei chinesischen Open-Source-Modellen, gibt Liang Wenfeng den letzten Schuss ab?

Die vollständigen Modellgewichte von Kimi K3 sind offiziell auf Hugging Face veröffentlicht.

Nur eine halbe Stunde später erhielt K3 mehr als 4000 Likes und belegte den ersten Platz in der Trendliste der Plattform. Clem Delangue, Mitbegründer und CEO von Hugging Face, staunte, dass dies die bislang am schnellsten wachsende Veröffentlichung auf der Plattform ist.

Amerikanische Unternehmen zogen schnell nach. Guillermo Rauch, Gründer und CEO von Vercel, bezeichnete K3 als „das weltweit leistungsstärkste Open-Weight-Modell derzeit“ und kündigte an, dass Vercel K3 bereits über einen lokalen US-Inferenzdienstleister integriert hat. vLLM unterstützte das Modell bereits am Tag der Veröffentlichung der Gewichte, und Plattformen wie Fireworks AI, Together AI, Modal, Baseten und DigitalOcean kündigten nacheinander die Integration an.

Hinter dieser Aufregung steckt auch ein Gefühl der Dringlichkeit.

Kurz vor der Freigabe der K3-Gewichte betonten OpenAI und Anthropic gegenüber Washington die Destillations- und Sicherheitsrisiken chinesischer Open-Modelle. Jensen Huang widersprach öffentlich, und Unternehmen wie Microsoft, Meta und Nvidia wandten sich gemeinsam gegen eine vorzeitige Beschränkung von Open-Weight-Modellen.

Je näher chinesische Open-Source-Modelle die amerikanischen Flaggschiff-Modelle erreichen, desto heftiger wird der Streit im Silicon Valley über Offenheit oder Geschlossenheit.

In den letzten drei Monaten haben chinesische Open-Modelle drei aufeinanderfolgende Schläge gelandet.

Der erste Schlag war die Vorschauversion von DeepSeek-V4, die in einigen Tests eine Leistung nahe der amerikanischen geschlossenen Flaggschiff-Modelle bei deutlich niedrigeren Preisen erreicht. Der zweite Schlag war GLM-5.2: Es unterstützt einen Kontext von 1 Million Token und konzentriert sich auf komplexe, lang andauernde Agent-Aufgaben. Der dritte Schlag ist Kimi K3, dessen vollständige Gewichte gerade freigegeben wurden: Es hat insgesamt 2,8 Billionen Parameter, gehört in mehreren unabhängigen Bewertungen zur weltweiten Spitzengruppe und übertrifft Claude oder GPT bei einigen Programmier- und Langzeitaufgaben.

Die drei Schläge zielen jeweils auf die Preisvorteile, die Fähigkeiten bei Langzeitaufgaben und die Modellgröße der amerikanischen geschlossenen Modelle ab.

Als Nächstes wird die noch unveröffentlichte offizielle Version von DeepSeek-V4 der vierte Schlag sein. Sie wird den letzten Bereich herausfordern, in dem amerikanische geschlossene Modelle noch Vorteile haben.

Ein Wettlauf, bei dem chinesische Open-Modelle weiter aufholen und amerikanische geschlossene Unternehmen versuchen, durch Regulierung vorab Schutzmaßnahmen zu ergreifen, hat bereits begonnen.

Die „Spaltung“ im Silicon Valley

Am 27. Juli gab Moonshot AI die vollständigen Modellgewichte von Kimi K3 frei.

Fast zur gleichen Zeit erreichte die Debatte im Silicon Valley über Open-Modelle ihren Höhepunkt.

Nach Berichten der New York Times und Axios warnten OpenAI und Anthropic kürzlich amerikanische Politikgestalter davor, dass chinesische KI-Unternehmen durch umfangreiche Aufrufe amerikanischer Modelle und Sammlung der Ausgabenergebnisse neue Modelle mit niedrigeren Kosten destillieren könnten. APIs können Konten und Regionen beschränken, aber sobald die Modellgewichte öffentlich sind, können Entwickler sie herunterladen, modifizieren und selbst bereitstellen, was von den ursprünglichen Unternehmen kaum zurückgenommen werden kann. Die Fähigkeiten, die amerikanische geschlossene Unternehmen mit enormen Kosten trainiert haben, könnten schnell zu einer Infrastruktur werden, die von Entwicklern auf der ganzen Welt genutzt werden kann.

Jensen Huang widersprach öffentlich. Am 22. Juli sagte er gegenüber Axios, dass hervorragende chinesische Open-Modelle „genutzt werden sollten“ und amerikanische Unternehmen „absolut berechtigt sein sollten“, chinesische Modelle zu verwenden.

Am 24. Juli unterzeichneten 25 Unternehmen und Institutionen wie Nvidia, Microsoft und Meta als erste das Dokument „Open Weight und die US-amerikanische KI-Führungsrolle“ und forderten Washington auf, eine vorzeitige Beschränkung von Open-Modellen zu vermeiden.

OpenAI, Google und SpaceX standen zunächst nicht auf der Liste, traten dann im Laufe des Wochenendes nacheinander bei.

Dieser offene Brief widersetzt sich der Ausweitung der Destillationsdebatte auf eine umfassende Beschränkung von Open-Weight-Modellen. Bis zum 27. Juli hat Anthropic als einziges großes amerikanisches Unternehmen für Spitzenmodelle das Dokument noch nicht unterzeichnet.

CEO Dario Amodei reagierte am selben Tag speziell darauf und erklärte, dass sein Unternehmen nie eine umfassende Verbote von Open-Weight-Modellen befürwortet habe. Er erkannte an, dass gewöhnliche Open-Modelle einen öffentlichen Wert haben, ist aber der Ansicht, dass die stärksten Modelle nach der Freigabe kaum Sicherheitsbarrieren behalten können. Daher unterstützt er weiterhin die Bekämpfung von industrieller Destillation, die Beschränkung des Flusses fortschrittlicher Chips nach China und die Forderung, dass alle starken Modelle Sicherheitstests unterzogen werden.

Natürlich ist erkennbar, dass die Position von OpenAI ebenfalls subtil ist: Es unterstützt die Entwicklung von Open-Modellen in den USA, warnt aber Washington weiterhin vor möglichen unbefugten Destillationspraktiken chinesischer Unternehmen.

Anschließend gründete Nvidia gemeinsam mit Microsoft, IBM, Hugging Face, SpaceXAI und anderen Unternehmen die „Allianz für offene sichere KI“. In der Mitteilung der Allianz heißt es, dass bei der Bearbeitung früherer Sicherheitsvorfälle mit unbefugtem Zugriff von Agenten auf Hugging Face einige geschlossene Tools aufgrund von Sicherheitsbeschränkungen die Unterstützung bei der Forensik verweigerten. Das Team führte schließlich GLM-5.2 lokal aus, analysierte mehr als 17.000 Vorgänge und kontrollierte den Eindringling. Daraus leitete die Allianz die Forderung ab, dass Verteidiger ebenfalls starke Modelle benötigen, die lokal bereitgestellt, modifiziert und überprüft werden können.

Hinter der Debatte stehen unterschiedliche Geschäftsinteressen.

OpenAI und Anthropic verkaufen Modellfähigkeiten über Abonnements und APIs; allein Claude Code erzielte im Februar dieses Jahres einen annualisierten Umsatz von mehr als 2,5 Milliarden US-Dollar. Nvidia verkauft Chips, Microsoft verkauft Cloud-Dienste und Meta muss seine Entwicklerökosystem erweitern – alle hoffen, dass auf dem Markt mehr günstige und offene Modelle entstehen.

Dieses Jahr im Januar traten Kimi, Qwen und GLM gemeinsam auf dem AGI-Next-Gipfel der Tsinghua-Universität auf. Unter den „vier herausragenden chinesischen Open-Source-Modellen“ fehlte nur DeepSeek auf der Veranstaltung. Die Einschätzung der Unternehmen war sehr ähnlich: Ein reiner Wettbewerb bei Chat-Fähigkeiten führt kaum noch zu Unterschieden. Die nächste Wettbewerbsrunde hängt davon ab, wer Agenten dazu bringen kann, längere und komplexere Aufgaben zu bearbeiten.

Ein halbes Jahr später haben DeepSeek, GLM und Kimi nacheinander Updates veröffentlicht, die das Silicon Valley gezwungen haben, öffentlich Stellung zu beziehen. Kimi K3 ist nur der jüngste Auslöser der Kontroverse – der eigentliche Brand wurde durch die drei Schläge entfacht, die chinesische Open-Modelle in den letzten drei Monaten gelandet haben.

Die drei „Schläge“ aus China

Im Jahr 2026 haben chinesische Open-Modelle drei aufeinanderfolgende Aufholrunden absolviert, bei denen jede Runde einen Vorteil der amerikanischen geschlossenen Modelle abbaut.

Der „erste Schlag“ stammt von DeepSeek.

Am 24. April veröffentlichte DeepSeek die Vorschauversion von V4 und gab gleichzeitig die Modellgewichte frei. V4-Pro hat insgesamt 1,6 Billionen Parameter, aktiviert bei jedem Aufruf 49 Milliarden Parameter und unterstützt einen Kontext von 1 Million Token.

In den von DeepSeek veröffentlichten Selbsttests erreichte V4-Pro bei höchster Inferenzintensität einen SWE-bench-Verified-Score von 80,6 %, fast identisch mit dem Wert von 80,8 % von Claude Opus 4.6. Bei BrowseComp erreichte es 83,4 %, nahe an den 83,7 % von Claude Opus 4.6 und höher als die 82,7 % von GPT-5.4.

Noch beeindruckender ist der Preis. Am 23. Mai kündigte DeepSeek an, den ursprünglich zeitlich begrenzten Rabatt von 75 % zu einem Dauerpreis zu machen, der nach dem 31. Mai weiter gilt. Derzeit kostet jede Million Token nicht zwischengespeicherte Eingabe 0,435 US-Dollar und jede Million Token Ausgabe 0,87 US-Dollar.

Das bedeutet, dass Entwickler jetzt für einen Bruchteil der Kosten amerikanischer geschlossener Flaggschiff-Modelle auf ein Open-Modell mit nahezu gleicher Leistung zugreifen können.

Der „zweite Schlag“ stammt von Zhipu AI.

Am 16. Juni veröffentlichte Zhipu AI GLM-5.2, das ebenfalls einen Kontext von 1 Million Token unterstützt und unter der MIT-Lizenz die Gewichte freigibt.

Der Fokus hat sich von der Beantwortung von Fragen auf lang andauernde Arbeitsabläufe verlagert: Das Modell liest große Codebasen, ruft wiederholt Tools auf und erledigt Software-Engineering-Aufgaben in Hunderten von Vorgängen.

Nach den von Zhipu AI zusammengetragenen besten Testergebnissen verschiedener Unternehmen erreichte GLM-5.2 in Terminal-Bench 2.1 einen Wert von 82,7 %, etwas niedriger als die 83,4 % von GPT-5.5 und höher als die 78,9 % von Claude Opus 4.8.

Obwohl die von verschiedenen Modellen verwendeten Agent-Tools Unterschiede aufweisen, zeigt dieses Ergebnis, dass Open-Modelle bereits in der Lage sind, echte Terminalaufgaben und komplexe Workflows zu bearbeiten, und der Vorsprung geschlossener Modelle bei Agent-Fähigkeiten schrumpft.

Der dritte Schlag stammt von Kimi K3.

Am 27. Juli gab Moonshot AI die vollständigen Gewichte von K3 frei. Nach Angaben von Moonshot AI ist es das weltweit erste Open-Weight-Modell mit 3 Billionen Parametern: Es hat insgesamt 2,8 Billionen Parameter, aktiviert bei jedem Aufruf 104 Milliarden Parameter und unterstützt gleichzeitig Bilder, Videos und einen Kontext von 1 Million Token. Die Parametergröße, Multimodalität und Langzeitaufgabenfähigkeiten, die früher kaum gemeinsam in Open-Modellen vorkamen, wurden von K3 in einem Modell vereint.

In den von Moonshot AI veröffentlichten Tests erzielte K3 in Terminal-Bench 2.1 einen Wert von 88,3 %, übertraf die 88,0 % von Claude Fable 5 und liegt nur 0,5 Prozentpunkte hinter den 88,8 % von GPT-5.6 Sol.

Bei SWE-Marathon, das extrem lange Software-Engineering-Aufgaben prüft, erreichte K3 42 Punkte, höher als die 39 Punkte von GPT-5.6 Sol und die 40 Punkte von Claude Opus 4.8.

Nach diesen drei Schlägen können Preisvorteile, Langzeitaufgabenfähigkeiten und Modellgröße kaum noch exklusive Vorteile geschlossener Modelle sein.

Die meisten dieser Ergebnisse stammen jedoch aus unternehmenseigenen Tests, und einige Vergleiche verwenden gemischte Agent-Tools und Ausführungsumgebungen. Sie haben noch nicht bewiesen, dass die Gesamtstabilität chinesischer Open-Modelle in echten Projekten und bei wiederholter Ausführung bereits das Niveau amerikanischer geschlossener Flaggschiff-Modelle erreicht hat.

Das ist genau die letzte Hürde, die die offizielle Version von DeepSeek-V4 noch durchbrechen muss.

Welche Hürde will V4 noch durchbrechen?

Da einige Bewertungswerte bereits aufgeholt haben, warum können amerikanische geschlossene Modelle ihre APIs immer noch zu Preisen verkaufen, die zehn- oder sogar zwanzigmal höher liegen?

Moonshot AI gab in der offiziellen Modellkarte von K3 eine sehr ehrliche Antwort. Obwohl K3 in mehreren Bewertungen ein Spitzenniveau erreicht hat, weist das gesamte Nutzungserlebnis im Vergleich zu Claude Fable 5 und GPT-5.6 Sol noch „deutliche Unterschiede“ auf.

GLM-5.2 hat ähnliche Probleme. Es erreichte in Terminal-Bench 2.1 maximal 82,7 %, nahe an amerikanischen Spitzenmodellen. Bei SWE-Marathon, das speziell extrem lange Software-Engineering-Aufgaben prüft, erreichte GLM-5.2 in den von Zhipu AI veröffentlichten Tests nur 13 Punkte, während Claude Opus 4.8 26