Chinesische Open-Source-Modelle sind dabei, das „Maßsystem“ der globalen KI zu werden.
Saudi-Arabien hat die Entwicklung seines eigenen arabischen Large Language Models an MiniMax übergeben.
Am 3. September veröffentlichte HUMAIN, ein Unternehmen unter dem saudischen öffentlichen Investitionsfonds PIF, das arabische Sprachmodell HUMAIN-M3. Es verfügt über insgesamt 428 Milliarden Parameter, aktiviert 23 Milliarden Parameter pro Token und wurde mit mehr als 1 Billion arabischen Tokens weiter trainiert. Das Modell wird auf HUMAIN Node bereitgestellt, und in Zukunft ist auch geplant, die Gewichte öffentlich zugänglich zu machen. Der Vorstandsvorsitzende von HUMAIN ist der saudische Kronprinz Mohammed bin Salman.
Man kann sich das selbst gründlich durchdenken.
HUMAIN verhält sich nicht wie Unternehmen mancher Länder, die Deepseek stark modifizieren und dann als selbst entwickelt ausgeben. Die offizielle Pressemitteilung ist eindeutig formuliert: Das Modell wurde im Auftrag von dem chinesischen Unternehmen MiniMax entwickelt, die Grundstruktur basiert auf MiniMax-M3. Saudi-Arabien stellt Kapital, Rechenleistung und arabische Sprachdaten zur Verfügung, MiniMax liefert das bereits grundtrainierte Modell. Das Ergebnis der Zusammenarbeit wird anschließend unter dem Namen des saudischen Nationalmodells veröffentlicht.
Zwei Tage vor der Veröffentlichung erklärte der saudische Technik-Blogger Sultan Alfaifi vorab auf X, es handele sich um ein „100 % saudisches“ Modell. Nachdem der Beitrag 285.000 Aufrufe erhalten hatte, fragte jemand im Kommentarbereich nach: „100 % saudisch? Fürchte Allah, Sultan.“ Später korrigierte der Blogger: „Danke für die Korrektur, es basiert auf dem M3 von MiniMax.“ Ein gewisser Stolz auf KI-Leistungen ist tatsächlich verbreitet, der Blogger war wohl kurzzeitig zu voreilig.
Abbildung 1 Der saudische Technik-Blogger bezeichnet HUMAIN-M3 als „100 % saudisches“ Modell: HUMAIN-M3 ist da. Dies ist das „100 % saudische“ Modell von HUMAIN, das angeblich bei sieben arabischen Sprachtests starke Leistungen zeigt und der saudischen Kultur und Sprache entspricht. Das Modell ist für Agenten konzipiert und kann direkt integriert werden; zukünftig werden die Gewichte freigegeben, und es kann auf lokalen saudischen Servern ausgeführt werden. Quelle: Originalbeitrag auf X
Abbildung 2 Nach der Infragestellung des „100 % saudischen“ Modells im Kommentarbereich korrigiert der Autor, dass die Grundstruktur von MiniMax stammt: Frage: „100 % saudisch? Fürchte Allah, Sultan.“ Korrektur: „Danke für die Korrektur. Es basiert auf dem M3 von MiniMax.“ Quelle: Originalbeitrag auf X
Saudi-Arabien gewinnt mit Kapital, Rechenleistung und lokalen Daten mehrere Jahre Trainingszeit und die Kontrolle über das Modell; MiniMax verkauft nicht mehr nur Aufrufzahlen an das Ausland, sondern steigt in die unterste Ebene der Modellentwicklung anderer Länder ein.
Diesmal hat die Internationalisierung chinesischer Large Language Models eine weitere Ebene erreicht. Früher wurden Apps und APIs exportiert, wobei ausländische Kunden nur Nutzer waren; jetzt werden Basismodelle exportiert, sodass ausländische Kunden sie weiter trainieren, umbenennen und dann zu ihrem eigenen „einheimischen KI-Modell“ machen können.
Weiter betrachtet sind chinesische Open-Source-Large-Language-Modelle dabei, verschiedene Sprachen zu unterstützen und fast zur einheitlichen Sprache der weltweiten KI zu werden.
Saudi-Arabien kauft mit Geld Zeit und Kontrolle
Im Mai 2025 kündigte Kronprinz Mohammed bin Salman persönlich die Gründung von HUMAIN an. Dieses Unternehmen gehört dem saudischen öffentlichen Investitionsfonds PIF und deckt Rechenzentren, Cloud-Dienste, Modelle und Anwendungen ab. Saudi-Arabien will nicht nur einen Chatbot, der Arabisch spricht, sondern ein KI-System, bei dem Rechenleistung bis hin zu Anwendungen weitgehend in eigener Hand liegen.
Saudi-Arabien hat Geld und Energie und kann GPUs kaufen, aber das Training eines fortschrittlichen Modells von Grund auf erfordert dennoch mehrere Jahre und hohe Kosten durch fehlgeschlagene Versuche. MiniMax liefert ein bereits grundtrainiertes Modell; Saudi-Arabien stellt Rechenleistung, lokale Daten und Anwendungsszenarien zur Verfügung und führt das Weiterraining mit mehr als 1 Billion arabischen Tokens durch. Diese Zusammenarbeit spart vor allem keine API-Kosten, sondern die Zeit, die man für das Training von Grund auf bräuchte.
Laut den von HUMAIN veröffentlichten Daten erreicht der gleichgewichtete Durchschnittswert von HUMAIN-M3 bei sieben öffentlichen arabischen Sprach-Benchmarks 89,37 %, liegt damit 9 Prozentpunkte über dem nicht-lokal trainierten Referenzmodell M3 und erzielt in fünf Tests die Höchstpunktzahl. Allerdings handelt es sich bei diesen sieben Benchmarks ausschließlich um Tests für die arabische Sprache. Dies reicht aber dennoch zu dem Beweis: Ein Land muss für den Aufbau eines einheimischen Modells nicht unbedingt mit dem ersten Schritt des Vortrainings beginnen.
Abbildung 3 MiniMax bestätigt offiziell, dass MiniMax-M3 die Grundstruktur für HUMAIN-M3 liefert: MiniMax gibt an, dass MiniMax-M3 die Basis für HUMAIN-M3 bildet. HUMAIN-M3 basiert auf M3 und wurde mit mehr als 1 Billion arabischen Tokens weiter trainiert, die verschiedene arabische Sprachen und regionale Dialekte abdecken. Quelle: Originalbeitrag auf X
Saudi-Arabien baut damit auch seine KI-Souveränität auf: Im Vergleich zur reinen Nutzung geschlossener Modelle wie ChatGPT oder Claude können Daten, Training, Dienste und Informationssicherheit in eigener Hand gehalten werden.
Abbildung 4 Ein arabischer Entwickler weist darauf hin, dass man die Ergebnisse der Sprach-Benchmarks nicht zu Schlussfolgerungen über die allgemeine Leistungsfähigkeit des Modells verallgemeinern darf: Dieses Modell stammt eigentlich von MiniMax und wurde nur auf arabischen Sprachdaten weiter trainiert. Die Benchmarks testen nur die Arabisch-Kenntnisse. Seine arabischen Fähigkeiten erreichen zwar tatsächlich das Spitzenniveau, aber seine Fähigkeiten im Programmieren und bei Computeroperationen sind noch immer schwächer. Quelle: Originalbeitrag auf X
Chinesische Modelle werden zur Ausgangsbasis für die „selbst entwickelte“ Modelle verschiedener Länder
HUMAIN-M3 ist kein Einzelfall. Immer mehr ausländische Institutionen bezeichnen ihre Arbeit als „selbst entwickelt“, was nicht mehr bedeutet, dass sie mit der ersten GPU und den ersten Vortrainingsdaten von Null anfangen. Sie kontrollieren die lokalen Daten, führen das Weiterraining durch und sind für Bereitstellung und Anwendungen verantwortlich, während sie das Grundmodell aus global verfügbaren offenen Modellen auswählen. Früher war Llama eine der häufigsten Optionen; heute werden zunehmend chinesische Modelle eingesetzt.
Als das japanische Unternehmen Rakuten Rakuten AI 3.0 veröffentlichte, betonte es, dass es sich um ein leistungsstarkes japanisches Modell handelt. In der öffentlichen Konfigurationsdatei steht aber bei der Modellklasse „DeepseekV3ForCausalLM“ und bei dem Modelltyp „deepseek_v3“. Man kann anhand der Konfiguration nicht behaupten, dass Rakuten die Gewichte von DeepSeek kopiert hat, aber es reicht aus, um zu zeigen, dass die von DeepSeek definierte Architektur und Kompatibilität bereits in die technische Route japanischer einheimischer Modelle eingegangen ist.
Das von dem nationalen Forschungsfonds Singapurs unterstützte Unternehmen AI Singapore hat Qwen3-VL zu Qwen-SEA-LION weiter trainiert und es auf einmal an Myanmarisch, Indonesisch, Philippinisch, Malaiisch, Tamil, Thailändisch und Vietnamesisch angepasst; die thailändische CMKL-Universität hat aus Qwen3.5 das thailändisch-englische zweisprachige Modell MANGO entwickelt. Zählt man das arabische Modell Saudi-Arabiens und das japanische Modell von Rakuten hinzu, decken die Lokalisierungsfälle rund um chinesische Modelle und ihre Architektur bereits mindestens neun nicht-chinesische Sprachen ab. Neun Sprachen, neun Sätze lokaler Daten, die Namen sind jeweils immer lokaler, aber wenn man eine Ebene hinter das Modell schaut, tauchen immer wieder Namen wie Qwen, DeepSeek und MiniMax auf.
Das „Avocado-Projekt“ von Meta hat diese Entwicklung auch in die großen US-Unternehmen gebracht. Nach Berichten von Medien wie Bloomberg hat Meta beim Training des neuen Modells mit dem Codenamen Avocado offene Modelle wie Qwen, Gemma und gpt-oss von OpenAI verwendet. Sogar Meta, das über ein weltweites Spitzenforschungsteam verfügt, besteht nicht mehr darauf, dass alle Trainingsmaterialien selbst erstellt werden. Für Meta muss Qwen kein Endprodukt werden, solange es hilft, Fähigkeiten günstiger und schneller zu ergänzen, bekommt es die Chance, in den Trainingsablauf aufgenommen zu werden.
Die Geschichte von Kimi ist sogar etwas erstaunlich: Zuerst gab es eine Shell-Version auf Cursor, dann gab es Gerüchte, dass ein Team unter Claude wegen der zu hohen Kosten seines eigenen Modells die lokale Bereitstellung von Kimi K3 gewählt hat. Obwohl es keine überprüfbaren erstklassigen Identitäts- und Bereitstellungsaufzeichnungen gibt, steht fest, dass Kimi bereits eine kompatible Lösung für den Zugriff auf Claude Code anbietet; die Associated Press berichtete auch, dass Raffi Krikorian, technischer Leiter von Mozilla, viele tägliche Aufgaben auf Kimi K3 verlagert hat, mit der Begründung, es sei schneller und günstiger.
MiniMax, Qwen, DeepSeek und Kimi gehören zwar zu unterschiedlichen Unternehmen, aber ihre Open-Source-Routen werden einhellig anerkannt: Kostenüberlegungen, Beibehaltung der Gewichte und vor allem die grundsätzliche Vermeidung des Risikos von „Sanktionen“. Das Vortraining von Grund auf ist zu teuer, und die langfristige Nutzung geschlossener Modelle gibt Daten und Dienste an Anbieter weiter. Chinesische offene Modelle füllen die Lücke zwischen diesen beiden Optionen.
Die Daten von Hugging Face geben einen Hinweis auf diesen Trend. Im vergangenen Jahr machten die von China entwickelten Modelle 41 % der Downloadmengen auf der Plattform aus und übertrafen damit erstmals die der USA. Allein die Qwen-Modellfamilie hat bereits über 113.000 abgeleitete Modelle hervorgebracht. Downloadmengen sind noch nicht gleich kommerzielle Einnahmen, und abgeleitete Modelle bedeuten noch keine dauerhafte Abhängigkeit. Aber wenn Downloads, Feineinstellungen, Bereitstellungen und Weiterbildungen gleichzeitig stattfinden, werden chinesische offene Modelle nicht mehr nur zu ein paar beliebten Produkten, sondern zu einer unumgänglichen Ausgangsbasis für den Aufbau einheimischer Modelle in verschiedenen Ländern.
Chinesische offene Modelle heben die globale Mindestleistungsgrenze für KI an
In den vergangenen Jahren definierten GPT und Claude die Obergrenze der Modellfähigkeiten. Wenn ein neues Modell veröffentlicht wird, muss zuerst nachgewiesen werden, wie weit seine Fähigkeiten in Schlussfolgerung, Programmierung und im Agenten-Bereich noch von denen von GPT und Claude entfernt sind. Chinesische offene Modelle haben diesen Standard nicht ersetzt, aber sie haben die Mindestleistungsgrenze verändert: Warum sollte ein Modell mit ähnlichen Fähigkeiten noch so teuer sein, warum kann es nicht lokal bereitgestellt werden, warum kann der Kunde es nicht weiter trainieren?
Wenn ein ausländisches Modell heute beweisen will, dass es sich lohnt, beschafft zu werden, reicht es nicht mehr zu sagen „es ist klüger als die Vorgängerversion“. Es muss auch beantworten: Wie viel teurer ist eine Einheitsleistung im Vergleich zu Qwen, DeepSeek und MiniMax? Können die Kunden die Gewichte erhalten? Können Regierungen und Unternehmen ihre Daten auf ihren eigenen Servern behalten. Wenn saudische nationale Plattformen, japanische Unternehmen, nationale Projekte Singapurs und Meta dies durch ihre Handlungen bestätigen, werden chinesische offene Modelle zu einem gemeinsamen Maßstab.
Die von China mit aufgebaute Weltorganisation für KI-Zusammenarbeit WAICO treibt auch den Aufbau der KI-Fähigkeiten in Ländern des globalen Südens voran; China hat zudem vorgeschlagen, ein internationales Kooperationszentrum für KI-Anwendungen für die Arabische Liga aufzubauen. HUMAIN-M3 stimmt mit dieser politischen Richtung überein, aber bisher gibt es keine öffentlichen Belege dafür, dass das Projekt direkt von WAICO vermittelt wurde. Es wirkt eher so, als ob die geschäftliche Nachfrage schon vor der Umsetzung der politischen Ziele in die richtige Richtung gelaufen ist.
Abbildung 5 Inferact bestätigt, dass die Schlussfolgerungsfunktion von HUMAIN-M3 durch das Open-Source-Framework vLLM unterstützt wird: Inferact gibt an, dass HUMAIN-M3 bereits auf HUMAIN Node in Betrieb genommen wurde, dessen zugrundeliegende Schlussfolgerung durch vLLM unterstützt wird und dass es den Technologie-Stack „Gewichtsoffenes Modell plus offenes Werkzeugkettensystem“ verwendet. Quelle: Originalbeitrag auf X
Chinesische Modelle werden zum Maßstab, die offenen Gewichte erleichtern den Kunden die Nutzung, aber auch den Austausch der Grundstruktur. Nachdem das Modell weiter trainiert und umbenannt wurde, können die chinesischen Marken sogar vollständig verschwinden. MiniMax verwendet eine Community-Lizenz, streng gesprochen ist sie eher ein „gewichtsoffenes“ Modell als uneingeschränkte Open-Source-Software, aber dies ist zweifellos ein völlig neues Paradigma der Token-Wirtschaft.