MiniMax M3 wird in Saudi-Arabien „eingebürgert“, ein chinesisches Open-Source-Modell gewinnt einen „nationalen Großkunden“

In den letzten zwei Jahren war das Rennen um große KI-Modelle fast ausschließlich ein Wettlauf zwischen China und den USA.

Der US-amerikanische Technologiesektor beobachtet die chinesischen Modelle und berechnet, wie viele Prozentpunkte die quelloffenen Modelle noch von der Spitze der geschlossenen Modelle entfernt sind. Chinesische Unternehmen konzentrieren sich auf Chips, Trainingskosten und Veröffentlichungsgeschwindigkeit, um herauszufinden, wie viele Monate die Lücke noch verkleinert werden kann. Beide Seiten verfügen über ihre eigenen Spitzenmodelle, Rechenkapazitäten und eine vollständige Internetindustrie, und treiben den Wettbewerb bis in die Nachkommastellen voran.

Sind die Länder außerhalb dieses Wettbewerbsfeldes unruhig?

Natürlich sind sie es.

Laut dem neu aktualisierten „Souveränen KI-Index“ des Zentrums für Neue Amerikanische Sicherheit (CNAS) haben bis zur ersten Hälfte des Jahres 2026 weltweit 67 Länder 184 von der Regierung unterstützte souveräne KI-Projekte vorangetrieben. Allein in der ersten Hälfte dieses Jahres kamen 41 neue Projekte hinzu, mehr als im gesamten Jahr 2024. Immer mehr Länder wollen direkt in den Wettbewerb um die KI einsteigen.

Am 3. September zeigte Saudi-Arabien einen konkreten Weg auf.

Auf der LEAP 2026 hat HUMAIN, ein KI-Unternehmen, das vom öffentlichen Investitionsfonds Saudi-Arabiens gegründet wurde, HUMAIN-M3 veröffentlicht – ein Spitzenmodell für die arabischsprachige Welt, das in mehreren öffentlichen arabischsprachigen Tests GPT-5.6 Sol und Opus 5 übertrifft. Derzeit ist es auf HUMAIN Node zur Vorschau geöffnet, und es ist geplant, die Gewichte freizugeben.

Und sein Basismodell stammt aus China: MiniMax M3.

Für viele Länder könnte dies derzeit der realistischste Weg sein: Mit Hilfe von quelloffenen Modellen, die der Spitze der geschlossenen Modelle immer näher kommen, können sie von einem höheren technologischen Ausgangspunkt aus schneller ihre eigene „souveräne KI“ aufbauen.

Weltweit gibt es nur wenige Unternehmen, die kontinuierlich fortschrittliche Basismodelle trainieren können, aber es gibt viele Länder, die die KI in ihren eigenen Händen halten wollen.

Der Unterschied im Umfang zwischen diesen beiden Gruppen bringt chinesischen quelloffenen Modellen einen neuen, größeren Überseemarkt.

1

„Staaten“ werden zu neuen Kunden großer KI-Modelle

HUMAIN, das Unternehmen, das HUMAIN-M3 veröffentlicht hat, hat einen besonderen Hintergrund.

Es wurde im Mai 2025 gegründet, vom öffentlichen Investitionsfonds Saudi-Arabiens (PIF) eingerichtet, und der Vorsitzende des Vorstands ist Mohammed bin Salman, der Kronprinz und Premierminister Saudi-Arabiens. Seine Geschäftstätigkeit erstreckt sich von Rechenzentren, KI-Infrastruktur und Cloud bis hin zu Modellen und Anwendungen, und es übernimmt die Rolle, die nationalen KI-Fähigkeiten für Saudi-Arabien aufzubauen.

Saudi-Arabien verfügt über Kapital, Energie und staatliche Impulse, aber das Modellteam, die Trainingserfahrung und das Software-Ökosystem brauchen Zeit, um sich zu entwickeln. Für HUMAIN bestimmt die Wahl des technologischen Ausgangspunkts direkt, wie schnell die vorhandenen Ressourcen in nutzbare Produkte umgewandelt werden können.

HUMAIN-M3 verkörpert diese Geschwindigkeit.

Von der Veröffentlichung von MiniMax M3 bis zum Start von HUMAIN-M3 vergingen nur drei Monate.

Es basiert auf der MiniMax M3-Serie, verwendet die Mixture-of-Experts-Architektur, hat insgesamt 428 Milliarden Parameter, aktiviert etwa 23 Milliarden Parameter bei der Verarbeitung eines einzelnen Tokens und wurde mit mehr als 1 Billion Token an inhaltlich nativem arabischsprachigem Material weiter trainiert, wobei das Verständnis und die Schlussfolgerungsfähigkeit für Arabisch gezielt verstärkt wurden.

Nach den sieben von HUMAIN veröffentlichten öffentlichen arabischsprachigen Tests erzielte HUMAIN-M3 fünf erste Plätze, mit einem gleichgewichteten Durchschnittswert von 89,37 %, was 9,03 Prozentpunkte höher ist als das Basismodell M3 und auch über den 87,30 % von GPT-5.6 SOL und den 87,34 % von Claude Opus 5 liegt.

Man muss wissen, dass Saudi-Arabien zuvor schon sein eigenes Modell ALLAM hatte, und die Vereinigten Arabischen Emirate sowie Katar haben ebenfalls entsprechende arabischsprachige Modelle veröffentlicht. Das Besondere an HUMAIN-M3 ist sein Weg: Mit den vorhandenen allgemeinen Fähigkeiten von MiniMax M3, wie der nativen Multimodalität, der Agentic-Funktionalität und dem Kontextumfang von Millionen Tokens, lässt sich durch Nachtraining und Optimierung schnell ein lokales Modell mit fortschrittlichem intelligentem Niveau erhalten.

Schneller, leistungsfähiger und besser angepasst.

Dass dieser Weg funktioniert, ergibt sich aus zwei unterschiedlichen Arten der Anhäufung von Fähigkeiten bei Modellen: Allgemeine Schlussfolgerungsfähigkeit, Multimodalität und Werkzeugverwendung können regionsübergreifend wiederverwendet werden, während das kulturelle und Wissensumfeld hinter der Sprache neu erlernt werden muss.

Am Beispiel der arabischsprachigen Regionen: In den lokalen praktischen Szenarien koexistieren das moderne Standardarabisch und verschiedene regionale Dialekte seit langem, im alltäglichen Ausdruck werden zudem Englisch, lateinische Buchstaben und Zahlen gemischt verwendet, außerdem gibt es spezielle religiöse, soziale Normen, rechtliche und historische Kontexte – all dies sind Bereiche, die allgemeine Modelle vorübergehend nicht abdecken können.

Insbesondere wenn Agenten im Auftrag der Benutzer Informationen suchen, Werkzeuge aufrufen und Aufgaben ausführen, wirkt sich die lokale Anpassung direkt darauf aus, ob sie die richtigen Informationen finden, Einschränkungen verstehen und die Arbeit erledigen können. Die Sprachfähigkeit wandelt sich damit von einem Problem der Produkterfahrung direkt zu einem Problem der Ausführungsfähigkeit.

Südkoreanische Wissenschaftler haben zuvor eine Bewertungsstudie durchgeführt: Sie erstellten 400 Tests über K-BrowseComp, ließen die KI auf koreanischen Websites und lokalen Informationsquellen kontinuierlich suchen und Beweise überprüfen. Das Ergebnis zeigte, dass die Ergebnisse der weltweit führenden Modelle im künstlichen Validierungssatz nur 30 % bis 45,67 % betrugen – alle Fähigkeiten wurden stark eingeschränkt.

Darüber hinaus ist es noch wichtiger, dass nationale Projekte auch berücksichtigen, ob die Modellfähigkeiten wirklich dauerhaft in eigener Regie beherrscht werden können.

Wo die Daten gespeichert werden, auf wessen Rechenkapazitäten das Modell läuft, ob es selbst aktualisiert werden kann und ob das Geschäft fortgesetzt werden kann, nachdem der Anbieter den Dienst angepasst hat – all dies beeinflusst die technologische Wahl.

Der Streit um die Ausfuhrkontrollen von Fable 5 ist ein typisches Beispiel: Es wurde im Juni veröffentlicht, wenige Tage später wurde der Zugriff aufgrund einer Ausfuhrkontrollanweisung der US-Regierung ausgesetzt, bis die globale Versorgung im Juli wiederhergestellt wurde. Dieser Streit dauerte weniger als drei Wochen, reichte aber aus, um alle Länder daran zu erinnern: Das Zugriffsrecht auf die Remote-API kann sich kurzfristig mit den Richtlinien des Anbieters und des Herkunftslandes des Modells ändern.

Die Überlagerung der Anforderungen an die Wirkung der lokalen Sprache, den Datenstandort, die Bereitstellungsart und die Dienstkontinuität führt dazu, dass immer mehr Länder nach quelloffenen Basismodellen suchen.

Nach Statistiken von CNAS hat sich bis Juni dieses Jahres die Anzahl der souveränen KI-Modellprojekte, die quelloffene Gewichtsbasismodelle für lokales Training verwenden, gegenüber Ende 2024 mehr als verdoppelt.

Und die quelloffenen Modelle sind genau das Gebiet, in dem China die Vorherrschaft hat.

In den letzten zwei Jahren haben chinesische Modelle durch kontinuierliche Veröffentlichung als Open Source ihre fortschrittlichen Fähigkeiten, Kostenvorteile und das Entwicklerökosystem gemeinsam ins Ausland gebracht. Wenn die souveräne KI nach technologischen Basismodellen sucht, die lokal bereitgestellt, weiter trainiert und autonom ausgeführt werden können, kommen chinesische quelloffene Modelle wie MiniMax M3 automatisch in die Auswahl.

Für chinesische quelloffene Modelle ist dies ein wichtiger Trend und eine Chance: Nationale Kunden werden zu neuen Wachstumspunkten.

2

Aus der Perspektive von MiniMax wird die Internationalisierung chinesischer quelloffener Modelle „schwergewichtiger“

Dass das Modell ausgewählt wird, ist erst der Beginn der Zusammenarbeit. Nationale Plattformen müssen zudem das Basismodell mit lokalen Daten, Rechenkapazitäten, Sicherheitsanforderungen und Branchensystemen verbinden und kontinuierlich aktualisieren.

Die Art und Weise, wie chinesische quelloffene Modelle auf dem Auslandsmarkt eingeführt werden, wird sich dadurch ebenfalls verändern.

In der Anfangsphase erregten quelloffene Modelle vor allem durch Communities und Ranglisten die Aufmerksamkeit im Ausland. Die Verbesserung der Fähigkeiten und die sinkenden Kosten veranlassen Entwickler dazu, die Gewichte herunterzuladen, lokal bereitzustellen oder die API zu integrieren, um die Modelle in ihre eigenen Produkte einzusetzen.

Mit der Erweiterung des Einsatzumfangs tauchen die nächsten Probleme auf: Kann das Modell auf unterschiedlicher Hardware effizient ausgeführt werden, kann es über Cloud-Plattformen stabil bereitgestellt werden und kann es sich an die lokalen Daten- und Geschäftsregeln anpassen?

Bei der souveränen KI werden diese Anforderungen in ein einziges Bauprojekt aufgenommen. Der Wettbewerb um die Modelle erstreckt sich damit von einzelnen Fähigkeiten auf die gesamte Kette aus Training, Bereitstellung und kontinuierlichem Service.

Das sogenannte „schwergewichtiger“ werden bei der Internationalisierung liegt genau hier: Hinter dem Modell müssen mehr Infrastrukturen angebunden werden, beide Kooperationspartner müssen mehr Ingenieurressourcen einsetzen, und die Bereitstellung erstreckt sich von einer einmaligen Integration bis hin zur kontinuierlichen Iteration.

Am Beispiel von MiniMax: Seine Aktivitäten im Ausland zeigen diesen Weg zunehmend schneller und stabiler.

Laut seinem Leistungsbericht für die erste Hälfte des Jahres 2026 decken die Produkte und Dienstleistungen von MiniMax bereits mehr als 230 Länder und Regionen ab. Über die Abdeckung hinaus ist die Tiefe seiner Markteintritt auf dem Auslandsmarkt noch beobachtenswerter: Von der Chip-Anpassung und dem gehosteten Inferenz bis hin zur Entwicklung lokaler Modelle erstreckt sich die Zusammenarbeit entlang aller Glieder, die für den Betrieb des Modells erforderlich sind.

Zuerst zu den Chips.

Im Juli 2026 führte SambaNova, ein Unternehmen für KI-Chips und Infrastruktur mit Sitz im Silicon Valley, auf dem RAISE, dem größten KI-Gipfel Europas, MiniMax M2.7 mit der neuen Generation von SN50-Chips aus. Nach der Überprüfung durch das unabhängige Bewertungsinstitut Artificial Analysis wurde die weltweit schnellste Inferenzgeschwindigkeit erreicht.

SambaNova ist ein KI-Inferenzchip-Unternehmen mit Sitz im Silicon Valley und wurde in die Forbes 2026 AI 50-Liste aufgenommen. Sein Lösungskonzept verwendet getrennte Inferenz, bei der die beiden Schritte der Verarbeitung von Anfragen durch das Modell getrennt werden: NVIDIA GPUs übernehmen das Lesen und Verarbeiten der Eingabe, während die von SambaNova selbst entwickelten RDU-Chips die Generierung der Ausgabe übernehmen, sodass unterschiedliche Hardware die Aufgaben übernimmt, für die sie jeweils besser geeignet ist.

Für Unternehmen bedeutet dies, dass sie ihre vorhandenen GPU-Cluster behalten und neue Inferenzchips anbinden können, um die Ausgabeeffizienz zu verbessern. Die Modellanpassung steht damit in direktem Zusammenhang damit, ob die vorhandenen Investitionen in Rechenkapazitäten der Kunden gut genutzt werden können und ob neue Bereitstellungen kostengünstig sind.

Die Zusammenarbeit zwischen MiniMax und SambaNova hat sich von M2.5 und M2.7 bis zu M3 fortgesetzt: Im August wurde M3 auch auf SambaCloud veröffentlicht. Diese generationenübergreifende Zusammenarbeit zeigt, dass beide Seiten die Probleme der Modellaktualisierung und Hardwareanpassung kontinuierlich bearbeiten, und die Ingenieurserfahrung sammelt sich dabei ebenfalls an.

Als Nächstes zu den Cloud- und Inferenzplattformen.

Ebenfalls im Juli schloss MiniMax eine exklusive strategische Partnerschaft mit dem KI-Cloud-Infrastrukturunternehmen Nebius ab und wurde damit das erste quelloffene Modell, das im Rahmen einer exklusiven Zusammenarbeit auf der Nebius Token Factory eingeführt wurde. Nebius ist eines der am schnellsten wachsenden KI-Infrastrukturunternehmen, und seine gehostete Inferenzplattform Token Factory hostet derzeit mehr als 60 quelloffene Modelle.

Solche Plattformen übernehmen einen weiteren Teil der Arbeit, um die Modelle in die Produktionsumgebung zu bringen: Sie übergeben die Bereitstellung und den Betrieb an Infrastrukturanbieter, sodass mehr Kunden die Modellfähigkeiten direkt nutzen können.

Die Hardwareanpassung löst die Betriebseffizienz, und die gehosteten Plattformen erweitern den Verfügbarkeitsbereich – beide senken gemeinsam die Hürden für ausländische Kunden, die Modelle einzusetzen.

Auf dieser Grundlage bedeutet das Auftauchen von HUMAIN, dass MiniMax M3 einen weiteren Schritt in Richtung der Entwicklung lokaler Modelle gemacht hat, sodass das lokale Team sich weiter auf das Basismodell konzentrieren und Sprachdaten sowie Trainingsressourcen einsetzen kann, um dem Modell Fähigkeiten für den lokalen Markt zu verleihen.

Mit Chips, Cloud-Plattformen und lokalen Modellen lässt sich anhand von MiniMax als Beispiel erkennen, dass die Internationalisierung chinesischer quelloffener Modelle sich von einzelnen Modellen zu einem vollständigen Bereitstellungssystem erweitert hat, das sich um das Modell herum bildet.

Sobald sich dieses System gebildet hat, vertieft sich die Zusammenarbeit. Ausländische Partner investieren Rechenkapazitäten, Daten und Entwicklungsressourcen in das Modell, während die Modellanbieter die Anpassung und Aktualisierung kontinuierlich unterstützen müssen. Der Wechsel des Basismodells ist zwar möglich, er erfordert jedoch eine erneute Bewertung, ein erneutes Training und eine Anpassung der Bereitstellung. Dadurch hat das Modell eine höhere Chance, im technologischen Ökosystem des Kunden zu verbleiben.

Für alle chinesischen Hersteller von quelloffenen Modellen ist dies ein größerer und stabilerer langfristiger Wachstumsraum. Insbesondere mit dem Aufkommen von mehr souveränen KI-Projekten werden in Zukunft neben der Abrechnung nach Token auch Modellanpassung, lokale Bereitstellung, Inferenzoptimierung und langfristige technische Unterstützung zu wichtigen Einnahmequellen für die Hersteller von Open-Source-Modellen werden.

Obwohl die meisten souveränen KI-Projekte heute noch nicht