Das von ehemaligen Mitarbeitern gegründete KI-Evaluationsunternehmen wird von Alibaba als Lead-Investor finanziert, mit einer Unternehmensbewertung von 2,5 Milliarden US-Dollar.

Berichten zufolge wird Alibaba die 3-Milliarden-Dollar-Finanzierungsrunde von UniPat AI anführen, was dessen Bewertung auf 2,5 Milliarden US-Dollar bringen wird. Investoren wie Tencent und HSG könnten ebenfalls teilnehmen, aber die Verhandlungen laufen noch und die endgültigen Bedingungen sind noch nicht festgelegt.

Verglichen mit der Bekanntheit der „sechs kleinen Drachen“ im KI-Bereich scheint UniPat weitgehend unbekannt zu sein.

Aber diejenigen, die mit dem KI-Umfeld vertraut sind, wissen, dass die US-amerikanische Risikokapitalgesellschaft Dimension Capital vor kurzem nach ihrem Besuch in China eine Reihe von KI-Unternehmen intensiv besucht hat und 13 Urteile zum Wettbewerb zwischen China und den USA im KI-Bereich getroffen hat. Nach ihrer Rückkehr in die USA schickten sie einen internen Brief an ihre Geldgeber. Dieser Brief verbreitete sich anschließend in der gesamten Investmentbranche.

Das Urteil über Datenannotationsunternehmen in diesem Brief bezieht sich auf chinesische Startups, die von UniPat repräsentiert werden.

Darin wird erwähnt, dass US-amerikanische Datenunternehmen wie Mercor, AfterQuery und Turing bereits Lieferanten für chinesische Anbieter von großen Sprachmodellen geworden sind. Gleichzeitig sind in China eine Reihe neuer Unternehmen entstanden, die sich nicht mehr mit der traditionellen Datenannotierung begnügen, sondern mit der Modellbewertung, realen Aufgaben und der Überprüfung von Infrastrukturen beginnen.

Dieses Unternehmen entwirft reale Szenarien zum Testen und Messen von KI-Modellen und generiert speziell detaillierte Trainings- und Benchmark-Daten. Die bisher veröffentlichten Benchmarks werden bereits von US-Labors in ihren eigenen Modellberichten zitiert.

Dieser Ansatz ist im Wesentlichen immer noch: Höherwertige Überwachung ersetzt mehr Rechenleistung. Die allermeisten von ihnen sind seit weniger als 24 Monaten gegründet, und bei wenigen von ihnen hat der Umsatz bereits schnell 100 Millionen US-Dollar überschritten.

Der „chinesische Prüfer“ für die Fähigkeiten von KI-Modellen

Dieses Jahr im August berichtete Forbes, dass die Zusammenarbeit zwischen US-Datenunternehmen und chinesischen KI-Unternehmen eine beträchtliche Datenlieferkette gebildet hat.

Der Bericht beruft sich auf eingesehene Kommunikationsunterlagen von Käufern und interne Materialien der Plattform, dass AfterQuery eine Zusammenarbeit mit Ant Group unterhält, Alibaba Daten bei AfterQuery und Mercor eingekauft hat und Turing ebenfalls mit ByteDance zusammengearbeitet hat. Die betroffenen chinesischen Unternehmen haben keine Stellung genommen, und einige Datenunternehmen weigern sich, Kundeninformationen offenzulegen.

Diese Unternehmen sind keine „traditionellen Anbieter von ausgelagerter Annotierungsarbeit“.

Mercor legt Wert auf Expertendaten und Unternehmensworkflows, AfterQuery legt Wert darauf, die Urteile, Abwägungen und Arbeitsprozesse von Experten in Trainingsdaten umzuwandeln, und Turing integriert Daten, Umgebungen für bestärkendes Lernen und Modellbewertungen in denselben Dienstleistungen.

Das zeigt, dass die Datenbranche gerade eine Aktualisierung durchläuft.

In der ersten Phase verkauften Datenunternehmen menschliche Arbeitszeit.

In der zweiten Phase verkauften Datenunternehmen qualitativ höherwertige Antworten.

UniPat ist ein KI-Bewertungsunternehmen, das reale Szenarien zum Testen und Messen von KI-Modellen entwirft und speziell detaillierte Trainings- und Benchmark-Daten generiert. Die bisher veröffentlichten Benchmarks werden bereits von US-Labors in ihren eigenen Modellberichten zitiert.

Die Rangfolge in Listen ist oft ein wichtiger Indikator zur Messung der technischen Fähigkeiten eines Anbieters von großen Modellen, zum Beispiel hat Kimi K3 seine Vorteile durch Rangfolgen auf globalen Benchmark-Websites mit KI-Analysen nachgewiesen.

Aber mit der zunehmend strengeren Urheberrechts- und Datenschutzregelung erschöpfen große Sprachmodelle schnell die verfügbaren, von Menschen generierten Daten im Internet, und Entwickler stoßen oft auf Situationen, in denen die Punktzahlen in Ranglisten zu hoch angesetzt sind und die tatsächliche Leistung nicht widerspiegeln. UniPat zielt darauf ab, beide Engpässe gleichzeitig zu lösen.

Derzeit konzentriert sich der US-Wettbewerber Scale AI (Meta hat bereits 14 Milliarden US-Dollar investiert, um dessen Anteile zu erwerben) auf Datenannotierung, während Mercor (das derzeit Finanzierungen mit einer Bewertung von 20 Milliarden US-Dollar verhandelt) einen Markt für Datenannotierung und Tests betreibt, der aus menschlichen Experten besteht.

Im Bereich der Benchmarks sind Artificial Analysis und Chatbot Arena führend.

Bereitstellung von Überwachung für chinesische Modelle mit begrenztem Chip- und Rechenleistungsangebot

UniPat wurde Ende 2025 gegründet, die Gründer arbeiteten zuvor bei Alibaba, Moonshot AI und Tencent. Während ihrer Zeit bei Alibaba waren sie im Tongyi KI-Labor tätig und arbeiteten an Aufgaben im Zusammenhang mit der Analyse nach dem Training, der Datensynthese und dem bestärkenden Lernen.

Aus den bisher öffentlich gemachten Projekten von UniPat geht hervor, dass es sich nicht damit begnügt, Modelle nur zu rangieren.

Im Bereich der Softwareentwicklung filtert Monthly-SWEBench monatlich Aufgaben aus echten GitHub-Projekten, um zu testen, ob Agenten Code reparieren, neue Funktionen implementieren und dies durch echte Überprüfungen bestätigen können. EvoCode-Bench lässt das Modell mehrere Runden von Aufgaben nacheinander im selben Arbeitsbereich erledigen und verlangt von ihm, Anforderungsänderungen, Kontextakkumulation und Abhängigkeiten zwischen aufeinanderfolgenden Schritten zu verarbeiten.

Das Echo-System extrahiert Hinweise aus Nachrichten, Daten, Vorhersagemärkten und Echtzeit-Informationen aus dem Internet, generiert Wahrscheinlichkeitsurteile und überprüft die Ergebnisse, nachdem die zukünftigen Ereignisse tatsächlich eingetreten sind.

Es testet nicht, ob das Modell eine Frage beantworten kann, deren Antwort bereits bekannt ist, sondern ob das Modell relativ zuverlässige Urteile über die Zukunft abgeben kann.

Laut einer Unternehmenspressemitteilung von UniPat, die im April veröffentlicht wurde, ließ das Team fünf EchoZ-Agenten eine Woche lang echte Handelsgeschäfte auf Polymarket durchführen, von denen vier positive Gewinne erzielten; das Unternehmen veröffentlichte gleichzeitig eine Markterfolgsrate von 63,2 % bei politischen und Governance-Fragen sowie eine Erfolgsrate von 59,3 % bei Vorhersagen, die länger als 7 Tage laufen.

Das macht UniPat zu einer komplexeren Rolle, die über die eines „KI-Prüfers“ hinausgeht: Es testet Modelle und trainiert sie auch; es erzeugt Daten und versucht gleichzeitig, Vorhersagefähigkeiten zu zu verkaufenden Dienstleistungen zu machen.

Genau diese Dateninfrastruktur jenseits der Modelle ist es, die Alibaba schätzt.

Das Interessanteste an Echo ist, dass es die „Zukunft“ zu Trainingsdaten macht.

Das Training traditioneller Modelle stützt sich auf Daten aus der Vergangenheit. Echo verfolgt den Ansatz „Train-on-Future“, d. h. das Modell wird mit noch nicht eingetretenen Ereignissen konfrontiert, gibt zunächst Wahrscheinlichkeitsvorhersagen ab und erhält dann Ergebnisfeedback, nachdem das Ereignis abgeschlossen ist.

ExpertEval von UniPat verfolgt einen ähnlichen Ansatz. Der veröffentlichte Testsatz deckt die drei risikoreichen Bereiche Medizin, Finanzen und Recht ab und umfasst 3213 Expertenfälle, 207 Szenarien und durchschnittlich 21,83 Bewertungsstandards pro Aufgabe.

Diese Bewertungsstandards beurteilen nicht nur, ob die Antwort richtig ist, sondern auch, ob das Modell wichtige Bedingungen ausgelassen hat, gegen professionelle Regeln verstoßen hat oder Fehler begangen hat, die oberflächlich betrachtet vernünftig erscheinen, aber in der Realität sehr hohe Kosten verursachen. UniPat nennt diese Fehler „kritische negative Punkte“.

Das Urteil hinter dieser Methode lautet: Der Engpass bei den Fähigkeiten eines Modells liegt nicht immer bei Parametern und Rechenleistung, sondern kann auch in der Qualität der Überwachung liegen.

Laut öffentlichen Materialien von UniPat haben kleine Modelle, die durch die Überwachung nach Expertenrichtlinien trainiert wurden, bei mehreren professionellen Aufgaben deutliche Verbesserungen erzielt.

Wenn Rechenleistung teuer wird, ist es wichtiger, die effektive Fähigkeit zu steigern, die jede Einheit Rechenleistung erzeugt, als nur den Trainingsumfang zu vergrößern.

Das ist auch die Anpassungsfähigkeit, die chinesische KI-Unternehmen angesichts von Einschränkungen bei der Rechenleistung entwickeln könnten.

Für das Modelltraining sind diese Regeln neue Überwachungssignale.

Die Kernannahme von UniPat lautet, dass hochwertige Überwachung die „Ausbeute pro Einheit Rechenleistung“ des Modells verbessern kann. Mit anderen Worten: Die Fähigkeit eines Modells hängt nicht nur von der Anzahl der Parameter und dem Rechenaufwand ab, sondern auch davon, ob die Trainingsdaten genau angeben können, warum das Modell fehlschlägt.

Dieser Ansatz deckt sich genau mit den Problemen, mit denen die Branche der großen Modelle derzeit konfrontiert ist: Die leicht zugänglichen Internet-Texte reichen nicht mehr aus, und das wirklich Knappe sind Daten, die komplexe Arbeitsabläufe, professionelle Urteile und reales Feedback beschreiben können.

Dieser Ansatz ist im Wesentlichen immer noch, höherwertige Überwachung einzusetzen, um mehr Rechenleistung zu ersetzen.

Wie man die Fairness, Unabhängigkeit und Eigenständigkeit als Drittanbieter wahren kann

Die Ausrichtung von UniPat entspricht dem Wandel der KI-Strategie von Alibaba.

Alibaba verschiebt KI von der Modellentwicklung hin zu Cloud-Diensten, Unternehmenssoftware und Verbrauchergeschäften.

Im März 2026 brachte Alibaba die unternehmensweite Agentenplattform Wukong auf den Markt, mit der mehrere Agenten in die Arbeitsabläufe von Unternehmen integriert werden sollen, um allmählich den Übergang von der Konversation zur Ausführung zu vollziehen.

Alibaba hat außerdem den Geschäftsbereich Alibaba Token Hub gegründet, um Grundmodelle, Modelldienste und KI-Anwendungen in einem engeren Organisationssystem zu bündeln. Laut der offiziellen Erklärung von Alibaba soll KI die gesamte Kette von der Token-Erzeugung über die Bereitstellung bis zur Anwendung abdecken.

Im Juni 2026 fusionierte Alibaba dann das Team für das große Tongyi-Modell und das Labor für zukünftiges Leben zu Token Foundry, das direkt von Group-CEO Wu Yongming geleitet wird. Die Öffentlichkeit betrachtet dies allgemein als organisatorische Maßnahme von Alibaba, um die Fähigkeiten in Bezug auf Modelle, Anwendungen und Kommerzialisierung weiter zu integrieren.

Was Alibaba braucht, ist also nicht nur ein leistungsstärkeres Qwen.

Es muss auch wissen:

Kann Qwen Aufgaben in echten Büroarbeitsabläufen erledigen? Sind die Antworten, die das Modell generiert, für Unternehmen einsetzbar? Können KI-Fähigkeiten tatsächlich in Einnahmen umgewandelt werden, die Kunden zu zahlen bereit sind?

Für alle diese Fragen braucht es unabhängige Testumgebungen, wiederholbare Aufgaben und klare Abnahmekriterien.

Aus den von Alibaba im Jahr 2026 veröffentlichten Leistungsdaten geht hervor, dass das externe Umsatzwachstum der Cloud Intelligent Group 40 % erreicht hat und KI-bezogene Produkte zu einer wichtigen Wachstumsquelle für das Cloud-Geschäft geworden sind; die Anzahl der Kunden von Model Studio ist im Jahresvergleich um das Achtfache gestiegen. Das Unternehmen gab anschließend bekannt, dass die Einnahmen aus KI-Cloud- und Rechenleistungsdiensten 7,1 Milliarden US-Dollar erreicht haben, ein Anstieg von 45 % im Jahresvergleich.

Die strategische Logik hinter der Investition von Alibaba in UniPat liegt möglicherweise genau hier: Für Qwen und weitere zukünftige KI-Produkte im Voraus ein System zur Beurteilung zu erwerben, das feststellt, ob sie „tatsächlich funktionieren“.

Wenn die Finanzierung schließlich abgeschlossen wird, ergibt sich die Bewertung von UniPat von rund 2,5 Milliarden US-Dollar aus drei zukünftigen Wetteinsätzen.

Erstens: Kann UniPat ein Testanbieter für Modellanbieter werden?

Zweitens: Kann es über genügend echte Aufgaben, professionelle Regeln und Feedbackdaten verfügen?

Drittens: Kann es seine Testergebnisse in die Prozesse der Modellbeschaffung, der Unternehmensbereitstellung und des Modelltrainings einbringen?

Sobald der dritte Punkt erfüllt ist, ist das Bewertungsunternehmen keine untergeordnete Rolle in der Kette der Modellentwicklung mehr, sondern wird zu einer Art „Standardsetzer“.

Aber die Risiken sind ebenfalls klar.

Ein Bewertungsunternehmen muss glaubwürdig bleiben. Wenn es gleichzeitig an der Ausbildung eines Modells teilnimmt und für die Bewertung dieses Modells zuständig ist, werden externe Kunden seine Unabhängigkeit in Frage stellen.

Ein größeres Problem ist, ob die Bewertungen von Modellanbietern rückwärts optimiert werden. Sobald Testsätze, Bewertungsstandards und Aufgabenstrukturen umfassend untersucht werden, kann das Modell lernen, sich an die Ranglisten anzupassen, anstatt zu lernen, die Arbeit tatsächlich zu erledigen.

Es wird immer mehr Modelle und immer mehr Ranglisten geben. Aber das wirklich Knappe könnte eine glaubwürdige Antwort sein:

Kann dieses Modell die Aufgabe, die der Kunde ihm gegeben hat, tatsächlich erledigen?

Wer diese Antwort besitzt, könnte in der Abnahmephase der KI-Kommerzialisierung stehen.

Was UniPat erreichen will, ist, sich von einem forschungsorientierten Bewertungsunternehmen zu einem Anbieter dieser Abnahmestandards zu entwickeln.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Shuzhi Benliu“, Autor: Zhou Yi, Redakteur: Shen Xiao, veröffentlicht mit Genehmigung von 36Kr.