Derselbe Berg KI-Ausgabe: 50 US-Dollar bei Anthropic, 87 Cent bei DeepSeek
US-Unternehmen ersetzen Tokenmaxxing durch Thrift-Maxxing: Sie mischen günstige chinesische Modelle in ihre Systeme und reservieren teure für schwierige Teile. In einer Juliwoche entfielen auf OpenRouter 57 Prozent der US-Token-Nutzung auf chinesische Modelle.
Diese Rechnung hat das Verhalten von Unternehmen in diesem Monat verändert. Rund 750.000 Wörter KI-Ausgabe kosten laut Fortunes Preisvergleich bei Anthropics Fable etwa 50 US-Dollar. Dasselbe Volumen kostet bei DeepSeeks V4-Pro rund 87 Cent, bei Z.AIs GLM-5.2 4,40 US-Dollar und bei Moonshots Kimi K3 15 US-Dollar, nach chinesischen Maßstäben teuer. Das Wall Street Journal nennt die folgende Reaktion Thrift-Maxxing. Im vergangenen Jahr galt Tokenmaxxing als Ehrenzeichen: möglichst viele Tokens verbrennen. Jetzt soll die Aufgabe mit dem günstigsten Modell erledigt werden, das sie bewältigt.
Ein Token ist, falls dir der Begriff neu ist, ungefähr ein Wortfragment und die Abrechnungseinheit der Anbieter. Die erste Unternehmensreaktion auf steigende Rechnungen war Rationierung: Ausgaben der Beschäftigten wurden begrenzt. Die zweite ist Austausch, und die trifft die Labore. Meist geht es nicht um vollständigen Ersatz. Telnyx betreibt 1.400 Agenten mit Z.AI-Modellen, während Anthropics Fable als Dirigent plant und OpenAIs Sol das Ergebnis prüft. Das Legal-Start-up Harvey trainierte GLM-5.2 selbst und gab ihm eine Schaltfläche, um Fable 5 bei wirklich schwierigen Aufgaben aufzurufen. Coinbase erklärte im Juni, seine KI-Ausgaben halbiert zu haben, indem Beschäftigte zu Kimi und GLM gelenkt wurden. Airbnb setzte Alibabas Qwen im Kundendienst ein. In einer Juliwoche entfielen 57 Prozent der Tokens, die US-Unternehmen auf OpenRouter verbrauchten, auf chinesische Modelle. In einer IDC-Umfrage unter 260 Entscheidern großer US-Unternehmen nutzten 47 Prozent für mindestens einen Anwendungsfall ein chinesisches Modell.
Der Preisabstand ist keine Großzügigkeit. Strom ist in China günstiger, neue Rechenzentren stoßen dort auf weniger lokalen Widerstand, und chinesische Labore akzeptieren geringe Margen, um zum Standard zu werden. Exportkontrollen könnten eher geholfen als geschadet haben: Ohne die besten Nvidia-Chips mussten die Labore mehr aus schlechterer Hardware holen. Für OpenAI und Anthropic ist das unangenehm. Beide jagten jahrelang dem leistungsfähigsten Modell nach und stellten dann fest, dass viele Kunden nur ein ausreichend gutes wollten. Beide bereiten Börsengänge vor, und laut Journal belastet der Wandel ihre Bewertungen. Anthropics Antwort am Freitag war Opus 5, ein günstigeres Spitzenmodell. Auf beiden Seiten sollte man realistisch bleiben: TechCrunchs Sean O’Kane weist darauf hin, dass die Branche bei jedem Zyklus in Panik gerät und sich die Stimmung eine Woche nach dem Kimi-K3-Schock bereits abgekühlt hatte. Auch reale Hürden bleiben. Amazon Bedrock, Microsoft Azure Foundry und Google Vertex AI führen diese chinesischen Open-Weight-Modelle weiterhin nicht.
Was das für dich bedeutet: Wenn du ein KI-Abo bezahlst, sorgt dieser Wettbewerb dafür, dass Preise und Limits sich meist zu deinen Gunsten bewegen. Wenn du mit einer API baust, ist der praktische Schritt derselbe wie bei diesen Unternehmen: Verwende nicht standardmäßig für jeden Aufruf das leistungsfähigste Modell, sondern leite nur wirklich schwierige Schritte dorthin. Alternativen kannst du an einem Nachmittag auf einem Marktplatz wie OpenRouter testen. Bei sensiblen Unternehmensdaten ist Vorsicht real und nicht nur Geopolitik: Sicherheitsforscher warnen davor, proprietären Code an jeden ausländischen Anbieter zu senden. Genau deshalb gehören selbst gehostete Open-Weight-Modelle zum Reiz.
Quellen
Quellen: https://thenextweb.com/news/thrift-maxxing-chinese-models-openai-anthropic-ipo-valuations
Informatiklehrkräfte schreiben ihre Prüfungen wegen KI stillschweigend um
Eine Umfrage unter 763 Lehrenden in 49 Ländern ergab, dass 68 Prozent ihre Prüfungen bereits verändert haben. Mündliche Prüfungen und Code-Verteidigungen kehren zurück, und bewertet wird zunehmend das Verstehen statt das Schreiben von Code.
