Chinesische Open-Source-KI-Modelle gewinnen Nutzer im Ausland, doch Cloud-Plattformen schöpfen einen Großteil der Erlöse ab

DeepSeek führt bei der Nutzung, der Wettbewerb verlagert sich auf die Einnahmen

In der Woche ab dem 5. Oktober 2026 entfielen bei OpenRouter 24,5 % der Textanfragen auf DeepSeek. Damit lag das Modell vor OpenAI mit 18,6 % und Google mit 17,8 %. Einer Schätzung von Epoch AI zufolge erhielt DeepSeek jedoch nur etwa 8 % der Kundenausgaben für seine über die Plattform genutzten Modelle. Chinesische KI-Entwickler gewinnen im Ausland Nutzer, konkurrieren aber mit den Unternehmen, die ihre Technologie hosten und verkaufen, um die damit erzielten Einnahmen.

Die wöchentlichen Nutzungsrankings von OpenRouter mit Daten bis zum 13. Oktober führen DeepSeek V4.1 Flash mit 40,5 Billionen verarbeiteten Tokens an. Es folgen Step 5 Preview mit 15,1 Billionen und GLM 5.3 Flash mit 12,9 Billionen. Tokens sind kleine Text- oder Dateneinheiten, die ein KI-Modell verarbeitet, wenn es eine Frage erhält und eine Antwort erzeugt.

Chinesische Modelle lagen bei der wöchentlichen Token-Nutzung auf OpenRouter bis zum 11. Oktober 24 Wochen in Folge vor US-amerikanischen Modellen. Ihre Attraktivität beruht auf niedrigeren Preisen, besserer Leistung und der Möglichkeit für Unternehmen, Modelle anzupassen und über einen Anbieter ihrer Wahl zu betreiben.

Cynthia Zhang, Gründungspartnerin von FutureX Capital, hält es für unwahrscheinlich, dass chinesische Modellentwickler in absehbarer Zeit die Einnahmen von OpenAI und Anthropic erreichen, auch wenn ihre Umsätze rasch wachsen. Epoch AI schätzte, dass sechs führende chinesische Entwickler im September zusammen etwa 10 % der KI-Einnahmen der beiden US-Unternehmen erzielten.

Was die Nutzungszahlen messen

OpenRouter verbindet Anwendungen über eine Programmierschnittstelle (API) mit zahlreichen KI-Modellen. Die Anfragegrafik zählt, wie oft Modelle aufgerufen werden. Die Token-Rankings erfassen die Menge des verarbeiteten Materials, also sowohl Fragen als auch Antworten. Die Zahlen bilden die über OpenRouter laufenden Aktivitäten ab; private Anfragen sind ausgenommen.

In der Woche ab dem 5. Oktober lag DeepSeeks Anteil an den Anfragen 5,9 Prozentpunkte über dem von OpenAI. Auf Z.ai entfielen weitere 13,4 %, auf Qwen 5,4 %, Xiaomi 2,9 % und Tencent 1,7 %. Zusammen kamen diese fünf chinesischen Entwickler auf 47,9 % der Textanfragen. Weitere chinesische Entwickler können auch in den übrigen Kategorien auftauchen.

Der tägliche Token-Datensatz von OpenRouter enthält jeden Tag die 50 meistgenutzten öffentlichen Modelle sowie einen Gesamtwert für alle übrigen. Er ermöglicht die Auswertung nach Tagen, Wochen und Monaten und bietet Filter für Merkmale wie Modalität und Kontextlänge. Kategorien- und Sprachfilter beruhen auf Schätzungen aus Stichproben. Anbieter teilen Material zudem unterschiedlich in Tokens auf, sodass die Gesamtwerte teilweise von ihren Zählmethoden abhängen. Quelle: OpenRouter (openrouter.ai/rankings), Stand: 13. Oktober 2026.

Warum Unternehmen anpassbare Modelle wählen

Harvey, das KI-Werkzeuge für juristische Arbeit entwickelt, und Genspark, das Agenten mit mehreren Modellen entwickelt, arbeiten an Systemen auf Basis chinesischer Open-Source-Technologie, um ihre Abhängigkeit von geschlossenen Anbietern zu verringern. Ein KI-Agent ist eine Software, die mithilfe eines Modells eine Abfolge von Aufgaben ausführt, etwa Arbeit plant, Code schreibt und das Ergebnis überprüft.

Offene Gewichte sind die erlernten numerischen Einstellungen, die die Antworten eines Modells steuern. Werden sie bereitgestellt, kann ein anderes Unternehmen das Modell herunterladen, auf eigenen Servern betreiben und für bestimmte Aufgaben anpassen. Welche Rechte damit verbunden sind, hängt von der Lizenz ab. Manche Veröffentlichungen enthalten auch den Quellcode, andere stellen lediglich Gewichte bereit und schränken die kommerzielle Nutzung ein.

Unternehmen können proprietäre Daten nutzen, um diese Modelle an ihre Bedürfnisse anzupassen. Sie können außerdem selbst entscheiden, wo das System läuft, statt jede Anfrage an den ursprünglichen Entwickler zu senden. Diese Flexibilität erklärt mit, warum ein chinesisches Modell Teil eines amerikanischen oder europäischen Produkts werden kann, während Hosting und Kundenbeziehungen außerhalb Chinas bleiben.

Intel-Chef Lip-Bu Tan bezeichnete die Einführung chinesischer Spitzenmodelle bei einer Podiumsdiskussion der DBS in Singapur am 12. Oktober als „sehr schnell“. Die Leistung von DeepSeek, Kimi und GLM sei „gut genug“, sagte er. Welches Modell für welchen Zweck am besten geeignet sei, würden die Märkte entscheiden. Zur Präferenz für offene Technologien sagte Tan:

Ich glaube fest an Open Source. Das ist der beste Weg, die Effizienz zu steigern.

Niedrigere Preise verändern den Alltag

Stu Clott, Betriebsleiter und gelegentlicher Entwickler in San Diego, sagte, eine Stunde Programmierarbeit koste mit Claude etwa 10 Dollar, mit DeepSeek dagegen weniger als 50 Cent. Demnach gab er für diese Arbeit mit DeepSeek weniger als ein Zwanzigstel dessen aus, was Claude kostete.

Ruben Garcia Jr., ein Entwickler aus Dallas, der Websites und mobile Anwendungen erstellt, teilt seine Arbeit auf verschiedene Anbieter auf. Für Claude und ChatGPT gibt er monatlich 500 Dollar aus, um schwierige Planungs- und Prüfaufgaben zu erledigen, und 200 Dollar für chinesische Modelle wie MiniMax, Kimi und Xiaomi MiMo. Die chinesischen Modelle bewältigten 90 % seiner Aufgaben, darunter Programmierung und Spracherkennung, sagt er.

Lindy-Gründer Flo Crivello sagte, der Wechsel der KI-Assistenten seines Unternehmens von Anthropic-Modellen zu DeepSeek habe Millionen Dollar eingespart. Lindy greift über einen amerikanischen Anbieter auf DeepSeek zu. Crivello erklärte, warum ein günstigeres Modell für Routineaufgaben geeignet sein könne:

Man braucht keinen Gott, um eine E-Mail zu schreiben.

Kyle Chan, Fellow an der Brookings Institution, sieht einen Wachstumsmarkt für chinesische Entwickler bei mittelgroßen Unternehmen, die mit dem Einsatz von KI beginnen, sich aber Sorgen über die Kosten machen. Zhang zufolge kann es bei einem führenden US-Modell nur etwa sechs Monate dauern, bis der hohe Gewinn durch den Wettbewerb unter Druck gerät und die Preise zu sinken beginnen.

Für viele Aufgaben ist die Leistung gut genug

Das Center for Strategic and International Studies (CSIS) stuft chinesische Modelle in seiner Analyse chinesischer KI für viele praktische Aufgaben als konkurrenzfähig ein. Der Autor Yasir Atalan, stellvertretender Direktor und Datenexperte am CSIS Futures Lab, schreibt, GLM-5.2 verfüge über rund 750 Milliarden Parameter und ein Kontextfenster von einer Million Tokens. Parameter sind die erlernten Einstellungen eines Modells; ein Kontextfenster bezeichnet die Menge an Material, die es gleichzeitig berücksichtigen kann.

Die Analyse zitiert eine Feststellung des Center for AI Standards and Innovation, wonach DeepSeek V4 Pro führenden US-Modellen etwa acht Monate hinterherhinkte. Sie verweist auch auf starke Ergebnisse von GLM und Moonshot bei Programmieraufgaben und beim Einsatz von Agenten. Für ein Unternehmen, das ein System auswählt, ist entscheidend, ob es die benötigte Aufgabe zuverlässig und zu akzeptablen Kosten erfüllt.

Ein Vergleich der US-Regierung liefert ein konkretes Beispiel. Im Bericht „Two Loops“ der US-China Economic and Security Review Commission werden für Januar 2026 Preise von 1,20 Dollar pro einer Million Tokens für Kimi K2.5 und 4,81 Dollar für GPT-5.2 aufgeführt. Beide erzielten im Intelligence Index von Artificial Analysis 47 Punkte. Der angegebene Preis von Kimi lag damit bei etwa einem Viertel des GPT-5.2-Preises.

Chinesische Labore haben auf effizientere Trainings- und Bereitstellungsmethoden gesetzt. DeepSeek zufolge beanspruchte der abschließende Trainingslauf von V3 2,788 Millionen GPU-Stunden auf H800-GPUs, zu Kosten von etwa 5,6 Millionen Dollar. CSIS beschreibt auch die Wissensdestillation, bei der Antworten und Bewertungen eines leistungsfähigeren Modells als Trainingsbeispiele für ein anderes dienen. OpenAI und Anthropic haben chinesischen Laboren vorgeworfen, sich dieses Material über betrügerische Konten beschafft zu haben. Die Praxis ist damit zu einem kommerziellen und politischen Konfliktpunkt geworden.

Ein wachsendes Ökosystem erreicht globale Plattformen

Von CSIS angeführte Download-Daten von Hugging Face zufolge entfielen im vergangenen Jahr 41 % der Downloads auf chinesische Modelle. Dem Bericht der Kommission zufolge überholten sie im August 2025 US-amerikanische Modelle bei den Gesamtdownloads und belegten von November bis Dezember desselben Jahres sieben der zehn meistgeladenen Plätze auf der Plattform.

Die Qwen-Modellfamilie von Alibaba verdeutlicht das Ausmaß der Anpassungen. Die Kommission zählte bei Veröffentlichung des Berichts mehr als 100.000 abgeleitete Modelle. Bis zum Sommer 2026 kam Qwen auf etwa 2,045 Milliarden Downloads und 151.448 Ableger, rund 2,6-mal so viele wie Modelle auf Basis von Meta. Ein abgeleitetes Modell baut auf einem bestehenden Modell auf und wird oft für eine Sprache, Branche oder bestimmte Aufgabe angepasst.

Amazon Web Services hat sechs chinesische Modelle mit offenen Gewichten in Amazon Bedrock aufgenommen, darunter DeepSeek V3.2, MiniMax M2.1 und Qwen3 Coder Next. Kimi K3 kam im September hinzu, Anfang Oktober folgte GLM-5.3. Bedrock ermöglicht Unternehmen, die Modelle über die Cloud-Infrastruktur von Amazon zu nutzen. Baseten hat außerdem Kimi K3 und GLM-5.3 im Programmierwerkzeug Codex von OpenAI verfügbar gemacht und übernimmt Hosting sowie die für die Antwortgenerierung nötige Rechenleistung.

Die Expansion verlief in mehreren Etappen:

• August 2025: Chinesische Modelle überholten US-amerikanische Modelle bei den Gesamtdownloads auf Hugging Face.
• November bis Dezember 2025: Chinesische Modelle belegten sieben der zehn Spitzenplätze bei den Hugging-Face-Downloads.
• Juli 2026: Moonshot veröffentlichte Kimi K3 mit Vorgaben zur Umsatzbeteiligung für einige große Dienstleister.
• September 2026: Kimi K3 wurde auf Amazon Bedrock verfügbar.
• Anfang Oktober 2026: GLM-5.3 kam über eine kommerzielle Vereinbarung mit Umsatzbeteiligung auf Bedrock.
• 12. Oktober 2026: Der Intel-Chef sprach bei der Podiumsdiskussion der DBS in Singapur von einer raschen Einführung.

Wer verdient, wenn sich ein offenes Modell verbreitet?

Die Erfahrung von Z.ai zeigt, wie ein Modell populär werden kann, während sein Entwickler Hosting-Geschäft verliert. Epoch AI stellte fest, dass innerhalb eines Tages nach der Veröffentlichung der Gewichte von GLM-5.3 Flash im August zwölf externe Anbieter das Modell über OpenRouter anboten. Nach 20 Tagen waren es 26 Anbieter, von denen acht weniger als Z.ai verlangten.

Der Anteil von Z.ai an den mit diesem Modell verarbeiteten Tokens sank von 88 % auf 22 %. Das tägliche Token-Volumen des Unternehmens ging um 70 % zurück, obwohl die Gesamtnutzung des Modells um 17 % zunahm. Kunden kauften den Zugang zunehmend bei anderen Hostern.

Vercel verzeichnete eine ähnliche Lücke zwischen Aktivität und Einnahmen: Im Mai stieg DeepSeeks Token-Anteil von unter 1 % auf 17 %, während sein Umsatzanteil bei etwa 1 % blieb. Günstige Modelle können einen großen Teil der Arbeit übernehmen, aber einen deutlich kleineren Anteil der Ausgaben auf sich vereinen.

Z.ai meldete für das erste Halbjahr 2026 eine Bruttomarge im API-Geschäft von 24,6 %, nach 18,9 % im Jahr 2025. Die Bruttomarge bezeichnet den Anteil der Einnahmen, der nach direkten Dienstleistungskosten, aber vor sonstigen Ausgaben übrig bleibt. Epoch AI schätzte die Marge von Anthropics geschlossenem Angebot Opus 4.8 auf 85 % und die von DeepSeek auf 70 bis 80 %. Die niedrigen Bereitstellungskosten machen DeepSeek zu einer Ausnahme unter den Entwicklern offener Modelle.

Moonshot versucht, über die Lizenz von Kimi K3 einen größeren Anteil der Wertschöpfung zu erzielen. Sie verpflichtet einige große Anbieter, die Zugang zum Modell verkaufen, zu Vereinbarungen über eine Umsatzbeteiligung. Berichten zufolge verlangte das Unternehmen von großen Cloud-Plattformen bis zu 30 % der entsprechenden Dienstleistungserlöse. Auch die Vereinbarung von Z.ai mit Bedrock sieht eine nutzungsabhängige Umsatzbeteiligung vor. Die genauen Konditionen und die daraus erwarteten Einnahmen wurden nicht veröffentlicht.

Cloud-Partnerschaften bringen Kunden und Abhängigkeiten

Wang Peng, Forscher an der Pekinger Akademie der Sozialwissenschaften, beschreibt das entstehende Modell als Aufteilung der Aufgaben: Entwickler erstellen die Technologie, globale Cloud-Anbieter stellen Infrastruktur und Zugang zu Unternehmen bereit, und die Entwickler erhalten Einnahmen, wenn Kunden ihre Modelle nutzen.

Fireworks AI zeigt die Chancen für Infrastrukturanbieter. Zhang zufolge stellt das kalifornische Unternehmen, dessen Führungsteam überwiegend chinesische Wurzeln hat, chinesische offene Modelle für große Unternehmen im Ausland bereit und erzielt einen annualisierten Umsatz von mehr als einer Milliarde Dollar. Ein annualisierter Umsatz gibt den aktuellen Umsatz auf ein ganzes Jahr hochgerechnet an.

CSIS erklärt, dass Hosting durch Drittanbieter auch den Aufwand für chinesische Entwickler verringert, Rechenkapazität für einen weltweiten Kundenstamm bereitzustellen. Eingaben, Rückmeldungen und Nutzungsdaten können jedoch beim Hoster oder Kunden verbleiben. Das ursprüngliche Labor erhält dann weniger Informationen darüber, wie Menschen sein Modell nutzen und wo es verbessert werden muss.

Der Bericht „Two Loops“ der Kommission nennt einen weiteren Weg, Erkenntnisse zu gewinnen: den Einsatz in Fabriken, Logistiknetzen und der Robotik. Dabei können spezialisierte Daten entstehen, die spätere Systeme verbessern. Chinesische Labore können aus industriellen Anwendungen und Anpassungen durch die Community Rückmeldungen erhalten, selbst wenn sie nur begrenzt direkten Zugang zu Interaktionen mit Kunden im Ausland haben.

Shen Yang, Professor an der Tsinghua-Universität, sieht im Ausland unterschiedliche Chancen: mehr Planungssicherheit für Unternehmen in Südostasien, einen höheren Wert je Kunde in den Golfstaaten und großen ungedeckten Bedarf in Lateinamerika. Außerdem stellt er ein wachsendes Interesse an KI-Souveränität fest, also an der Möglichkeit, wichtige KI-Infrastruktur, Daten und Zugänge innerhalb eines Landes zu kontrollieren.

Sicherheit und Kundenvertrauen prägen die Einführung

Das Berliner Suchmaschinenunternehmen Ecosia beendet seine Partnerschaft mit dem französischen KI-Unternehmen Mistral AI und arbeitet mit Melious zusammen, um Modelle wie Qwen, GLM und Kimi einzusetzen. Gründer und Geschäftsführer Christian Kroll zufolge halbierte der Wechsel die Betriebskosten und verbesserte zugleich Qualität und Leistung. Er verwies auf Leistungsprobleme bei Mistral, Serverausfälle sowie Bedenken hinsichtlich dessen Energieversorgung und Unabhängigkeit. Mistral-Mitgründer Guillaume Lample lud Ecosia ein, das kommende Modell Large 4 zu testen.

Kroll hält es für möglich, politische Schwächen chinesischer Modelle durch gezielte Anpassungen zu beheben. Rasmus Rothe vom Bundesverband Künstliche Intelligenz ist vorsichtiger: Eine Nachschulung könne direkte Zensur beseitigen, subtilere Einflüsse in den Trainingsdaten seien aber schwerer zu verändern. Eine Studie von NewsGuard stellte zudem fest, dass chinesische Systeme Falschinformationen, die mit den Interessen Pekings übereinstimmen, nicht korrigierten.

Atlassian verfolgt einen anderen Ansatz. Geschäftsführer Mike Cannon-Brookes zufolge nutzt das Unternehmen Nvidia Nemotron, Mistral und weitere Modelle. Ein KI-Gateway-Team weist Aufgaben geeigneten Systemen zu. Zu den Regeln für den Einsatz im Produktivbetrieb sagte er:

Wir setzen im Produktivbetrieb keine chinesischen Modelle ein, das ist für uns ganz klar.

Cannon-Brookes zufolge lehnen einige Kunden chinesische Modelle ab, akzeptieren aber offene Modelle. US-Abgeordnete haben nach Bekanntwerden von Fällen mit Qwen und Kimi auch Untersuchungen gegen Airbnb und Anysphere eingeleitet. Airbnb-Chef Brian Chesky sagte, das Unternehmen übermittle keine Daten an Modellentwickler.

Die Kommission verweist auf Erkenntnisse des National Institute of Standards and Technology (NIST), wonach offene DeepSeek-Modelle anfälliger für Cyberrisiken waren als vergleichbare US-Modelle. Gu Zhaoqin, Partner der Kanzlei Duan & Duan in Hongqiao, sagt, dass bei der Einhaltung ausländischer Vorschriften Datenschutz- und Sicherheitsbedenken mit geopolitisch bedingtem Protektionismus zusammentreffen. Lokales Hosting gibt Kunden Kontrolle über den Ort der Datenverarbeitung. Modellverhalten, Sicherheitsprüfungen und die Einhaltung rechtlicher Vorgaben müssen dennoch gesondert berücksichtigt werden.

Günstigere KI rückt Infrastrukturinvestitionen in den Fokus

Jefferies schätzt, dass Microsoft, Alphabet, Amazon und Oracle Auftragsbestände von rund 2,3 Billionen Dollar haben. Etwa die Hälfte davon steht im Zusammenhang mit OpenAI und Anthropic. Ein Auftragsbestand umfasst vertraglich zugesicherte Leistungen, die im Laufe der Zeit erbracht werden. Sinkende Modellpreise setzen die erwarteten Einnahmen der KI-Entwickler unter Druck, mit denen sie Cloud-Kapazitäten bezahlen.

Jefferies verweist auf Zahlen von OpenRouter, denen zufolge chinesische Modelle in der Woche bis zum 27. September 76,12 Billionen Tokens verarbeiteten, gegenüber 4,37 Billionen Ende April. Die vier größten US-Anbieter kamen in jener Septemberwoche auf 14,2 Billionen. Diese Zahlen beziehen sich auf einen anderen Zeitraum als die Oktober-Rankings von OpenRouter.

Die Investmentbank stellt Ausgabenpläne von 600 bis 800 Milliarden Dollar für Rechenzentren im Jahr 2026 sowie geplante Investitionsausgaben von 993 Milliarden Dollar für 2027 infrage. Außerdem gibt sie an, dass die annualisierten Gewinne der vier großen Cloud-Unternehmen bis zum zweiten Quartal 2026 insgesamt 581 Milliarden Dollar erreichten. Der gesamte Anstieg um 222 Milliarden Dollar entfiel auf nichtoperative Erträge. Anlagegewinne und Einnahmen aus dem Verkauf von Rechendienstleistungen sind unterschiedliche Bestandteile dieser Gewinnentwicklung.

Der Global Technology Report 2026 von Bain & Company schätzt, dass KI bis 2031 jährlich sechs Billionen Dollar Umsatz erzielen muss, um die Infrastruktur für die erwartete Nachfrage zu finanzieren. Auf bestehende Anwendungen entfallen demnach 1,8 Billionen Dollar, auf neue Anwendungen 1,5 Billionen. Für neue Produkte und Einsatzmöglichkeiten bleibt eine Lücke von 2,7 Billionen Dollar.

US-Unternehmen haben weiterhin große Vorteile bei Abonnements, Kundenbeziehungen und beliebten Anwendungen. Die Kommission verweist auf Schätzungen von Microsoft, wonach die Akzeptanz im zweiten Halbjahr 2025 in den USA bei 28,3 % und in China bei 16,3 % lag; die Datenabdeckung für China sei weniger belastbar. Die zunehmende Rolle chinesischer Modelle in den Produkten anderer Unternehmen bietet eine andere kommerzielle Chance: als breit genutzte Grundlage zu dienen und zugleich einen größeren Anteil der darüber erzielten Einnahmen auszuhandeln.

Wichtige Punkte

• DeepSeek führte in der Woche ab dem 5. Oktober 2026 die Textanfragen bei OpenRouter mit einem Anteil von 24,5 % an.
• Chinesische Modelle gewinnen Kunden im Ausland durch niedrigere Preise, praktische Leistungsfähigkeit und flexible Einsatzmöglichkeiten.
• Hosting-Anbieter vereinnahmen einen erheblichen Teil der Ausgaben für Modelle chinesischer Labore.
• Partnerschaften mit Amazon Bedrock und neue Lizenzbedingungen eröffnen Möglichkeiten zur Umsatzbeteiligung.
• Sicherheit, Zensur, Datenschutz und politische Prüfung beeinflussen Kaufentscheidungen von Unternehmen.
• Sinkende Modellpreise setzen die Einnahmen der Entwickler und die Wirtschaftlichkeit von Investitionen in Cloud-Infrastruktur unter Druck.