Chinas KI-Modelle fordern Konkurrenten durch Kosteneffizienz heraus
Chinesische KI-Modelle beginnen preislich zu konkurrieren, wobei die Trainingskosten und API-Preise laut UBS etwa ein Zehntel vergleichbarer ausländischer Systeme betragen.
Der Markt für KI-Modelle in China beginnt, ebenso auf Kosten wie auf Leistungsfähigkeit zu konkurrieren. Schätzungen von UBS deuten darauf hin, dass chinesische KI-Modelle im Training etwa ein Zehntel dessen kosten könnten, was vergleichbare ausländische Systeme benötigen, wobei die API-Preise oft nur 10 bis 20 Prozent ausländischer Alternativen betragen.
Wenn Unternehmen KI zunehmend nach dem Ertrag pro Token statt nach reiner Modellleistung beurteilen, könnte diese Kostendifferenz ein erheblicher kommerzieller Vorteil werden. Chinesische Modellagnanbieter können trotz niedrigerer Preise geschätzte API-Bruttogewinnspannen von 20 bis 40 Prozent aufrechterhalten.
Die Nachfrage von Unternehmen beginnt sich zwischen teuren Modellen für komplexe Aufgaben und günstigeren Modellen für sich wiederholende Arbeitsabläufe mit hohem Volumen aufzuteilen. Dies könnte die Preis-Leistungs-Verhältnis zu einem wichtigeren Faktor bei der globalen Beschaffung von Unternehmensmodellen machen.
Der Kostenvorteil ist über den gesamten KI-Stack aufgebaut, nicht durch einzelne Preissenkungen. Chinesische Entwickler setzen auf kleinere Parametergrößen, Mixture-of-Experts (MoE)-Architekturen und andere Techniken, um die Anforderungen an Training und Inferenz zu reduzieren. Einige MoE-Modelle aktivieren nur einen kleinen Prozentsatz der Parameter pro Aufgabe.
Die Effizienz der Dienstleistungserbringung, einschließlich einer höheren GPU-Auslastung (über 70 %) sowie geringerer Strom- und Rechenzentrumskosten, trägt zusätzlich zur Kosteneffizienz bei. Inländische KI-Chips könnten die Inferenzkosten im Laufe der Zeit ebenfalls senken. Chinas Open-Source-Ökosystem für Modelle erleichtert die Verbreitung dieser Verbesserungen.