Die kurze Antwort
US-Unternehmen verlagern einen wachsenden Anteil ihres KI-Token-Volumens auf chinesische Open-Weight-Modelle — DeepSeek, Alibabas Qwen und Zhipus GLM —, weil sie bei vergleichbarer Arbeit rund 60 % bis 90 % günstiger laufen als die Spitzenmodelle von OpenAI und Anthropic. OpenRouter-Daten, über die CNBC am 7. Juli 2026 berichtete, zeigen, dass chinesische Anbieter seit dem 8. Februar 2026 jede Woche mehr als 30 % der über die USA geleiteten Token geliefert haben, mit Spitzen nahe 46 %, gegenüber einem Durchschnitt von etwa 11 % in den vorangegangenen zwölf Monaten.
Die praktische Lesart für Engineering-Führungskräfte: Modellkosten sind jetzt eine architektonische Variable erster Klasse, und die günstigste leistungsfähige Option stammt zunehmend nicht aus einem US-Labor. Der Haken ist, dass der direkte API-Pfad für diese Modelle oft über China läuft, was für regulierte Teams Fragen der Datenresidenz und Compliance aufwirft. Der Gewinnerzug besteht darin, den Preisrückgang zu realisieren und die Daten zugleich in Ihrer eigenen Rechtsordnung zu halten — was der Open-Weight-Charakter dieser Modelle möglich macht.
Was passiert hier eigentlich?
Die meiste Zeit der letzten zwei Jahre war die Standardannahme für einen ernsthaften Produktions-Workload ein Frontier-Modell aus einem US-Labor — OpenAI oder Anthropic. Diese Annahme bröckelt schnell. In der ersten Hälfte 2026 schloss eine Welle leistungsfähiger Open-Weight-Modelle aus China genug des Qualitätsabstands beim Programmieren und bei allgemeinen Aufgaben, dass der Preis zum entscheidenden Faktor wurde — und beim Preis gewinnen sie eindeutig. Das Ergebnis ist eine messbare Migration echten Produktionstraffics, nicht bloß Hobby-Experimente.
Das klarste Signal kommt von OpenRouter, einem Routing-Dienst, der zwischen Anwendungen und Dutzenden Modellanbietern sitzt. Wie CNBC am 7. Juli 2026 berichtete, blieb der Anteil der über die USA geleiteten Token, die an chinesische Modelle gehen, seit dem 8. Februar 2026 jede einzelne Woche über 30 % und sprang auf bis zu 46 %. Ein Jahr zuvor lag dieser Wert im Schnitt bei rund 11 %, und im ersten Halbjahr 2025 sogar bei nur 4,5 %. Für jedes Team, das Inferenz in hohem Volumen betreibt — die Art, die die Kosten bei KI- und Daten-Workloads dominiert —, ist das eine strukturelle Veränderung dabei, wohin die Token gehen.
Das ist auch keine Ein-Anbieter-Geschichte. Die Gewinne verteilen sich über DeepSeek, Alibabas Qwen, Zhipu (jetzt als Z.ai firmierend), MiniMax, Moonshots Kimi und andere. Bis April 2026 hatte der kombinierte Wochenanteil der großen chinesischen Anbieter auf OpenRouter 45 % des Gesamtvolumens überschritten, gegenüber unter 2 % ein Jahr zuvor. Der Markt hat sich in etwa zwölf Monaten von „interessantem Benchmark-Ergebnis“ zu „Posten in der Infrastrukturrechnung“ entwickelt.
Wie groß ist die Verschiebung?
Beginnen wir mit dem reinen Preisunterschied. OpenRouters eigene Analysten schätzen chinesische Open-Weight-Modelle auf rund 60 % bis 90 % günstiger als die führenden Modelle von Anthropic und OpenAI. In einem beispielhaften Vergleich für eine ähnliche Menge an Arbeit kam Anthropics Claude bei rund 4.811 $ heraus, OpenAI bei rund 3.357 $ und Zhipus GLM bei rund 544 $. Zahlen wie diese überstehen keine vierteljährliche Budgetprüfung unangefochten — sobald eine Option vergleichbarer Qualität zu einem Zehntel der Kosten verfügbar ist, fragt die Finanzabteilung, warum jeder Aufruf in die teure Stufe geleitet wird.
Die Adoptionskurven passen zur Preisgeschichte. Z.ais GLM 5.2, im Juni 2026 veröffentlicht, verzeichnete die schnellste Aufnahme jedes Modells, das Vercel dieses Jahr verfolgte: Das tägliche Token-Volumen wuchs rund um das 27-Fache und die Zahl der Kunden, die es nutzen, um etwa das 80-Fache in seiner ersten vollen Woche. DeepSeeks Token-Anteil auf Vercel sprang allein im Mai von unter 1 % auf etwa 17 %. Und der Wechsel geschieht auf der Ebene ganzer Unternehmen: Das KI-Assistenten-Startup Lindy verlagerte im Juni 100 % seines Traffics von Anthropics Claude auf DeepSeek, wobei sein CEO erwartete, Millionen Dollar zu sparen, während die Kostenkurve fiel.
Einzelne Entwickler erzählen dieselbe Geschichte im Kleinen. In der Berichterstattung zitierte Praktiker beschrieben, wie sie von rund 10 $ pro Stunde Claude-Nutzung auf unter 50 Cent pro Stunde auf DeepSeek fielen, oder wie sie Premium-US-Modelle für die härtesten 10 % der Aufgaben reservierten, während sie die routinemäßigen 90 % an günstigere chinesische Modelle leiteten. Das Muster ist einheitlich: ein erstklassiges Modell für die Arbeit behalten, die es wirklich braucht, und alles andere an die günstigste Option senden, die die Schwelle erreicht.
Warum wechseln Teams?
Der offensichtliche Grund sind die Kosten, aber der tiefere Grund ist, dass die Kosten aufgehört haben, durch einen Qualitätsgraben gerechtfertigt zu sein. Als das beste US-Modell bei den Aufgaben, die Ihnen wichtig waren, klar vorne lag, war es rational, einen Aufpreis zu zahlen. 2026 sind die chinesischen Open-Weight-Modelle bei gängigen Programmier-, Entwurfs- und Tool-Use-Workloads nah genug, dass der Aufpreis für den Großteil der Aufrufe eher wie eine Steuer als eine Investition aussieht. Diese Neurahmung — vom „besten Modell“ zum „günstigsten Modell, das meine Qualitätsschwelle pro Aufgabe erreicht“ — ist der mentale Wandel, der die Migration antreibt.
Der zweite Grund ist Optionalität. Weil diese Modelle Open-Weight sind, sind Teams nicht an die Roadmap, Preisgestaltung oder Verfügbarkeit eines einzelnen Anbieters gebunden. Sie können sie hinter Ihrer eigenen Schnittstelle betreiben, sie auf Ihre Domäne feintunen oder sie austauschen, wenn etwas Besseres erscheint — dieselbe Portabilitätslogik, die das Feintuning offener Modelle für Teams attraktiv macht, die eine dauerhafte, eigene Fähigkeit statt einer nach Verbrauch abgerechneten Abhängigkeit wollen. In einem Jahr, in dem der Frontier-Zugang gestaffelt wurde und die Preise sich in beide Richtungen bewegt haben, ist diese Optionalität echtes Geld wert.
Welche Compliance- und Datenrisiken bestehen?
Hier braucht die Begeisterung eine Governance-Schicht. Der günstigste Weg, diese Modelle auszuprobieren — eine gehostete API aufzurufen, die in China läuft —, ist auch der riskanteste für jeden, der regulierte oder sensible Daten verarbeitet. Kundendatensätze, Gesundheitsdaten oder Finanzdetails an einen Offshore-Endpunkt zu senden, wirft Fragen der Datenresidenz, Sicherheit, Zensur und Geopolitik auf, und das ist nicht hypothetisch: US-Gesetzgeber haben bereits Untersuchungen gegen amerikanische Unternehmen eingeleitet, die Workloads über chinesische Modelle leiteten. Für eine FinTech- oder HealthTech-Plattform kann dieser Pfad direkt mit DSGVO, HIPAA und internen Datenverarbeitungsverpflichtungen kollidieren.
Die wichtige Nuance — und der Grund, warum dies eine Chance und keine Warnung ist —, ist, dass Modell und Hosting-Standort getrennte Entscheidungen sind. DeepSeek, Qwen und GLM veröffentlichen ihre Gewichte, sodass Sie keine in China gehostete API nutzen müssen, um das Modell zu nutzen. Sie können die offenen Gewichte ziehen und die Inferenz in Ihrer eigenen Umgebung auf einer US- oder EU-Cloud ausführen und die Daten durchgängig in der Rechtsordnung halten. Das ist dieselbe Disziplin, die hinter solider DSGVO-Compliance-Arbeit steht: Die Frage, die ein Regulierer stellt, lautet nicht nur „welches Modell“, sondern „wohin gingen die Daten“. Beantworten Sie das mit Selbst-Hosting, und das Kostenargument übersteht die Compliance-Prüfung unversehrt.
Was es für US- & EU-Software-Teams bedeutet
Die erste Lehre ist, dass die Modellwahl jetzt eine Kosten-Engineering-Disziplin ist, keine einmalige Anbieterwahl. Da leistungsfähige Modelle über eine 10-fache Preisspanne verfügbar sind, ist das dauerhafte Muster eine anbieterunabhängige Routing-Schicht, die jeden Workload an das günstigste Modell sendet, das seine Qualitätsschwelle erreicht. Teams, die ein Modell und einen Preis fest einprogrammieren, lassen einen großen, wiederkehrenden Posten auf dem Tisch liegen — und sind exponiert, wenn dieser Anbieter Preisgestaltung oder Verfügbarkeit ändert.
Die zweite Lehre ist, dass Open-Weight die Deployment-Rechnung verändert. Die interessante Frage für 2026 lautet nicht nur „US-Modell oder chinesisches Modell“, sondern „gehostete API oder selbst gehostete Gewichte“. Ein offenes Modell auf Ihrem eigenen Cloud- und DevOps-Stack selbst zu hosten, bringt Betriebsaufwand mit sich — GPU-Kapazität, Serving, Monitoring —, verwandelt aber eine nach Verbrauch abgerechnete, grenzüberschreitende Abhängigkeit in einen Vermögenswert, den Sie kontrollieren, mit einer Datenresidenz, die Sie belegen können. Für regulierte Branchen fällt dieser Abwägung zunehmend zugunsten des Selbst-Hostings aus.
Die dritte Lehre ist, dass Herkunft zu einem Audit-Artefakt wird. Da die Modellbeschaffung heterogener wird, kommt es nicht nur darauf an, dass Sie KI eingesetzt haben, sondern welches Modell, welche Version und wo es lief für jedes Feature in die Produktion gelangte. Erfassen Sie diese Zuordnung, bewahren Sie Ihre Evaluierungsbelege auf und seien Sie bereit, den Hosting-Pfad zu erklären. Die Teams, die sich am schnellsten bewegen, sind jene, deren Architektur das Modell als austauschbare, gut dokumentierte Komponente behandelt statt als dauerhafte, unsichtbare Annahme.
Was in diesem Quartal zu tun ist
Hier ist die auslieferbare Version. Behandeln Sie die Kostenverschiebung zu chinesischen Modellen als Anlass, Ihren KI-Stack zugleich günstiger und besser verteidigbar zu machen.
- Fügen Sie eine Routing-Schicht hinzu. Setzen Sie eine anbieterunabhängige Schnittstelle vor Ihre LLM-Aufrufe, damit Modell, Stufe und Anbieter Konfiguration sind, nicht Code.
- Benchmarken Sie auf Ihrer eigenen Arbeit. Testen Sie DeepSeek, Qwen und GLM gegen Ihren aktuellen Anbieter auf Ihren echten Aufgaben und Qualitätsmetriken — nicht auf öffentlichen Ranglisten.
- Dimensionieren Sie jeden Aufruf passend. Reservieren Sie Premium-US-Modelle für die härtesten Workloads; leiten Sie die routinemäßigen Aufgaben mit hohem Volumen an das günstigste Modell, das die Schwelle erreicht.
- Entscheiden Sie Modell und Hosting getrennt. Betreiben Sie für regulierte oder sensible Daten offene Gewichte in Ihrer eigenen US- oder EU-Umgebung, statt eine Offshore-API aufzurufen.
- Kartieren Sie den Compliance-Pfad. Dokumentieren Sie die Datenresidenz für jedes KI-Feature und gleichen Sie sie mit DSGVO, HIPAA und Ihren Kundenverpflichtungen ab, bevor Sie die Nutzung skalieren.
- Erfassen Sie die Herkunft. Protokollieren Sie, welches Modell, welche Version und welcher Hosting-Pfad für jedes Feature in Produktion ist, und halten Sie Evaluierungsbelege für Audits abrufbar.
Nichts davon ist Rechtsberatung, und Ihre genauen Pflichten hängen von Ihrer Branche und Ihrem Rechtsraum ab. Doch das strategische Signal ist klar: Der Preis leistungsfähiger KI fällt schnell, ein Großteil des Rückgangs kommt von Open-Weight-Modellen, und die Teams, die profitieren, sind jene, die sie einsetzen können, ohne Risiko zu importieren. Behandeln Sie das Modell als austauschbar, halten Sie die Daten dort, wo die Regeln es verlangen, und die Einsparungen gehören Ihnen.
Häufig gestellte Fragen
Warum setzen US-Unternehmen auf chinesische KI-Modelle?
Hauptsächlich wegen der Kosten. Open-Weight-Modelle aus China wie DeepSeek, Qwen und GLM laufen bei vergleichbarer Arbeit rund 60 % bis 90 % günstiger als die führenden Modelle von OpenAI und Anthropic, während sie einen Großteil des Qualitätsabstands beim Programmieren und bei allgemeinen Aufgaben schließen. Laut OpenRouter-Daten, über die CNBC am 7. Juli 2026 berichtete, liefern chinesische Anbieter seit dem 8. Februar 2026 jede Woche mehr als 30 % der über die USA geleiteten Token, gegenüber etwa 11 % ein Jahr zuvor.
Wie viel günstiger sind chinesische KI-Modelle als OpenAI und Anthropic?
OpenRouter schätzt rund 60 % bis 90 % günstiger. In einem beispielhaften Vergleich für eine ähnliche Menge an Arbeit kostete Anthropics Claude etwa 4.811 $, OpenAI etwa 3.357 $ und Zhipus GLM etwa 544 $. Die tatsächlichen Einsparungen hängen von Ihrem Workload, Caching und Qualitätsanspruch ab, doch der Rückgang der Kosten pro Token ist erheblich.
Ist es sicher, chinesische KI-Modelle für regulierte Daten zu nutzen?
Das hängt davon ab, wie Sie sie einsetzen. Regulierte Daten an eine in China gehostete API zu senden, wirft Fragen der Datenresidenz, Sicherheit und Geopolitik auf und hat bereits eine Prüfung durch den US-Kongress ausgelöst. Weil DeepSeek, Qwen und GLM Open-Weight sind, besteht ein sichereres Muster darin, die Gewichte auf Ihrer eigenen US- oder EU-Infrastruktur zu betreiben, sodass die Daten Ihre Rechtsordnung nie verlassen. Behandeln Sie den Hosting-Standort, nicht nur das Modell, als Compliance-Entscheidung.
Sind DeepSeek und Qwen Open Source?
Sie sind Open-Weight: Die trainierten Gewichte werden unter freizügigen Lizenzen veröffentlicht, sodass Sie sie herunterladen und auf Ihren eigenen Servern oder einer Cloud Ihrer Wahl betreiben können. Das ist nicht dasselbe wie vollständig offene Trainingsdaten und Code, reicht aber aus, um selbst zu hosten, feinzutunen und die Inferenz in Ihrer eigenen Umgebung zu halten — die Eigenschaft, die es regulierten Teams erlaubt, die Einsparungen zu realisieren, ohne Daten an eine Offshore-API zu senden.
Was sollten Software-Teams angesichts der Kostenverschiebung tun?
Setzen Sie eine anbieterunabhängige Routing-Schicht vor Ihre LLM-Aufrufe, benchmarken Sie chinesische Open-Weight-Modelle auf Ihren eigenen Aufgaben, und hosten Sie für regulierte Daten die offenen Gewichte in Ihrer eigenen US- oder EU-Umgebung, statt eine Offshore-API aufzurufen. Verfolgen Sie die Token-Kosten pro Feature, halten Sie ein leistungsfähiges Fallback verdrahtet und dokumentieren Sie für Audits, welches Modell und welchen Hosting-Pfad jedes Feature nutzt.
Quellen
CNBC — Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge
Rest of World — When Americans choose Chinese AI
Forbes — China’s DeepSeek V4 and Qwen reshape the open-source AI race