Alibaba, DeepSeek treiben Chinas Wettlauf um KI-Modelle hin zu niedrigeren Kosten voran

Alibaba hat Qwen3.8-Max eingeführt, sein bisher leistungsfähigstes KI-Modell, während DeepSeek’s neues V4-Flash Aufmerksamkeit erregt, da es Inferenzpreise anbietet, die niedriger sind als die mehrerer Wettbewerber.

Mit 2,4 Billionen Parametern verwendet Qwen3.8-Max eine Mixture-of-Experts-Architektur, die pro Anfrage nur eine Teilmenge der Parameter aktiviert. Alibaba berichtet, dass zu jedem gegebenen Zeitpunkt etwa 95 Milliarden Parameter aktiv sind, was die Kosten und Latenz im Vergleich zu Modellen, die alle Parameter aktivieren, erheblich reduziert.

DeepSeek nutzt eine ähnliche sparse Architektur, jedoch in kleinerem Maßstab. Laut Artificial Analysis enthält V4-Flash 284 Milliarden Gesamtparameter, wobei 13 Milliarden während der Inferenz aktiv sind, während Moonshot AIs Kimi K3 2,8 Billionen Gesamtparameter und etwa 104 Milliarden aktive Parameter aufweist.

Qwen3.8-Max verarbeitet Text, Bilder und Videos und unterstützt ein Kontextfenster von bis zu einer Million Token. Alibaba bemerkte zudem, dass das Modell erfolgreich ein Software-Ingenieurprojekt abgeschlossen hat, das 16 Tage dauerte.

Größenmäßig konkurriert Qwen3.8-Max mit Kimi K3, das von Moonshot AI im Juli veröffentlicht wurde. Die beiden Unternehmen konkurrieren auch bei den Preisen: Qwen3.8-Max berechnet 2 US-Dollar pro Million Eingabe-Token und 6 US-Dollar pro Million Ausgabe-Token, während Kimi K3 jeweils 3 US-Dollar und 15 US-Dollar kostet.

Die Modellgröße allein bestimmt nicht die Inferenzkosten. Faktoren wie Architektur, Anzahl der aktiven Parameter, Token-Verbrauch und die Anzahl der Aufrufe, die zur Fertigstellung einer Aufgabe erforderlich sind, beeinflussen alle die Endkosten der Ausführung eines Modells.

Nach seiner Veröffentlichung kletterte Qwen3.8-Max auf den ersten Platz unter den chinesischen Textmodellen auf der Crowdsourcing-Plattform Arena.AI, obwohl es in den Gesamtranglisten immer noch mehreren Anthropic-Modellen hinterherhinkt. Es sicherte sich auch den zweiten Platz in Arena.AIs Leaderboard für Bild- und visuelle Analyse, hinter einer Variante von Anthropic Claude Fable 5.

DeepSeek drückt die Inferenzpreise

DeepSeek hat mit V4-Flash eine andere Strategie verfolgt. Statt die massive Skalierung der neuesten Modelle von Alibaba und Moonshot AI zu imitieren, hat es das Modell unterhalb mehrerer weit verbreiteter KI-Systeme preisiert.

Laut Artificial Analysis kostet V4-Flash 0,14 US-Dollar pro Million Eingabe-Token und 0,28 US-Dollar pro Million Ausgabe-Token. Das Forschungsinstitut listet das Modell mit einem Kontextfenster von einer Million Token und 284 Milliarden Gesamtparametern auf, von denen 13 Milliarden während der Inferenz aktiv sind.

Artificial Analysis listet Cache-Hit-Preise für die Max-Effort-Version von V4-Flash mit 0,003 US-Dollar pro Million Token auf, was 98 % niedriger ist als sein Standard-Eingabesatz. Zwischengespeicherte Eingabe bezieht sich auf zuvor verarbeitete Kontexte, die bei nachfolgenden Anfragen wiederverwendet werden können.

DeepSeek’s niedrigere Token-Raten spiegelten sich auch in den Benchmark-Tests von Artificial Analysis wider. Reuters berichtete, dass das Forschungsinstitut die durchschnittlichen Kosten für V4-Flash auf drei Cent pro Test schätzte, im Vergleich zu 86 Cent für Kimi K3, 1,86 US-Dollar für OpenAIs GPT-5.6 Sol und 3,15 US-Dollar für Anthropics Claude Fable 5.

Dieser Vergleich berücksichtigt die Menge an Eingabe und Ausgabe, die jedes Modell zur Fertigstellung des Benchmarks verwendet. Ein niedrigerer Preis pro Token bedeutet nicht unbedingt geringere Aufgabenkosten, wenn ein Modell mehr Ausgabe generiert oder zusätzliche Interaktionen erfordert.

Artificial Analysis vergab der Max-Effort-Reasoning-Version von DeepSeek V4-Flash eine Punktzahl von 40 in seinem Intelligence Index. Das Forschungsinstrument zeichnete zudem eine Ausgaberate von etwa 118 Token pro Sekunde während der Tests auf.

Token-Preise erzählen nur einen Teil der Kostengeschichte

Moonshot AIs Kimi K3 bietet ein weiteres Beispiel dafür, wie beworbene API-Preise von den Kosten für die Fertigstellung längerer Workloads abweichen können. Artificial Analysis listet das Modell mit 3 US-Dollar pro Million Eingabe-Token und 15 US-Dollar pro Million Ausgabe-Token, wobei zwischengespeicherte Eingaben mit 0,30 US-Dollar pro Million Token preisiert sind.

Auf Artificial Analysis’ AA-Briefcase-Benchmark für agentic knowledge work durchschnitt Kimi K3 10,57 US-Dollar pro Aufgabe. Es generierte rund 120.000 Ausgabe-Token und nutzte im Durchschnitt 83 Durchgänge pro Aufgabe.

Artificial Analysis erklärte, dass die Kosten Kimi K3’s Token-Preise, Ausgabevolumen und Anzahl der Modellinteraktionen widerspiegelten. Wiederholte Modellaufrufe und größere Ausgaben können daher die Gesamtkosten zur Fertigstellung eines Workloads über das hinaus erhöhen, was der headline API-Rate suggeriert.

Kimi K3 verzeichnete zum Zeitpunkt der Tests die zweithöchste Gesamtpunktzahl bei der AA-Briefcase-Bewertung, hinter Claude Fable 5. Es erreichte auch 57 Punkte in Artificial Analysis’ breiterem Intelligence Index.

Der Vergleich mit DeepSeek unterstreicht, warum Messungen der Kosten pro Aufgabe einen nützlichen Kontext zu standardmäßigen API-Preisen hinzufügen. Modelle mit unterschiedlichen Architekturen und Nutzungsmustern können erheblich unterschiedliche Mengen an Rechenleistung und Token verbrauchen, während sie denselben Typ von Aufgabe bearbeiten.

Open Weights fügen eine weitere Bereitstellungsoption hinzu

Die Kosten werden auch dadurch geprägt, wie chinesische Entwickler ihre Modelle verteilen. Alibaba, DeepSeek und Moonshot AI haben weiterhin Open-Weight-Veröffentlichungen neben gehostetem API-Zugang unterstützt und Entwicklern mehr Optionen für die Bereitstellung dieser Modelle gegeben.

Artificial Analysis listet DeepSeek V4-Flash als Open-Weight-Modell unter einer MIT-Lizenz auf, mit Gewichten, die über Hugging Face verfügbar sind. Kimi K3 ist ebenfalls als Open-Weight-Modell unter Moonshot AIs eigener Lizenz verfügbar.

Open Weights ermöglichen es Entwicklern, Modelle auf ihrer eigenen Infrastruktur oder über Drittanbieter auszuführen, anstatt sich ausschließlich auf einen vom Entwickler gehosteten Inferenzdienst zu verlassen. Die Bereitstellungskosten hängen weiterhin von der verwendeten Hardware und Infrastruktur ab, aber der Zugang zum Modell ist nicht an eine einzelne gehostete API gebunden.

Dieser Ansatz unterscheidet sich von den Hauptmodellen, die von OpenAI, Anthropic und Google angeboten werden, die ihre Modellgewichte im Allgemeinen geschlossen halten.

Lian Jye Su, Chief Analyst bei Omdia, bemerkte, dass die Modellauswahl für viele Geschäftsworkloads nicht ausschließlich davon abhängt, Zugriff auf das leistungsstärkste System zu haben.

„Viele Geschäftsworkflows benötigen nicht das allerbeste Modell der Branche“, sagte Su. „Sie benötigen Modelle, die gut genug, erschwinglich, transparent und zugänglich sind, und Open-Weight-Modelle helfen, diese Nachfrage zu erfüllen.“

Siehe auch: Alibaba entwirft KI-Chips rund um Agenten, und das ändert, worum es im Rennen eigentlich geht

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Schauen Sie sich die AI & Big Data Expo an, die in Amsterdam, Kalifornien und London stattfindet. Die umfassende Veranstaltung ist Teil von TechEx und wird gemeinsam mit anderen führenden Technologieveranstaltungen durchgeführt, darunter die Cyber Security & Cloud Expo. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media betrieben. Entdecken Sie andere bevorstehende Enterprise-Technologieveranstaltungen und Webinare hier.