Chinesische Modelle nehmen bis zu 46% des Tokenverbrauchs von amerikanischen Unternehmen ein, und die Rechnung geht auf
DeepSeek und GLM 5.2 kosten einen Bruchteil des Preises amerikanischer Frontier-Modelle und gewinnen Unternehmen, die pro Token bezahlen. CNBC zeigt das Diagramm, das OpenAI und Anthropic nicht veröffentlicht sehen wollten.
Der Anteil der Tokens, den amerikanische Unternehmen in chinesischen Sprachmodellen über OpenRouter konsumieren, hat seit dem 8. Februar 30% überschritten und erreichte kürzlich Spitzenwerte von 46%, laut Daten, die CNBC am 7. Juli veröffentlicht hat. Das Diagramm ist das fehlende Argument für eine These, die bereits unter Infra-Analysten zirkulierte: Die Stückkosten der amerikanischen Frontier-Modelle sind schneller gestiegen als die Bereitschaft der CIOs, dafür zu bezahlen.
DeepSeek verlangt weiterhin etwa 3% des Preises pro Token des GPT 5.5, laut einer Untersuchung von CNBC. GLM 5.2, von dem chinesischen Unternehmen Z.ai, hat einen Basispreis von 0,95 USD pro Million Input-Tokens und 3,00 USD pro Million Output-Tokens, verglichen mit einem Preis, der bei über 4,00 USD pro Million in den amerikanischen Frontier-Modellen liegt. Die chinesischen Open-Source-Modelle sind zwischen 60% und 90% günstiger als die entsprechenden westlichen Wettbewerber im gleichen Zeitraum.
Benchmark von Agenten und Wachstum in vertikaler Kurve
GLM 5.2 erreichte weniger als einen Prozentpunkt hinter Claude Opus 4.8 in einem agentischen Benchmark, der von Vercel überwacht wurde, bei etwa einem Fünftel des Preises. Vercel verzeichnete auch das schnellste Wachstum eines jeden Modells auf ihrer Plattform in diesem Jahr: ein tägliches Token-Volumen, das um das 27-fache multipliziert wurde, und eine Kundenbasis, die sich in der ersten vollen Woche nach der Markteinführung um das 80-fache vergrößert hat. Dieses Verhalten ist nur nachhaltig, wenn das Modell tatsächlich in Produktionspipelines integriert wird, nicht in Tests aus Neugier.
Eine zweite Kennzahl, nun von DeepSeek, hilft, das Bild zu vervollständigen. Das Unternehmen begann, direkt über Reseller, die im OpenRouter gelistet sind, an amerikanische Kunden zu verkaufen, was die wahrgenommene Compliance-Hemmnis für CIOs verringerte, die zuvor eine europäische Vermittlungsebene verlangten. Das Ergebnis ist der wöchentliche Standard von 30% Marktanteil seit Februar, mit Spitzen auf 46% in Release-Wochen neuer Funktionen.
Wo der Effekt zuschlägt: USA, Deutschland und Indien
In den Vereinigten Staaten haben Plattformanbieter wie Vercel, Fireworks und Together AI als Sprungbrett für chinesische Modelle gedient und so die reputationsbezogene Barriere umgangen. Startups im Bereich Codierung, Kundenservice und RAG, die die monatliche Rechnung von OpenAI begleichen, sehen sich Einsparungen von 60% gegenüber und zögern nicht, AB-Tests durchzuführen. In Deutschland, wo CIOs von Banken wie der Deutschen Bank und Commerzbank unter explizitem Druck stehen, die Computerkosten bis 2026 zu senken, erscheinen GLM 5.2 und DeepSeek V4 als Optionen für die sekundäre Motorisierung im Prompt-Routing, insbesondere für Aufgaben der Zusammenfassung und Klassifizierung. In Indien betreiben TCS, Infosys und Wipro zusammen mehr als 300.000 Lizenzen für Microsoft 365 Copilot, aber die internen Ingenieurpraktiken testen chinesische Modelle in Pilotprojekten, hinter einem doppelt Ziel: die Kosten pro Token reduzieren und sich von der strategischen Abhängigkeit eines einzelnen Anbieters zu befreien. Alle drei befinden sich in geographischen Regionen, die sensibel für Datenkontrolle sind, was die Piloten in On-Prem-GPU-Implementierungen oder souveränen Clouds vorantreibt.
Der Teil, den CNBC nicht geschrieben hat und den die Sourcing-Analysten hinter verschlossenen Türen wiederholen, ist, dass das Prompt-Routing zu einer Ingenieursdisziplin geworden ist: komplexe Anfragen an Opus oder GPT-5 trennen und das routinemäßige Volumen an günstige chinesische Modelle weiterleiten. Das ist etwas anderes, als einfach den Anbieter zu wechseln. Es ist eine Architektur, die zwei permanente Motoren voraussetzt.
Die Gegenseite auf amerikanischer Seite
Die gegenteiligen Ansichten verdienen Erwähnung. Analysten von Morgan Stanley und Sam Altman selbst argumentieren zu Recht, dass der Preis pro Token die Gesamtkosten unterschätzt. Ein günstigeres chinesisches Modell erfordert mehr Runden der Prompt-Engineering, erzielt weniger konsistente Qualitätssprünge in Portugiesisch und Deutsch und bringt geopolitisches Risiko mit sich, das sich bereits in Unternehmensentscheidungen über Totalsperren materialisiert hat. Anthropic erklärte seinerseits im Mai, dass es auf 47 Milliarden USD Umsatz im Jahr 2026 und auf Gewinn im Jahr 2029 zusteuert, was darauf hinweist, dass der Premium-Segment weiterhin eine Nachfrage hat. Das Gegenargument macht das CNBC-Diagramm nicht ungültig, platziert es jedoch am richtigen Ort: Ein Teil des Rückgangs der Tokens ist Substitution, und ein Teil ist neues Volumen, das nur existiert, weil es günstig geworden ist.
Die Frage für das nächste Quartal ist nicht, zwischen amerikanisch und chinesisch zu wählen. Es geht darum, die Routing-Architektur zu entwerfen, die übersteht, wenn beide Anbieter im gleichen Monat die Preise ändern.