2026 CHINA-KI
PREIS_
WENDE_
AUGUST.

Zwischen dem 12. und 17. August haben drei chinesische Labore Schritte gemacht, die sich auf den ersten Blick widersprechen. DeepSeek hebt einzelne API-Tarife um bis zu 1.100 % an. Alibaba legt im selben Fenster erstmals die Gewichte eines Max-Flaggschiffs mit 2,4 Billionen Parametern offen. Zhipu liefert GLM-5.3 und hebt Coding-Benchmarks um rund das Sechsfache — auf derselben 743-Milliarden-Basis wie GLM-5.2, ohne erneutes Pretraining. Problem: Headline-Prozente bilden keine Rechnung ab, und „chinesisches Modell = günstigstes Modell“ trägt nicht mehr. Kern: Der Wettbewerb verschiebt sich von reinem Preisdruck auf Preisgestaltungsmacht. Aufbau: Timeline, Preis- und Spezifikationstabellen, drei Strategien, Direktvergleich, ungeprüfte Behauptungen, Fünf-Schritte-Checkliste und FAQ.

1. Drei harte Randbedingungen dieser Woche

1. Die 1.100 % gelten für eine Abrechnungszeile, nicht für die ganze Rechnung. Gemeint ist der Peak-Cache-Hit-Input — die Zeile, die zuvor fast bei null lag. Output, der die meisten realen Rechnungen bestimmt, steigt um 350 %. Cache-Miss-Input steigt um 200 %.
2. Die offizielle API ist nicht mehr automatisch der günstigste Host. Zur Peak-Zeit liegt DeepSeeks Listenpreis über mehreren Drittanbietern (GMI Cloud, Novita und andere listen V4 Pro derzeit unter dem neuen offiziellen Peak). Off-Peak-V4-Pro bleibt klar unter Claude Opus 5, aber Qwen3.8-Max International ($2/$6) und OpenAI GPT-5.6 Luna ($0,20/$1,20) unterbieten DeepSeeks Off-Peak-Satz in mindestens einer Dimension.
3. Open Weights sind nicht Apache 2.0. Alibaba hängt eine eigene Qwen3.8-Max-Lizenz an: Jedes Model-as-a-Service- oder AI-Work-Assistant-Geschäft mit mehr als 50 Mio. USD Umsatz in einem beliebigen 12-Monats-Fenster muss eine gesonderte Kommerzlizenz verhandeln. Behauptungen, die Lizenz verbiete Downloads aus den USA, der EU, dem Vereinigten Königreich oder Südkorea, sind falsch — der veröffentlichte Text enthält keine geografische Klausel.

2. Timeline: was wann passiert ist

Datum	Ereignis
16. Jul 2026	Moonshot AI veröffentlicht Open Weights für Kimi K3 (2,8 Billionen Parameter); zieht US-Sicherheitsprüfungen nach sich
2.–3. Aug 2026	Alibaba kündigt Qwen3.8-Max an und schaltet die gehostete API frei
10. Aug 2026	Meta veröffentlicht Muse Glimmer (30 Mrd., Apache 2.0) und kündigt Open Weights für das Flaggschiff Muse Spark 1.2 an
12. Aug 2026	Alibaba legt Qwen3.8-2.4T-A95B auf Hugging Face/ModelScope offen; xAI liefert Grok 4.6
13. Aug 2026	DeepSeek-V4-Pro geht GA und kündigt die Preiserhöhung zum 17. August an; Google liefert das vergünstigte Gemini 3.7 Flash
14. Aug 2026	Zhipu liefert GLM-5.3 und nutzt weiter die 743-Mrd.-Basis von GLM-5.2
17. Aug 2026, 00:00 Peking-Zeit	DeepSeeks neue Preise gelten

Weiter zurückgezoomt: Am 30. Juli senkte OpenAI den günstigsten Tarif (GPT-5.6 Luna, minus 80 %), am 6.–7. August machte Luna das kostenlose Standardmodell mit unbegrenztem Textchat. Während chinesische Labore Preise anheben und Flaggschiff-Gewichte öffnen, senken US-Labore Preise und gehen auf der Verbraucherseite auf Gratis. Das ist keine Koinzidenz, sondern dieselbe Preisauseinandersetzung von zwei Seiten.

3. Die Zahlen: was sich tatsächlich geändert hat

DeepSeek-Preiserhöhung (gültig 17. Aug, 00:00 Peking-Zeit; Peak 9–12 Uhr und 14–18 Uhr Peking-Zeit)

Abrechnungsposition (pro 1 Mio. Tokens)	Alter Preis	Neu Off-Peak	Neu Peak	Peak-Anstieg
V4-Flash Cache-Hit (Input)	¥0,02	¥0,05	¥0,10	~400 %
V4-Flash Cache-Miss (Input)	¥1,0	¥1,5	¥3,0	200 %
V4-Flash Output	¥2,0	¥4,5	¥9,0	350 %
V4-Pro Cache-Hit (Input)	¥0,025	¥0,15	¥0,30	~1.100 %
V4-Pro Cache-Miss (Input)	¥3,0	¥4,5	¥9,0	200 %
V4-Pro Output	¥6,0	¥13,5	¥27,0	350 %

Die Headline von 1.100 % gilt ausschließlich für Peak-Cache-Hit-Input. Unabhängige Kostenmodelle kommen bei einer realistischen Schwerlast (rund 84 Mio. Tokens/Monat, überwiegend Off-Peak, zur Hälfte Cache-Hits) auf einen Rechnungsanstieg näher an 1,8× — spürbar, aber weit unter den schärfsten Schlagzeilen. Wer Stabilität in der Monatsplanung braucht, rechnet deshalb Zeile für Zeile, nicht mit einem einzigen Multiplikator.

Qwen3.8-2.4T-A95B (Qwen3.8-Max Open Weights): Kernspezifikation

Merkmal	Detail
Parameter	2,4 Billionen gesamt, 95 Mrd. aktiv pro Token (MoE, 512 Experten, 10 geroutet + 1 geteilt)
Kontextfenster	262.144 Tokens nativ (offener Checkpoint), erweiterbar auf ~1,01 Mio.; gehostete Max-Version standardmäßig 1 Mio.
Release-Takt	Vorschau 2. Aug → API live 3. Aug → Open Weights 12. Aug
API-Preis (International)	$2/M Input, $6/M Output
Lizenz	Nicht Apache 2.0 — eigene Qwen3.8-Max-Lizenz
Bedeutung	Erstmals öffnet Alibaba ein Max-Flaggschiff; Qwen3.5/3.6/3.7 Max blieben API-only

GLM-5.3 gegen GLM-5.2: dieselbe Basis, nur Post-Training

Benchmark	GLM-5.2	GLM-5.3	Änderung
Terminal-Bench 3.0	4,6 %	28,3 %	+23,7 Punkte
DeepSWE v1.1	46,2 %	66,9 %	+20,7 Punkte
Agents' Last Exam (CLI)	23,8 %	28,5 %	+4,7 Punkte
CyberGym	77,2 %	84,5 %	+7,3 Punkte
AutomationBench	26,2 %	48,2 %	+22,0 Punkte

Das sind Zhipus eigene Angaben — ein unabhängiger Drittlauf ist bisher nicht veröffentlicht. GLM-5.3 liegt auf Terminal-Bench 3.0 weiter hinter GPT-5.6 Sol (34,6 %) und Claude Fable 5 (33,7 %); es ist ein Spitzenergebnis unter Open-Weight-Modellen, kein uneingeschränkter Frontier-Sieg. Für Nachvollziehbarkeit der Leistungsbehauptung gilt: Vendor-Selbsttest bleibt Vendor-Selbsttest, bis ein Dritter denselben Harness wiederholt.

4. Drei Strategien, drei Logiken

DeepSeek: Tageszeitpreise machen Kapazität sichtbar, sie sind keine Strategiekehrtwende

Die einfachste Fehllektüre lautet: „Chinas günstigstes Modell knickt endlich vor der Marge ein.“ Die Tarifstruktur liest sich eher wie das Gegenteil: Ein Anbieter macht Rechenengpässe erstmals im Preisblatt sichtbar. Der alte, immer günstige Flattarif funktionierte als Kundengewinnung, solange GPU-Kapazität mit der Nachfrage mithielt. Als die Nutzung exponentiell wuchs und die Kapazität nicht, musste etwas explizit werden — und „flexiblere Lastplanung anregen“ ist Unternehmenssprache für „Peak-Compute ist knapp, verschieben Sie die Last selbst“.

Ein Detail, das internationale Berichte oft auslassen: Zur Peak-Zeit liegt DeepSeeks offizielle API über mehreren Wiederverkäufern. Die Annahme, die offizielle API sei immer der günstigste Weg, DeepSeek zu betreiben, ist zum ersten Mal gebrochen. Wer stabile Monatsrechnungen will, plant deshalb Peak und Off-Peak getrennt und prüft Dritthosts gegen die offizielle Liste, statt einem einzigen SKU zu folgen.

Alibaba: Open Weights kaufen Ökosystem; die eigene Lizenz schützt die Umsatzdecke

Alibaba hat zwei Dinge gleichzeitig getan: den vollständigen 2,4-Billionen-Checkpoint zum freien Download gestellt und eine eigene Lizenz angehängt. Jedes Model-as-a-Service- oder AI-Work-Assistant-Geschäft mit mehr als 50 Mio. USD Umsatz in einem beliebigen 12-Monats-Fenster muss eine gesonderte Kommerzlizenz verhandeln. Produkte mit mehr als 100 Mio. monatlich aktiven Nutzern oder mehr als 20 Mio. USD Monatsumsatz müssen den Modellnamen prominent zeigen.

Die Logik: Gewichte abgeben, um Entwickler — besonders international — zu gewinnen, und gleichzeitig Preishebel über die wenigen Firmen behalten, die darauf ein konkurrierendes Inferenzgeschäft bauen können. Das ist ein anderer Einsatz als Metas Muse Glimmer, das unter uneingeschränktem Apache 2.0 erscheint. „Open Weights“ bedeutet bei diesen beiden Releases nicht dasselbe.

Ein Gerücht, das sich explizit räumen lässt: Behauptungen, Alibabas Lizenz verbiete Downloads aus den USA, der EU, dem Vereinigten Königreich und Südkorea, sind falsch. Der veröffentlichte Lizenztext enthält keinerlei geografische oder territoriale Klausel. Für Nachvollziehbarkeit gilt die LICENSE-Datei, nicht der Ankündigungsthread.

GLM-5.3: keine neue Basis, nur ein größerer Post-Training-Einsatz

Die belastbare Tatsache ist die Methode: dieselbe 743-Milliarden-Parameter-Basis wie GLM-5.2, kein erneutes Pretraining, und ein Sprung um rund das Sechsfache auf Terminal-Bench 3.0 (4,6 % → 28,3 %) allein durch skalierte Reinforcement-Learning-Umgebungen im Post-Training. Wenn Pretraining-Scaling-Laws abnehmende Erträge zeigen, wird Post-Training-RL zu einem eigenen Leistungshebel mit deutlich niedrigerer Kostenschwelle als ein neues Foundation-Modell. Das senkt die Eintrittsbarriere für mittlere Labore — und erklärt, warum ein „Feinschliff“-Release die Schlagzeilen dieser Woche mitträgt.

5. Direktvergleich: Ist DeepSeek noch das günstigste Frontier-Modell?

Modell	Input (pro 1 Mio. Tokens)	Output (pro 1 Mio. Tokens)	Open Weights?
DeepSeek V4-Pro (Peak)	¥9,0 (~$1,26)	¥27,0 (~$3,78)	Nein
DeepSeek V4-Pro (Off-Peak)	¥4,5 (~$0,63)	¥13,5 (~$1,89)	Nein
Qwen3.8-Max (internationale API)	$2,00	$6,00	Ja (eigene Lizenz)
OpenAI GPT-5.6 Luna	$0,20	$1,20	Nein
Claude Opus 5 (impliziert, laut Alibabas eigenem Vergleichsverhältnis)	~$5,00	~$25,00	Nein

RMB-USD-Umrechnung bei ~¥7,15/$1, Näherungswert. Auch nach der Erhöhung bleibt DeepSeek V4-Pro Off-Peak klar unter Claude Opus 5, ist aber nicht mehr die eindeutig günstigste Option — sowohl Qwen3.8-Max International als auch OpenAIs Luna unterbieten DeepSeeks Off-Peak-Satz. „Chinesisches Modell = günstigstes Modell“ galt den Großteil von 2025 und Anfang 2026; es ist keine sichere Annahme mehr. Stabile Routen entstehen durch Schichtung, nicht durch ein einziges Billiglabel.

6. Was umstritten oder ungeprüft ist

• Die Headline von 1.100 % ist technisch korrekt, ohne Kontext aber irreführend. Sie gilt nur für Peak-Cache-Hit-Input. Output — die Kosten, die die meisten realen Rechnungen bestimmen — steigt um 350 %.
• Behauptungen, Qwen3.8-Max laufe auf Alibabas eigenen Zhenwu-M890-Chips (und „Pangu AL128“-Superknoten), von mehreren chinesischen Finanzmedien berichtet, sind weder durch Alibabas eigene technische Dokumentation noch durch Drittbenchmarks unabhängig bestätigt. Als vendor-nah, ungeprüft behandeln.
• GLM-5.3s berichtete Entdeckung einer „schweren Schwachstelle“ in Cursor stammt von VentureBeat und Zhipus eigener Angabe; konkrete technische Details sind nicht öffentlich. Als vendor-seitig, nicht unabhängig auditiert lesen.
• Berichte, Chinas Handelsministerium bereite Gegensanktionen bei KI-/Halbleitertechnik vor, sind spekulativ und stützen sich auf unbestätigte Medienberichte, nicht auf eine amtliche Ankündigung.

7. Fünf-Schritte-Checkliste: den Stack neu bepreisen

1. Abrechnungszeilen trennen. Nicht die ganze Rechnung mit 1.100 % multiplizieren. Cache-Hit-Input, Cache-Miss-Input und Output haben drei verschiedene Deltas. Peak-Stunden sind 9–12 Uhr und 14–18 Uhr Peking-Zeit.
2. Batch-Last Off-Peak legen. Die offizielle Ankündigung fordert flexiblere Lastplanung. Unabhängige Modelle einer schweren, überwiegend Off-Peak-, hälftig Cache-Hit-Last landen näher bei 1,8×, nicht bei 11×. Das ist der stabile Pfad für Monatsbudgets.
3. Die Qwen-Lizenz lesen, nicht den Ankündigungsthread. Persönliche Projekte und interne Unternehmensnutzung bleiben unberührt. Die Schwelle greift, wenn Sie ein Model-as-a-Service- oder AI-Work-Assistant-Geschäft betreiben, das in einem beliebigen zusammenhängenden 12-Monats-Fenster mehr als 50 Mio. USD verdient hat. Es gibt kein geografisches Verbot.
4. GLM-5.3-Werte als Vendor-Selbstberichte behandeln. Der Sprung 4,6 % → 28,3 % auf Terminal-Bench ist nur Post-Training. Ein unabhängiger Drittlauf ist nicht öffentlich. Es liegt weiter hinter GPT-5.6 Sol (34,6 %) und Claude Fable 5 (33,7 %).
5. Nach Tarif routen statt nach „günstigstem chinesischen Modell“. Off-Peak DeepSeek V4-Pro unterbietet Claude Opus 5 weiter. Qwen3.8-Max International und GPT-5.6 Luna unterbieten DeepSeek Off-Peak in mindestens einer Dimension. Zur Peak-Zeit GMI Cloud und Novita gegen die offizielle Liste legen.

8. Warum das zählt: zwei Preisauseinandersetzungen parallel

Im vergangenen Monat haben Chinas führende Labore Releases in einem Takt ausgeliefert, den inländische Finanzmedien „drei Modellupdates pro Woche“ (一周三更) nennen — DeepSeek, Alibaba und Zhipu, plus Moonshots Kimi K3 (Open Weights 16. Juli, 2,8 Billionen Parameter) und zuvor MiniMax H3. Die chinesische Berichterstattung rahmt das weitgehend als Open-Weight-Welle, die „eine globale Neubepreisung der KI-Branche erzwingt“.

US-Labore fahren auf der Verbraucherseite den gegenteiligen Zug: OpenAI senkte den günstigsten Tarif am 30. Juli um 80 % und machte das Modell eine Woche später (6.–7. August) für alle Nutzer kostenlos und unbegrenzt; Google lieferte am 13. August ein coding-orientiertes Modell zum halben Preis des drei Wochen alten Vorgängers. Chinesische Labore öffnen Flaggschiffe und führen gestufte, höhere Preise am kapazitätsknappen oberen Ende ein; US-Labore laufen am unteren Ende Richtung Gratis und Billig. Beides sind reale Strategien; sie optimieren verschiedene Teile des Trichters.

Es gibt auch eine geopolitische Schicht, die vorsichtig zu benennen ist. Moonshots Kimi-K3-Open-Weighting im Juli zog bereits US-Sicherheitsprüfungen nach sich; dass Alibaba genau dieses Fenster nutzt, um ein 2,4-Billionen-Flaggschiff zu öffnen, lesen manche Analysten als Versuch, internationale Sichtbarkeit und eine „technologische Parität“ festzuziehen, bevor eine mögliche regulatorische Verengung greift. Das ist eine informierte Lesart, kein bestätigter Fakt — aber Teil des Kontexts, der schwer sichtbar bleibt, wenn man nur englischsprachige Tech-Presse liest, die diese Releases meist als isolierte Produktnews behandelt statt als nationales Muster.

Metas Schritt ist nur eine teilweise Rückkehr zur Llama-Ära. Muse Glimmer ist ein destilliertes 30-Mrd.-Modell, nicht Metas echtes Flaggschiff. CEO Mark Zuckerberg hat Open Weights für das größere, geschlossene Muse Spark 1.2 „bald“ angekündigt. Geschähe das, wäre es das erste offen veröffentlichte US-Flaggschiff. Zum Zeitpunkt dieser Veröffentlichung ist das nicht geschehen; als erklärte Absicht behandeln, nicht als bestätigten Fakt.

Für Betreiber ist die praktische Antwort nicht, ein Lager zu wählen. Sie ist, das Ledger zu teilen: Peak gegen Off-Peak, Cache-Hit gegen Miss, Lizenzschwellen, Vendor-Selbstberichte gegen Drittläufe. Cloud-APIs absorbieren weiter Burst-Verkehr und Flaggschiff-A/B-Tests. Sobald offizielle Peak-Sätze nicht mehr der günstigste Host sind und offene Checkpoints auf Billionen-Parameter-MoE springen, versagen Unified Memory eines Laptops und ein dauerhaft laufender Agent-Stack meist zuerst. Wer Datenhoheit über Checkpoints und Nachvollziehbarkeit der Last braucht, legt Long-Context- und 24/7-Agent-Arbeit besser auf einen getakteten Remote-Mac-Knoten, statt jeden Token durch eine einzige offizielle Peak-SKU zu schicken.

9. FAQ

Ist DeepSeek nach der Preiserhöhung noch günstiger als GPT-5.6 oder Claude?
Der Off-Peak-Satz bleibt günstiger als Claude Opus 5, ist aber nicht mehr die eindeutig günstigste Option insgesamt — OpenAIs GPT-5.6 Luna ($0,20/$1,20 pro Million Tokens) und Alibabas internationales Qwen3.8-Max ($2/$6) unterbieten DeepSeeks neue Off-Peak-Sätze in mindestens einer Dimension. DeepSeek bleibt für ein Frontier-Modell vergleichsweise günstig, nur nicht mehr das eindeutig günstigste.

Kann ich Alibabas Qwen3.8-Max-Open-Weights kostenlos in einem kommerziellen Produkt nutzen?
Ja, für die meisten Fälle — persönliche Projekte und interne Unternehmensnutzung bleiben unberührt. Die Schwelle greift nur, wenn Sie ein Model-as-a-Service- oder AI-Work-Assistant-Geschäft betreiben, das in einem beliebigen zusammenhängenden 12-Monats-Fenster mehr als 50 Mio. USD verdient hat; diese Stufe verlangt eine gesonderte Kommerzlizenz von Alibaba.

Ist Qwen3.8-Max für Nutzer in den USA, der EU oder dem Vereinigten Königreich gesperrt?
Nein. Diese Behauptung kursierte online, ist aber falsch — die veröffentlichte Lizenz enthält keinerlei geografische Beschränkung. Die Einschränkungen sind umsatzbezogen, nicht an den Standort von Ihnen oder Ihren Nutzern gebunden.

Was unterscheidet GLM-5.3 tatsächlich von GLM-5.2?
Auf Basis-Ebene nichts — beide nutzen dasselbe Foundation-Modell mit 743 Milliarden Parametern. Die Leistungsgewinne (rund das Sechsfache auf Terminal-Bench 3.0) kommen vollständig aus skaliertem Reinforcement Learning im Post-Training, ohne erneutes Pretraining der Basis.

Wird Meta tatsächlich sein Flaggschiff öffnen, nicht nur das kleinere Muse Glimmer?
Noch nicht. Muse Glimmer ist ein destilliertes 30-Mrd.-Modell, nicht Metas echtes Flaggschiff. Zuckerberg hat Open Weights für Muse Spark 1.2 „bald“ angekündigt. Zum Zeitpunkt dieser Veröffentlichung ist das nicht geschehen; als erklärte Absicht behandeln, nicht als bestätigten Fakt.

10. Quellen

• DeepSeeks offizielle Preismitteilung, gegengeprüft mit Wall Street CN, IT Home, AIGC.cn und der V2EX-Community
• Alibabas offizielle Qwen-Modellrepositorien (Hugging Face / ModelScope) und South-China-Morning-Post-Berichte zu den Lizenzbedingungen
• Zhipus (Z.ai) offizielle GLM-5.3-Technikseite sowie Berichte von VentureBeat und StableLearn
• Offizieller Blog von Meta AI Research und VentureBeat-Berichterstattung zu Muse Glimmer
• Chinesische Finanzmedien (Yicai / 第一财经, Sohu Finance) zu Takt und Rahmung der Open-Weight-Release-Welle

Preise, Lizenzbedingungen und Benchmark-Werte spiegeln öffentlich verfügbare Informationen zum Veröffentlichungszeitpunkt. Prüfen Sie die aktuellen offiziellen Preise und Lizenzbedingungen vor einer Weiterveröffentlichung und beachten Sie, dass oben als ungeprüft markierte Details (inländische Chip-Behauptungen, der Cursor-Schwachstellenbericht und Exportkontroll-Gerüchte) nicht unabhängig bestätigt sind.

11. Schluss: Nach der Peak-Erhöhung braucht der Kontrollstack weiter einen Ort

Gehostete APIs funktionieren weiter. Die Grenzen sind jetzt explizit: Der Peak-Listenpreis ist nicht mehr garantiert der günstigste, die eigene Lizenz holt große kommerzielle Nutzer zurück, und ein 2,4-Billionen-MoE-Checkpoint ist kein Laptop-Job. Windows- und Linux-GPU-Boxen eignen sich für Durchsatz-Inferenz, sind aber meist schlechter für Cursor-Toolchains, dauerhaftes OpenClaw, MLX-Quantisierungsprüfungen und grafiknahe Workflows. Wenn API-Limits, Peak-Sätze und ein 2,4-T-Checkpoint den Laptop sprengen, gehört die Last auf einen Mac — und für reproduzierbare DeepSeek-Off-Peak-Routen, Qwen-Open-Weight-Versuche und GLM-5.3-Coding-Benches auf einen MACGPU-Remote-Mac: per SSH hinein, den Knoten takten, den Laptop zum Editieren behalten und aufhören, jeden Token durch eine einzige offizielle Peak-SKU zu schicken.