US-Unternehmen schauen bei ihrem KI-Bedarf zunehmend über die Vereinigten Staaten hinaus. Da chinesische Open-Weight-Modelle die Lücke zu den geschlossenen US-Pendants schließen, gewinnt die Idee chinesischer Alternativen bei immer mehr Unternehmen an Zustimmung — und neue Ausgabendaten deuten darauf hin, dass dieser Wandel, wenn auch noch in begrenztem Umfang, bereits im Gange ist.

Der Grund dafür ist naheliegend. „Open weight“ bedeutet, dass die zugrunde liegenden Parameter eines Modells veröffentlicht werden und von jedem heruntergeladen werden können. Unternehmen können die Systeme dadurch auf ihrer eigenen Infrastruktur oder über Drittanbieter-Plattformen betreiben, statt von der API eines einzelnen Anbieters abhängig zu sein. Das verschafft Unternehmen mehr Möglichkeiten, KI-Systeme feinzujustieren, macht den Einsatz deutlich günstiger und gibt ihnen insgesamt mehr Kontrolle — einschließlich der größeren Sicherheit, dass ihre Daten nicht zum Training potenziell konkurrierender Produkte verwendet werden. Zwar dominieren Anthropic und OpenAI weiterhin, wie US-Unternehmen KI einkaufen, doch die Zahlen deuten auf Veränderungen an den Rändern hin.

Laut Ramps aktuellem AI Index — das Ausgabenmanagement-Unternehmen erfasst Token- und Abonnementausgaben über seinen Geschäftskundenstamm hinweg und bietet damit einen ungewöhnlich direkten Einblick darin, wie Unternehmen KI tatsächlich bezahlen — stieg der Anteil der Unternehmen, die für Model-Serving-Plattformen zahlen, die Zugang zu Open-Source- und in China entwickelten Modellen bieten, im Juli auf 6,1% aller KI-ausgebenden Unternehmen, nach 4,5% im Januar 2026.

Der Wandel könnte auf ein wachsendes Interesse von Unternehmen an Open-Weight-Modellen wie Moonshots Kimi K3 hindeuten, das bei seiner Veröffentlichung für Aufsehen sorgte, weil es sowohl ein ungewöhnlich großes Open-Weight-Modell als auch eines war, das bei Coding- und agentischen Aufgaben Leistungen nahe an führenden proprietären Systemen zeigte.

Z.AI, ein weiteres chinesisches KI-Labor, bestätigte diese Woche, dass es Ox Alpha entwickelt hat, ein zuvor anonymes Modell, das bei KI-Benchmarks gut abgeschnitten hatte und am Wochenende enthusiastische Reaktionen von KI-Entwicklern erhielt. Das Unternehmen hat es in GLM-5.3-Flash umbenannt und angekündigt, 0,15 US-Dollar pro Million Input-Token und 0,50 US-Dollar pro Million Output-Token zu verlangen — ein weiteres aggressiv bepreistes chinesisches Angebot in einem Markt, in dem DeepSeek und Moonshot den Preisdruck auf Wettbewerber bereits erhöht haben. Da der API-Zugang zu KI-Modellen nach Token verkauft wird, schlagen diese Preise direkt auf die Betriebskosten durch, und Preise unter einem US-Dollar machen Workloads mit hohem Volumen deutlich günstiger als Frontier-Alternativen.

Z.ai dürfte zudem kurz davor stehen, eine größere Version von GLM-5.3 zu veröffentlichen, die nach Einschätzung vieler in ihren Cyber-Fähigkeiten mit einigen der besten Modelle von Anthropic und OpenAI konkurrieren könnte — ein potenzieller Wendepunkt, der nach Ansicht vieler eine neue Ära KI-gestützter Cyberangriffe einläuten würde, auf die die Branche nur unzureichend vorbereitet ist (New York Times). Bisher hat diese Sicherheitsdebatte den von Ramps Daten erfassten kommerziellen Wandel eher begleitet als gebremst.

China liegt im Rennen um offene Modelle nun klar vorn. Hugging Face stellte fest, dass in fast jedem Monat des Jahres 2026 das größte und leistungsfähigste offene Modell aus einem chinesischen Labor kam (State of Open Models). Die bemerkenswertesten jüngsten US-Herausforderer kamen von Thinking Machines Lab und zuletzt von Meta — deren frühere Llama-Veröffentlichungen die Open-Weight-Bewegung unter großen US-Labs mit angestoßen hatten — doch diese US-Modelle erreichten in der Regel weder Kimi K3s Größenordnung noch seine Anziehungskraft auf Entwickler.

Alex Brunicki, Partner bei Backed VC, sagte, er sehe bereits eine Veränderung darin, wie Unternehmen Open-Source-Modelle einsetzen.

„Wir haben viele Unternehmen gesehen, die … branchenspezifische Foundation Models mit Open-Source-Modellen entwickeln, die dann auf sehr spezifische Datensätze feinabgestimmt werden“, sagte er. „Sie nutzen nicht unbedingt die Frontier-Modelle für alle Aufgaben, die sie erledigen. Sie verwenden tatsächlich diese Open-Source-Modelle, die kostenlos nutzbar sind.“

Mindestens zwei etablierte Organisationen sind in letzter Zeit öffentlich auf Open Source für Teile ihres Geschäfts umgestiegen. Thomson Reuters erklärte diese Woche, dass es ein intern entwickeltes Modell namens Thomson-1 aufgebaut habe, basierend auf Snowdon, einem System, das das Unternehmen durch Anpassung von Alibabas Open-Source-Modell Qwen entwickelt hat (Computing). Das Modell soll Dokumentenprüfungsaufgaben übernehmen, die zuvor auf Claude liefen. Im Rahmen der Ankündigung sagte CTO Joel Hron, Unternehmen bräuchten keine immer größeren und teureren Modelle, um nützliche Ergebnisse zu erzielen, und dass der Start mit einer starken offenen Grundlage und deren tiefgehende Spezialisierung leistungsfähige KI zu geringeren Kosten hervorbringen könne.

Harvey, das von OpenAI, Sequoia und Andreessen Horowitz unterstützte Legal-Tech-Unternehmen, kündigte zudem kürzlich an, dass sein neues Modell Harvey Tenet auf Moonshot AIs Open-Weight-Modell Kimi K3 aufbauend nachtrainiert wurde (SCMP). Das Unternehmen sagte, Harvey Tenet habe sowohl das Basismodell als auch US-Frontier-Systeme — darunter Fable 5 und GPT-5.6 Sol — bei komplexen agentischen Rechtsaufgaben übertroffen. Harvey hatte sein Produkt zuvor durch Anpassung geschlossener Modelle von Anthropic, OpenAI und Google aufgebaut — ein Hinweis darauf, dass selbst von führenden US-Labs finanzierte Unternehmen bereit sind, ihre Grundlagen zu wechseln, wenn die Ökonomie dafür spricht.

Ramps Chefökonom Ara Kharazian schrieb, das jüngste Wachstum von Open Source habe die Ausgaben für OpenAI oder Anthropic bislang nicht direkt geschmälert. Neue KI-Käufer entscheiden sich weiterhin für die etablierten amerikanischen Labs: Anthropic gewann im Juli bei Unternehmen am stärksten hinzu und legte um 1,1 Prozentpunkte auf einen Marktanteil von 43,5% zu, während OpenAI um 0,23 Punkte auf 39,7% stieg.

Allerdings machte Anthropics Fable 5 — das als das fortschrittlichste Modell am Markt gilt, so sehr, dass die US-Regierung den Auslandzugang aus Gründen der nationalen Sicherheit kurzzeitig aussetzte — nur 6% der Token aus, die Unternehmen bei Anthropic kaufen, und 11,4% der insgesamt für Anthropic-Modelle ausgegebenen Dollar. Das obwohl Fable 5 mit rund 10 US-Dollar pro Million Token bepreist ist, also doppelt so teuer wie OpenAIs GPT-5.6 Sol — und um ein Vielfaches über den Preisen liegt, die chinesische Open-Weight-Anbieter unter einem US-Dollar nennen. GPT-5.6 Sol macht im Vergleich dazu 25% der OpenAI-Token und 23% der Ausgaben aus.

Kharazian argumentiert, Fable 5 habe faktisch die Obergrenze des Marktes gefunden: Unternehmen seien nicht bereit, einen Aufpreis für das beste Modell am Markt zu zahlen, wenn ein günstigeres Modell ausreiche.

Zusammengenommen könnte dies darauf hindeuten, dass amerikanische Frontier-Labs die Grenze dessen erreicht haben, was Kunden für das neueste und teuerste Modell zu zahlen bereit sind — und Open Source möglicherweise einfach die Lücke füllt. Die deutlichsten kommenden Signale werden die nächsten Werte von Ramps Index sein, die zeigen, ob der Anteil der Model-Serving-Nutzung weiter steigt, sowie Z.AIs größeres GLM-5.3, das sowohl testen wird, wie weit chinesische Open Weights bei der Leistungsfähigkeit gehen können, als auch die damit verbundenen Sicherheitsbedenken.

Weitere KI-Nachrichten:

• Google DeepMind verliert laut neuen Daten seinen Vorsprung bei erstklassigen KI-Talenten.
• DeepSeek strebt 7,4 Milliarden US-Dollar bei einer Bewertung von 74 Milliarden US-Dollar an.
• Der Leiter des OpenAI-Rechenzentrums verlässt das Unternehmen inmitten einer breiteren Abwanderung.
• OpenAI veröffentlichte weitere Details zum Hugging-Face-Hack.

Berichtet von Beatrice Nolan für Fortune (beatrice.nolan@fortune.com, @beafreyanolan). Ursprünglich veröffentlicht auf Fortune.com.