Der chinesische KI-Anbieter Z.ai gab bekannt, dass er 100.000 in China gefertigte Chips zur Verarbeitung von Online-Anfragen an sein neuestes KI-Modell GLM-5.3 Flash eingesetzt hat. Der Schritt zeigt, wie chinesische Anbieter ihre Abhängigkeit vom US-Chiphersteller Nvidia verringern, und unterstreicht zugleich den Trend zu einer stärkeren Optimierung von KI-Modellen.

Z.ai, früher bekannt als Zhipu AI, ist ein in Peking ansässiges Startup, das aus der Forschungsgemeinschaft der Tsinghua-Universität hervorgegangen ist und zu den führenden KI-Modellentwicklern Chinas zählt. Das neue Modell ist ein Open-Weight-Modell und multimodal, das heißt, seine trainierten Parameter können von Dritten heruntergeladen und ausgeführt werden; zudem ist es kostengünstig und umfasst 320 Milliarden Parameter. Z.ai stellte das Modell ursprünglich am 20. August unter dem Codenamen Ox Alpha vor und veröffentlichte es am 26. August offiziell unter der Open-Source-Lizenz MIT – einer der freizügigsten Open-Source-Lizenzen, die kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt. Das Modell ist auf die Verarbeitung langer Kontexte, visuell gesteuerte Agenten-Aufgaben und Code-Synthese spezialisiert.

GLM-5.3 Flash kostet von jetzt an bis zum 9. September 0,075 US-Dollar pro Million Eingabe-Tokens und 0,25 US-Dollar pro Million Ausgabe-Tokens. Danach beträgt der Preis 0,15 US-Dollar pro Million Eingabe-Tokens und 0,50 US-Dollar pro Million Ausgabe-Tokens. Tokens – Textabschnitte, etwa ein Wort oder ein Wortfragment, die Modelle lesen und erzeugen – sind die Standard-Abrechnungseinheit bei KI-Diensten. Zum Vergleich: GPT-5.6 Luna von OpenAI kostet 0,20 US-Dollar pro Million Eingabe-Tokens und 2 US-Dollar pro Million Ausgabe-Tokens, während Anthropics Claude Opus 5 mit 5 US-Dollar pro Million Eingabe-Tokens und 5 US-Dollar pro Million Ausgabe-Tokens zu Buche schlägt.

Der geopolitische Hintergrund

Die Entscheidung des chinesischen Anbieters, ausschließlich chinesische Chiplieferanten zu nutzen, fällt in eine Zeit, in der China weniger von Nvidia abhängig sein möchte. Chinas Kurs in Richtung Eigenständigkeit folgt auf Jahre, in denen die USA ihre Exportkontrollen verschärften – ein Regime, das im Oktober 2022 mit Beschränkungen für fortschrittliche Beschleuniger wie Nvidias A100 und H100 begann –, um zu verhindern, dass chinesische Technologieanbieter die leistungsfähigsten Nvidia-Chips erlangen. Obwohl einige dieser Kontrollen gelockert wurden, ordnete Chinas Regierung im September 2025 an, dass Tech-Konzerne wie Alibaba und ByteDance den Kauf von Nvidia-KI-Chips einstellen müssen, und im November verbot Peking sämtliche ausländischen KI-Chips in staatlich geförderten Rechenzentren.

Der Fortschritt chinesischer Hardware

Trotz dieser Schritte galt China in den Augen vieler Beobachter im Infrastrukturwettbewerb weiterhin als zurückliegend. Cluster dieser Größenordnung waren das Kennzeichen der größten US-KI-Labore – xAIs Supercomputer Colossus in Memphis lief Berichten zufolge beispielsweise auf rund 100.000 GPUs. Die Strategie von Z.ai deutet jedoch darauf hin, dass sich der Abstand zwischen China und den USA bei KI-Chips verringern könnte, insbesondere angesichts des in den vergangenen Jahren gestiegenen Fokus auf Inferenz im Zuge des steilen Aufstiegs von Agenten-KI. Inferenz – der Betrieb eines trainierten Modells zur Beantwortung von Anfragen, im Gegensatz zum Training, dem weitaus rechenintensiveren Prozess des Modellaufbaus – ist genau die Aufgabe, die die 100.000 Chips von Z.ai für GLM-5.3 Flash übernehmen.

„Für das Training der größten Frontier-Modelle hat Nvidia nach wie vor einen erheblichen Vorteil bei der Chip-Leistung, der Vernetzung und dem breiteren Software-Ökosystem“, sagte Kashyap Kompella, CEO und Gründer von RPA2AI Research. „Aber bei der Inferenz sieht die Sache anders aus.“

Er fügte hinzu, dass die Fähigkeit von Z.ai, GLM-5.3 Flash mit chinesischen Chips im großen Maßstab bereitzustellen, darauf hindeutet, dass chinesische Hardware für viele Inferenz-Workloads mit hohem Volumen bereits gut genug ist.

„Diese Unterscheidung ist wichtig, weil die Inferenz im Laufe der Zeit wahrscheinlich der größere KI-Chipmarkt werden wird“, sagte Kompella. „Chinesische Unternehmen benötigen möglicherweise keine exakte Chip-für-Chip-Parität mit Nvidia, wenn sie dies durch effiziente Modellarchitekturen, Software-Optimierung und große Cluster heimisch gefertigter KI-Chips ausgleichen können.“

Die ersten Signale der chinesischen Anbieter in Richtung Unabhängigkeit zeigten sich jedoch, als DeepSeek – das in Hangzhou ansässige Labor, dessen kostengünstige Modelle Anfang 2025 weltweite Aufmerksamkeit erregten – Nvidia-CUDA-Treiber umschrieb, um die Inferenz zu beschleunigen, sagte Bradley Shimmin, Analyst bei Futurum Group. Er sagte, dass chinesische Anbieter zwar auf Beschränkungen reagieren, die zunächst von der US-Regierung und später von der chinesischen Regierung auferlegt wurden, dass aber ein weiterer Faktor darin besteht, dass Unternehmen „mit den ihnen zur Verfügung stehenden Wattstunden mehr erreichen müssen“.

Anbieter wie Google mit seiner TPU-Serie und Amazon mit seinen Trainium-Chips setzen auf vertikale Integration, bei der der KI-Stack so optimiert wird, dass KI-Modelle, Infrastruktur und Software gemeinsam für eine möglichst effiziente KI-Verarbeitung eingesetzt werden.

„Was wir hier erleben, ist die echte Erkenntnis, dass der KI-Wert von der Ökonomie des Stacks ebenso getrieben wird wie von den Fähigkeiten der Modelle“, sagte Shimmin. „Was diese Firmen tun, ist schlicht, den Wert einer kleinen Investition in die Optimierung dieser Hardware zu demonstrieren.“

Das Modell

Was GLM-5.3 Flash selbst betrifft, ist die Tatsache, dass es in einem Blindtest starke Resonanz bei Entwicklern erhalten hat, bedeutsam, sagte Kompella. Viele Entwickler stürzten sich Anfang dieses Monats auf das Modell und nutzten es, ohne zu wissen, dass es von einem chinesischen Anbieter stammt; es wurde schnell zum am häufigsten heruntergeladenen Modell auf OpenRouter, einem API-Dienst, der Entwicklern ermöglicht, Anfragen über Modelle vieler verschiedener Anbieter zu routen.

„Das ist interessanter als ein weiterer Benchmark, der behauptet, dass ein chinesisches Modell nahe an ein US-Frontier-Modell herankommt“, sagte Kompella und fügte hinzu, dass es zeige, dass chinesische Open-Weight-Modelle „weiterhin als Gegengewicht zu höheren Branchenpreisen fungieren“.

Für Unternehmen bedeutet dies, dass sie ihr KI-System so gestalten müssen, „dass Workloads abhängig von Fähigkeiten, Qualität, Kosten und strategischen Überlegungen über Modelle hinweg geroutet werden können, anstatt von einem einzigen Modellanbieter abhängig zu werden“, fuhr er fort.

Auch wenn das unmittelbare Zustromen einer großen Zahl von Entwicklern zu dem Modell ein gutes Zeichen für Z.ai ist, stehen dem Anbieter noch Herausforderungen bevor. So muss er zunächst nachweisen, dass die von ihm eingesetzten Chips weiterhin Zuverlässigkeit, Wirtschaftlichkeit und Skalierbarkeit liefern können, sagte Kompella.

„An der absoluten Spitze des Modelltrainings bleibt der Zugang zu Rechenleistung eine erhebliche Hürde, weil Nvidias Vorteil dort viel schwerer zu replizieren ist“, sagte er.

Der Anbieter wird zudem US-amerikanische und europäische Unternehmen überzeugen müssen, die aufgrund von Bedenken hinsichtlich Datensicherheit, Regulierung und Beschaffung zurückhaltend gegenüber in China gehosteten KI-Diensten bleiben, fuhr Kompella fort.