Der KI-Preiskrieg 2026: Chinesische Modelle zwingen OpenAI und Anthropic zu drastischen Preissenkungen

Der AI Intelligence Index zeigt die Leistungsparität: DeepSeek V4 Flash erreicht 50 Punkte, GPT-5.6 Luna 51 und GPT-5.6 Terra 55 . DeepSeek hat zudem ein leistungsstärkeres V4-0731-Update zum gleichen Preis ausgeliefert und damit OpenAIs Preissenkung sofort wieder unterboten .

Moonshot AIs Kimi K3 wurde von Axios als "bedrohlich für den US-Markt" beschrieben und war Teil der chinesischen Modellwelle, die den Preiskrieg im Juli anheizte . Moonshot baut derweil seine Infrastruktur massiv aus und hat 20.000 neue NVIDIA-GPUs bestellt .

Anthropic reagierte anders: Statt die Preise offen zu senken, wurde das mittlere Modell leise aufgewertet – ohne den Listenpreis zu ändern .

Börsendruck: Der Preiskrieg als IPO-Risiko

Sowohl OpenAI als auch Anthropic planen offenbar den Gang an die Börse – und müssen dann Profitabilität vorweisen können. Der Preiskrieg macht das besonders schmerzhaft: Chinesische Modelle drücken die API-Preise und schwächen die Knappheit proprietärer Modelle, genau dann, wenn die US-Labore zeigen müssen, dass sie Geld verdienen können . Die Taipei Times fasst zusammen: Chinesische KI setze "das Silicon Valley unter Druck, die Preise zu senken, um Marktanteile zu gewinnen – während man gleichzeitig nach Wegen sucht, Gewinne zu erzielen" .

Enterprise-Strategie: Hybride Open-Weight-Ansätze

Die Kosten für Unternehmen, KI-Modelle zu betreiben, fielen im August 2026 auf den Jahrestiefststand – angetrieben vom Preiskrieg und der wachsenden Nutzung günstiger chinesischer Open-Weight-Modelle, so eine Studie der Investmentbank Jefferies .

Die wichtigsten Entwicklungen:

• Token-Verschiebung: Seit Februar 2026 stammen wöchentlich über 30 Prozent der US-Enterprise-Tokens auf OpenRouter von chinesischen Modellen – Mitte Juli waren es sogar 46 Prozent. US-Modelle kamen im gleichen Zeitraum auf 35,7 Prozent .
• Der Preis, nicht die Leistung, treibt die Adoption: Der Leistungsunterschied ist inzwischen so gering, dass die Kosten zum primären Wechselkriterium werden .
• Hybride Strategien: Unternehmen setzen zunehmend auf Open-Weight-Modelle für Kostenkontrolle und Datenschutz, während sie proprietäre APIs für spezifische Workloads behalten . Im Frühjahr 2026 erschienen vier leistungsstarke Open-Source-Modelle innerhalb von nur sieben Wochen – die Adoption erfolgt heute in Tagen, nicht mehr in Quartalen .

Open Source vs. Proprietär: Die Lücke ist fast geschlossen

Mozillas erster State of Open Source AI Report vom 14. Juli 2026 zeigt: Der Leistungsunterschied zwischen den besten Open-Source-Modellen und den Top-Proprietär-Systemen ist auf etwa 3 Prozent geschrumpft . Andere Beobachter berichten, dass die MMLU-Benchmark-Lücke von 17,5 Prozentpunkten im Jahr 2024 auf nur noch 0,3 Prozentpunkte im Jahr 2025 gesunken ist . Allerdings erreichen nur etwa 51 Prozent der Open-Source-Modelle tatsächlich den Produktionseinsatz – die "Harness-Layer"- und Berechtigungsmodelle halten die Enterprise-Adoption noch zurück .

Auswirkungen auf den Halbleitermarkt

Die direkten Belege für Halbleiter-Marktverschiebungen sind dünner, aber die Dynamik ist klar:

• Chinesische KI-Labore kaufen weiterhin in großem Stil NVIDIA-GPUs (Moonshot: 20.000 GPUs) und stützen damit die Nachfrage, selbst wenn US-Exportkontrollen verschärft werden.
• Das massiv steigende KI-Token-Volumen – angetrieben durch nahezu verschwindende Grenzkosten – könnte die Gesamtnachfrage nach Chips erhöhen, auch wenn die Kosten pro Token fallen.
• Analysten, zitiert von der SCMP, argumentieren, dass "fallende Modellkosten der KI-Branche langfristig nützen werden", indem sie den adressierbaren Markt massiv vergrößern .

Wichtige Unsicherheiten

• Profitabilität: IPO-Details für OpenAI und Anthropic sind noch nicht bestätigt; der Preiskrieg macht ihre Pre-IPO-Margen-Storys schwerer verkäuflich.
• Halbleiterdaten: Direkte Belege für Preis- oder Angebotsverschiebungen auf dem Chipmarkt, die direkt auf diesen Preiskrieg zurückgehen, sind rar.
• Nachhaltigkeit: Auch chinesische Labore machen Verluste und nehmen möglicherweise schwache Margen für strategische Marktgewinne in Kauf ; es ist unklar, wie tief die Preisuntergrenze noch fallen kann.