US-amerikanische Unternehmen verlagern zunehmend ihre KI-Infrastruktur von proprietären US-Modellen hin zu günstigeren chinesischen Open-Source- und Open-Weight-Lösungen. Dieser Trend wird maßgeblich durch die explodierenden Nutzungskosten bei Anbietern wie OpenAI und Anthropic vorangetrieben. Ingenieure und Engineering-Teams setzen vermehrt auf quelloffene Alternativen, die eine transparente Anpassung ermöglichen und erhebliche Kosteneinsparungen versprechen. Die wirtschaftliche und technische Attraktivität chinesischer Modelle zeigt sich in aktuellen Marktdaten. Startups wie Lindy haben ihren gesamten API-Traffic im Juni vollständig auf das chinesische Unternehmen DeepSeek umgestellt. CEO Flo Crivello berichtete von einem sofortigen, drastischen Kostenrückgang, der das Unternehmen binnen weniger Monate um Millionen Euro entlastet. Parallel dazu verzeichnete das im Juni veröffentlichte Modell GLM 5.2 von Z.ai auf der Entwicklungsplattform Vercel die schnellste Adoption aller getrackten KI-Modelle. Innerhalb einer Woche vervielfachte sich das tägliche Token-Aufkommen um das 27-fache und die Nutzerzahl um das 80-fache. Branchenexperten wie Harpreet Arora von Vercel betonen, dass Preisentscheidungen heute den Ausschlag geben, sobald Aufgaben nicht zwingend die leistungsstärksten, aber teureren Modelle erfordern. Auf Middleware-Plattformen wie OpenRouter sind offene chinesische Modelle nach Schätzungen um sechzig bis neunzig Prozent günstiger als die führenden US-Produkte. Technologisch haben die chinesischen Anbieter aufgeholt. Laut Schätzungen des Brookings-Instituts liegen die neuen Open-Source-Modelle aktuell etwa sechs bis neun Monate hinter der US-Spitze zurück. Dennoch erreichen sie bei spezialisierten Benchmarks, etwa im agentic Computing oder in bestimmten Cybersicherheits-Tests, fast paritätische Werte mit Modellen wie Anthropic Opus 4.8 oder OpenAI ChatGPT. Die Leistung ist für die Mehrheit der unternehmenskritischen Anwendungen ausreichend, während gleichzeitig die Infrastrukturkosten kontrollierbar bleiben. Die strategische Bedeutung dieses Wechsels geht über reine Kosteneffizienz hinaus. Unternehmen mit ausgereiften KI-Strategien nutzen Modelle von Anbietern wie Z.ai oder Alibaba (Qwen) gezielt für spezifische Workloads, um Kontrolle über den eigenen AI-Stack zu erlangen. Yacine Jernite von Hugging Face warnt vor einer möglichen Marktzwangslage: Ohne bezahlbare Open-Source-Alternativen seien Kunden gezwungen, sich vollständig auf teure US-Proprietärsysteme zu verlassen, deren Preise und Verfügbarkeiten volatil sind. Die zunehmende Nutzung chinesischer Modelle etabliert sich daher als strategischer Puffer gegen Vendor-Lock-in und sichert die operative Resilienz der KI-Infrastruktur in westlichen Unternehmen.