Oleksandr Moccogni KI-Kurs Auf die Warteliste

Chinesische KI-Modelle für Unternehmen: Wo sie laufen, zählt

Veröffentlicht Aktualisiert 21 Min. Lesezeit
Kurz gesagt

Was chinesische KI-Modelle wie GLM-5.3 kosten, was die Lizenz erlaubt, was die Datenbedingungen versprechen und welche drei Betriebswege es im Unternehmen gibt.

Chinesische KI-Modelle für Unternehmen: Wo sie laufen, zählt

Die erste Frage zu einem chinesischen KI-Modell lautet meist, ob es sicher ist. Die bessere erste Frage ist, wo es läuft.

Chinesische KI-Modelle sind grosse Sprachmodelle von Unternehmen aus China, etwa GLM von Z.ai, DeepSeek oder Kimi. Einige mietet man über den Dienst des Herstellers; andere veröffentlichen ihre Gewichte, also die Dateien mit dem trainierten Modell, sodass jedes Unternehmen sie auf eigenen Servern betreiben kann.

Diese zweite Gruppe verändert die Lage für ein Unternehmen. Dasselbe Modell kann hinter dem Dienst des Herstellers in Singapur laufen, bei einem Anbieter in den USA oder in Europa oder auf einer Maschine, die Sie selbst kontrollieren. Jede Wahl beantwortet die Fragen nach Preis, Daten und Risiko anders.

Ich nutze jeden Arbeitstag KI-Modelle, meist lokale Modelle, die ich für meine eigenen Bedürfnisse trainiert habe, und baue damit Werkzeuge für mein eigenes Marketing und meine Beratung. Bevor ich etwas empfehle, lese ich Preislisten, Lizenzen und Datenschutzunterlagen. Dieser Artikel geht das alles für die GLM-Familie durch: was sie kostet, was die Lizenz erlaubt, was die Datenschutzunterlagen versprechen und welcher Weg zu welcher Art von Unternehmen passt.

Das Wichtigste vorab

  • Fragen Sie, wo das Modell läuft, bevor Sie fragen, wer es gebaut hat. Es gibt drei Wege: den Dienst des Herstellers, einen westlichen Anbieter, der die veröffentlichten Gewichte hostet, oder die eigenen Server. Jeder Weg beantwortet die Datenfrage anders.
  • Die Preise sind öffentlich. GLM-5.3 kostet laut Preisliste 1,40 USD pro Million Input-Tokens und 4,40 USD pro Million Output-Tokens, die Flash-Version 0,15 und 0,50 USD. Zwei ältere Flash-Modelle sind gratis.
  • Die Lizenz ist freizügig. Mit ihrer einzigen Zusatzklausel muss nur ein Unternehmen, das ein Model-as-a-Service-Geschäft betreibt und dessen Konzernumsatz in 12 Monaten über 10 Milliarden USD liegt, die Sicherheitsprüfung des Herstellers durchlaufen. Nach meiner Lesart ist ein normales Unternehmen davon nicht betroffen.
  • Unabhängige Tester sehen das beste chinesische Open-Weight-Modell bei Cyber-Aufgaben rund vier Monate hinter der US-Spitze, und das britische Institut beziffert den Abstand für Open-Weight-Modelle auf vier bis sieben Monate. Keine Quelle, die ich gelesen habe, hat Marketingarbeit gemessen.
  • Die Datenschutzversprechen stammen vom Hersteller selbst. Laut der Datenverarbeitungsvereinbarung von Z.ai für die API (die Programmierschnittstelle) werden Inhalte nicht gespeichert. Eine dritte Stelle hat das nicht überprüft, bei Personendaten ist das also eine Frage für Ihre Datenschutzberatung.
  • Wählen Sie das Modell passend zur Aufgabe. Nehmen Sie die Flash-Stufe für Massenarbeit, das volle Modell für schwierige Arbeit und testen Sie beide an Ihren eigenen Stichproben.

Was chinesische KI-Modelle sind und warum Unternehmen sie prüfen

Ein Sprachmodell ist der Motor hinter Chat-Werkzeugen, Schreibhilfen und KI-Agenten. Die meisten Menschen begegnen ihm in einem Produkt eines US-Unternehmens. Modelle aus China gehören inzwischen auch dazu, darunter die GLM-Familie von Z.ai, DeepSeek und Kimi.

Zwei Merkmale machen manche davon für Unternehmen interessant: die veröffentlichte Preisliste, auf die ich unten eingehe, und die Gewichte. Ein geschlossenes Modell, etwa eines hinter den grossen US-Chatprodukten, hält seine Parameter geheim und ist nur über Schnittstellen erreichbar, die sein Hersteller kontrolliert.

Ein Open-Weight-Modell (ein Modell mit offenen Gewichten) veröffentlicht die trainierten Dateien, sodass auch andere als der Hersteller es betreiben, testen und dort einsetzen können, wo das Unternehmen es haben will.

Z.ai hat GLM-5.2 am 16. Juni 2026 veröffentlicht, GLM-5.3 folgte am 14. August, und die Gewichte erschienen Ende August.

Z.ai sagt, GLM-5.3 beruhe auf demselben Basismodell wie GLM-5.2, mit Verbesserungen aus dem Post-Training, der Phase, in der ein fertiges Modell auf bestimmte Fähigkeiten nachtrainiert wird. Diese Geschichte habe ich in meinem Artikel über GLM 5.3 und das beste Open-Source-LLM behandelt, deshalb bleibe ich hier bei den Geschäftsfragen.

Noch ein Hinweis zur Grösse: Das Unternehmen gibt für GLM-5.3 753 Milliarden Parameter an. Parameter sind die einstellbaren Zahlen im Inneren eines Modells, und ihre Anzahl ist ein grobes Mass für dessen Grösse. Ein so grosses Modell läuft nicht auf einem Büro-Computer, wie die Wege unten zeigen.

Was unabhängige Tests über die Qualität sagen

Qualitätsaussagen von Modellherstellern sind Marketing. Die Aussagen staatlicher Prüfstellen lohnen das Lesen, deshalb stütze ich mich auf sie. Die englischen Zitate in diesem Artikel übersetze ich selbst.

In den USA prüft das Center for AI Standards and Innovation (CAISI) beim NIST Modelle der grossen Entwickler. Es hat GLM-5.2 bewertet und schrieb: «Die Gesamtfähigkeiten von GLM-5.2 sind denen von GPT-5.2 ähnlich, das im Dezember 2025 veröffentlicht wurde.» Bei Cyber-Aufgaben fand es sie «ähnlich wie bei Opus 4.6, das im Februar 2026 veröffentlicht wurde».

Woher die Zahl stammt: aus den eigenen Benchmarks des CAISI, also Vergleichstests, die das Institut selbst durchführt. Was sie bedeutet: GLM-5.2 leistet so viel wie ein Spitzenmodell, das vier bis sechs Monate vor seiner Veröffentlichung erschien. Was sich ändert: Ein Modell dieser Klasse ist ein ernsthafter Kandidat für einen Test an Ihrer eigenen Arbeit, und die offenen Fragen sind dann Kosten und Betriebsort.

Zu GLM-5.3 nennt der September-Bericht des CAISI es «das bisher veröffentlichte Open-Weight-Modell mit den stärksten Cyber-Fähigkeiten». Der Bericht hält zudem fest, seine Fähigkeiten seien «deutlich geringer» als die der aktuellen US-Spitzenmodelle, mit einem Rückstand von rund vier Monaten auf einem Gesamtmass.

Das britische AI Security Institute, das seine Arbeit selbst veröffentlicht, schätzt, dass Open-Weight-Modelle bei Cyber-Aufgaben vier bis sieben Monate hinter der geschlossenen Spitze liegen, nach sechs bis zehn Monaten im Jahr 2025. Die Methode dieser Tests nehme ich in meinem Artikel darüber auseinander, wie man einen KI-Cybertest liest.

Beide Institute haben Sicherheitsaufgaben gemessen, keine Marketingaufgaben. Keine Quelle, die ich gelesen habe, testet diese Modelle an Werbetexten, E-Mail-Entwürfen oder Berichtszusammenfassungen. Deshalb würde ich eine Cyber-Punktzahl nicht als Punktzahl für Ihre Arbeit behandeln und schlage vor, das Modell an eigenen Stichproben zu testen, wie ich es in der Checkliste unten beschreibe.

Die Preisliste: Was eine Million Tokens kosten

Ein Token ist ein kleines Textstück, oft ein kurzes Wort oder ein Teil eines längeren. Modelle rechnen pro Token ab, getrennt für das, was Sie senden (Input), und das, was das Modell zurückschreibt (Output). Zwischengespeicherter Input (Cached Input) ist wiederholter Text, den der Anbieter zu einem tieferen Preis berechnet.

Die veröffentlichten API-Preise von Z.ai in US-Dollar pro Million Tokens:

ModellInputCached InputOutput
GLM-5.31,400,264,40
GLM-5.3-FlashX0,370,0751,25
GLM-5.3-Flash0,150,030,50
GLM-5.2 und GLM-5.11,400,264,40
GLM-51,000,203,20
GLM-4.7 und GLM-4.60,600,112,20
GLM-4.7-FlashX0,070,010,40
GLM-4.5-Air0,200,031,10
GLM-4.7-Flash, GLM-4.5-Flashgratisgratisgratis

Die Tabelle zeigt zwei Dinge. Ein neueres Modell kostet hier nicht mehr: GLM-5.3 hat genau denselben Preis wie GLM-5.2 und GLM-5.1. Und die Flash-Stufe ist kleines Geld: GLM-5.3-Flash ist bei Input und Output rund neunmal günstiger als das volle Modell.

Eine Karikatur aus Knete steht neben einer Leiter aus drei Preisschildern mit dem Titel «1 million tokens, output»: GLM-5.3 4.40 USD, GLM-5.3-FlashX 1.25 USD, GLM-5.3-Flash 0.50 USD

Damit klar wird, was das für ein Budget heisst, hier eine erfundene Arbeitslast, keine Messung: Ein Team sendet in einem Monat 10 Millionen Input-Tokens und lässt 2 Millionen Output-Tokens schreiben. Den günstigeren Cached-Tarif lasse ich weg, die Zahlen sind für wiederholten Text also eine Obergrenze.

ModellRechnungMonatskosten
GLM-5.310 x 1,40 + 2 x 4,4022,80 USD
GLM-4.710 x 0,60 + 2 x 2,2010,40 USD
GLM-5.3-Flash10 x 0,15 + 2 x 0,502,50 USD

Das britische AI Security Institute veröffentlicht einen Kostenvergleich über mehrere Hersteller hinweg, der auf den ausgeschriebenen Preisen beruht. Für einen Durchlauf der Cyber Range, einen langen simulierten Angriff auf ein Netzwerk, der 100 Millionen Tokens verbrauchte, nennt es Kosten von rund 85 USD für Opus 4.5 und Opus 4.6, geschätzte 46 USD für GLM-5.2 und 1,19 USD für DeepSeek V4-Pro. Das Institut fügt an, es habe für die Open-Weight-Modelle nicht die Dienste der Hersteller selbst genutzt, die realen Rechenkosten könnten daher abweichen.

Für Aufgaben, die beide Modelle zuverlässig lösten, nennt es 15,17 USD pro Aufgabe mit Opus 4.6 gegenüber 6,12 USD mit GLM-5.2, also rund 40 Prozent, auf derselben geschätzten Grundlage. Das sind Cyber-Aufgaben, daher verstehe ich die Zahlen als Hinweis auf den Preisabstand und nicht als Zusage für Ihren Einsatz.

Drei Wege, ein chinesisches KI-Modell zu betreiben

Das ist der wichtigste Teil für ein Unternehmen. Das Modell ist auf allen drei Wegen dieselbe Datei. Unterschiedlich ist, wer die Maschine betreibt, auf der es läuft, und wo diese Maschine steht.

Weg eins: der Dienst des Herstellers. Sie senden Text an die API von Z.ai und erhalten Antworten zurück; das ist der einfachste Einstieg, und es gilt die Preisliste von oben. Laut der Datenschutzerklärung von Z.ai werden die Dienste von Singapur aus erbracht, und laut der Datenverarbeitungsvereinbarung (DPA) für die API werden Kundendaten dort in der Regel verarbeitet.

Weg zwei: ein westlicher Anbieter, der die veröffentlichten Gewichte hostet. Weil die Gewichte öffentlich sind, kann ein Cloud-Anbieter in den USA oder in Europa das Modell betreiben und den Zugang verkaufen. So hat das Unternehmen es mit einem Anbieter zu tun, dessen Land und Vertrag es bereits kennt.

In einem Vortrag auf der Konferenz AI Engineer in New York, veröffentlicht im Oktober 2026, hat David Abitbol, Ops & Infrastructure Leader bei Revolut, diese Logik vertreten. Seine Botschaft an den CIO im Saal lautete: Das Modell zu nutzen heisst nicht, Anfragen an einen dedizierten Endpunkt in China zu senden, man nimmt die Gewichte und betreibt sie «auf einem US-basierten Dienst». Die Konferenzseite selbst warnt, dass seine Aussagen zur regulatorischen Einordnung und zu den Hosting-Standorten die Lage von Revolut beschreiben und nicht die jedes Unternehmens.

Weg drei: die eigenen Server. Sie laden die Gewichte herunter und betreiben sie selbst. The Register berichtete, dass GLM-5.1, ein Modell derselben Grössenklasse wie GLM-5.3, allein für die Gewichte rund 380 GB Speicher auf Grafikprozessoren (GPU) braucht, eine Zahl, die davon abhängt, wie kompakt die Gewichte gespeichert werden.

Revolut versorgt rund 2.000 Entwicklerinnen und Entwickler mit 56 Nvidia-B200-GPUs. Das ist ein Rechenzentrumsprojekt und kein Laptop. Die Rechnung dazu zerlege ich in meinem Artikel über die realen Kosten eines selbst gehosteten LLM.

Dienst des HerstellersWestlicher HostEigene Server
Wer die Maschine betreibtZ.aiEin Cloud-AnbieterSie
Wohin die Daten gehenÜberwiegend Singapur, laut Z.aiDie Region des AnbietersIhre Räume oder Ihre Cloud
KostenformPro Token oder AbonnementPro Token, vom Anbieter festgelegtHardware, Strom, Personal
Was Sie brauchenEin KontoEinen VertragEin Infrastrukturteam
HauptfrageReicht die DPA?Welcher Anbieter, welche Region?Können wir es betreiben?

Für ein Marketingteam oder ein kleines Unternehmen sind Weg eins oder zwei realistisch. Weg drei gehört zu Unternehmen mit einem Plattformteam.

Eine Karikatur aus Knete kratzt sich an einer Weggabelung unter dem Titel «Three routes» am Kopf, mit drei Wegweisern: «1 The maker's service», «2 A Western host» und «3 Your own servers»

Die Lizenz in einfachen Worten

Die Lizenz von GLM-5.3 ist kurz, ein Unternehmen liest sie in fünf Minuten. Sie gewährt das Recht, die Software samt Gewichten zu nutzen, zu kopieren, zu verändern, zu veröffentlichen, zu verbreiten, in Unterlizenz zu vergeben und zu verkaufen sowie das Modell zu betreiben, einzusetzen und per Fine-Tuning (gezieltem Nachtrainieren) anzupassen. Die Bedingungen: Sie behalten den Urheberrechtsvermerk bei und halten sich an das Gesetz.

Es gibt eine zusätzliche Bedingung, und sie besteht aus zwei Teilen, die beide zutreffen müssen. Das Unternehmen oder eines seiner verbundenen Unternehmen betreibt ein Geschäft als «Model as a Service», und der Gesamtumsatz des Unternehmens und seiner verbundenen Unternehmen übersteigt in einem beliebigen Zeitraum von 12 aufeinanderfolgenden Monaten 10 Milliarden USD. In diesem Fall muss es die Sicherheitsprüfung von Z.AI bestehen, bevor es die Software für irgendeinen kommerziellen Zweck nutzt.

Die Lizenz definiert Model as a Service so: Dritten wird Zugang zu Inferenz (also dem Ausführen des Modells, damit es Antworten erzeugt) oder zu Fine-Tuning gegeben, zum Beispiel über eine API, und zwar so, dass diese über Eingaben, Parameter oder Trainingsdaten wesentlich mitbestimmen können. Ausgenommen sind Endnutzerprodukte, in denen das Modell nur in bestimmte Funktionen eingebettet ist, sowie das blosse Weiterleiten von Anfragen an Modelle, die andere hosten.

In der Praxis gehört ein Unternehmen, das das Modell zum Schreiben, Zusammenfassen, Analysieren oder für eigene Werkzeuge einsetzt, nicht zu dieser Gruppe. Nach meiner Lesart zielt die Bedingung auf die grössten Cloud-Konzerne, die das Modell weiterverkaufen könnten. Sie betrifft auch Weg zwei, deshalb würde ich einen Host fragen, wie er mit dieser Bedingung umgeht.

Eine Karikatur aus Knete sitzt an einem Schreibtisch und liest mit einer Lupe eine Lizenz, wobei die Lupe eine einzelne Textzeile aufleuchten lässt

Die Lizenz enthält auch einen Haftungsausschluss: Die Software und alle Ausgaben und Ergebnisse werden «wie besehen» bereitgestellt, ohne Gewährleistung jeglicher Art. Eine falsche Antwort des Modells müssen Sie selbst abfangen. Deshalb plane ich im Prüfschritt einen Menschen ein, wie ich es bei der Human-in-the-Loop-Verifikation von KI beschreibe.

Der Coding Plan: Ein Abonnement statt eines Zählers

Z.ai verkauft auch ein Abonnement namens GLM Coding Plan, das ab 18 USD im Monat beginnt. Laut der Dokumentation funktioniert es mit Agenten-Werkzeugen wie Claude Code, Codex, OpenCode und OpenClaw, und alle Pläne unterstützen GLM-5.3 und GLM-5.3-Flash. Anfragen für GLM-5.2 und GLM-5.1 werden automatisch an GLM-5.3 geleitet, Anfragen für GLM-4.7 an GLM-5.3-Flash.

Die Pläne arbeiten mit Credits, nicht mit Dollar pro Token. Der Lite-Plan hat 2.000 Credits pro fünf Stunden und 10.000 pro Woche; Pro hat 12.000 und 60.000; Max hat 28.000 und 140.000.

Ein Modellaufruf verbraucht Credits nach Multiplikatoren: GLM-5.3 nutzt 6,9 für Input, 1,7 für Cached Input und 24 für Output, und die Dokumentation teilt die gewichtete Summe durch 10.000. Die Spitzenzeiten sind Montag bis Freitag von 14:00 bis 18:00 Uhr Singapur-Zeit; ausserhalb davon, in den Nebenzeiten, wird die Nutzung zum halben Standardtarif berechnet.

Woher die Zahl stammt: aus der Kontingenttabelle auf der Seite des Plans selbst. Was sie bedeutet: Wenn 95 Prozent des Inputs aus dem Cache kommen, erlaubt der Lite-Plan pro Woche 48 bis 97 Millionen Tokens von GLM-5.3, je nachdem, ob die Nutzung in die Spitzen- oder in die Nebenzeiten fällt. Was sich ändert: Wer täglich viel nutzt, erhält eine feste Monatsrechnung statt eines Zählers, und Arbeit in den Nebenzeiten verbraucht nur halb so viele Credits.

Z.ai gibt an, dass man mit voller Nutzung der Nebenzeit-Rabatte «bis zu 92 Prozent sparen» könne, verglichen mit nutzungsabhängigen Aufrufen der Standard-API von GLM-5.3. Diese Zahl ist die eigene Angabe des Unternehmens und beschreibt den besten Fall, deshalb würde ich kein Budget darauf aufbauen. Die Preise für Pro und Max stehen nicht auf der Übersichtsseite, die ich gelesen habe, deshalb nenne ich sie nicht.

The Register zitiert Abitbol dazu, warum eine planbare Rechnung für grössere Teams wichtig ist: Er beschrieb, er habe «Ingenieure gesehen, die 1.000 Dollar im Monat ausgeben, 10.000 Dollar im Monat, bei nicht allzu viel ROI», und sagte, Revolut habe seine KI-Werkzeuge mit strikten Budgetgrenzen eingeführt. Nach dem Umstieg auf selbst gehostete Modelle, die auf eigenen Servern laufen, sei die Abrechnung, so sagte er, «pauschal, wir haben am Monatsende keinen Rechnungsschock». Das war Revoluts eigenes Hosting, nicht der Plan von Z.ai; lesen Sie es also als Grund, auf die Form der Rechnung zu achten, und nicht als Preis für den Coding Plan.

Auch die zwei grossen US-Anbieter zählen die Nutzung auf ihre eigene Weise. In meinem Leitfaden zu Claude vs ChatGPT vergleiche ich, wie Claude Code ein Kontingent mit Ihren Chats teilt und Codex ein eigenes Kontingent für Work und Codex nutzt.

Daten: Was die Dokumente versprechen und was sie nicht belegen

Für die meisten Unternehmen ist das die entscheidende Frage. Z.ai veröffentlicht zwei relevante Texte.

Der erste ist die Datenschutzerklärung. Sie nennt ein Unternehmen aus Singapur als Verantwortlichen und sagt, Personendaten würden «in der Regel in Singapur verarbeitet», mit Schutzvorkehrungen für Übermittlungen. Für Einzelnutzer der Konsumentendienste zählt die Erklärung das Training und die Verbesserung der Modelle zu den Zwecken, die sie unter berechtigten Interessen behandelt.

Der zweite ist die Datenverarbeitungsvereinbarung (Data Processing Addendum, DPA) für API-Kunden. Sie hält fest: «Das Unternehmen speichert keine Inhalte, die der Kunde oder seine Endnutzer bei der Nutzung unserer Dienste bereitstellen oder erzeugen.»

Die Inhalte, so heisst es, würden in Echtzeit verarbeitet und nicht auf den Servern gespeichert. Andere Daten könnten vorübergehend gespeichert werden, um den Dienst zu erbringen oder gesetzliche Pflichten zu erfüllen, und würden gelöscht, wenn die Vertragsbedingungen enden. Gemäss der Vereinbarung handelt Z.ai nach den Weisungen des Kunden.

Das sind zwei verschiedene Dokumente für zwei verschiedene Arten der Nutzung, und das zweite macht ein stärkeres Versprechen als das erste. Beide sind Versprechen des Unternehmens, das sie verfasst hat, und eine Prüfung durch Dritte habe ich für keines von beiden gefunden.

Ich würde weder behaupten, dass über die API gesendete Daten für das Training verwendet werden, noch das Gegenteil. Sagen kann ich, dass der Vertrag eine Klausel zum Nichtspeichern enthält und dass das niemand ausserhalb des Unternehmens bestätigt hat.

Mein praktischer Vorschlag besteht aus drei Teilen:

  1. Testen Sie jedes chinesische Modell mit Material, das bereits öffentlich oder erfunden ist. Das deckt das meiste ab, was ein Marketingteam im ersten Monat lernen muss.
  2. Klären Sie Personendaten wie Kundenlisten oder Lead-Exporte zuerst im Gespräch mit Ihrer Datenschutzberatung, bevor sie an ein Modell gehen, aus welchem Land auch immer.
  3. Wenn die Daten wichtig sind, nutzen Sie Weg zwei oder drei, wo Vertrag und Standort Ihnen bereits bekannt sind.

Eine Karikatur aus Knete mit einem Klemmbrett steht vor drei Metalltüren: Die erste ist offen, die zweite hat ein Vorhängeschloss und die dritte ist eine verschlossene Tresortür

Ich bin kein Anwalt, und das ist keine Rechtsberatung. Es ist die Reihenfolge, in der ich die Fragen stellen würde.

Welches Modell für welche Aufgabe

Ich habe keine Quelle gefunden, die die GLM-Modelle an Marketingaufgaben vergleichend testet, deshalb ist diese Tabelle mein Vorschlag und keine Messung. Verwenden Sie sie als Ausgangshypothese und testen Sie sie.

AufgabeDort würde ich beginnenWarum
Kommentare sortieren, Leads kennzeichnen, MassenzusammenfassungenGLM-5.3-FlashGünstigste bezahlte 5.3-Stufe, hohes Volumen
Texte entwerfen und umschreiben, die ein Mensch überarbeitetGLM-5.3-FlashX oder GLM-5.3Bessere Formulierungen rechtfertigen einen höheren Preis
Lange Berichte lesen und Widersprüche findenGLM-5.3Bei schwieriger Lektüre zahlt sich ein stärkeres Modell aus
Experimente mit nicht sensiblen DatenGLM-4.7-Flash (gratis)Keine Kosten, wenig Risiko
Agenten, die Werkzeuge nutzenGLM-5.3 über Weg zweiBraucht die stärkste Option und einen bekannten Vertrag

Eine Karikatur aus Knete hält eine kleine Lupe über eine Ablage mit drei Fächern: eine Farbrolle für Massenarbeit, ein leeres Fach zum Füllen und ein Farbtopf mit Schleife

Um die Tabelle an Ihrer Arbeit zu prüfen, nehmen Sie 20 echte Stichproben einer Aufgabe, lassen Sie sie durch zwei Modelle laufen und von einer Person beurteilen, ohne dass diese weiss, welches Modell was geschrieben hat. Genügt das günstigere für diese Aufgabe, gehört die Ersparnis Ihnen. Zwei Claude-Stufen vergleiche ich auf dieselbe Weise im Claude-Modelle-Vergleich für das Marketing.

Was es in der Praxis kostet

Der Listenpreis ist nur ein Teil der Kosten. Das würde ich zusammenzählen, bevor ich einen Weg wähle.

  • Tokens oder ein Abonnement. Die Preisliste von oben oder der Plan: ab 18 USD im Monat, mit Credits, die pro fünf Stunden und pro Woche aufgebraucht werden können.
  • Hosting. Es gibt keine einzelne Zahl. Das Setup von Revolut nutzte 56 Nvidia-B200-GPUs und kam auf Mischkosten (Input und Output zusammen) von etwa 30 Cent pro Million Tokens, und die Konferenzseite hält fest, dass diese Zahlen die Einführung und die Nutzung bei Revolut beschreiben und keinen übertragbaren Preis. Die Rechnung gehe ich in meinem Artikel über die realen Kosten eines selbst gehosteten LLM durch.
  • Prüfzeit. Der Kostenpunkt, den keine Preisliste zeigt. Ein günstigeres Modell, das mehr Fehler macht, verschiebt Kosten von der Rechnung zur Person, die prüft.
  • Wechsel. Prompts, also die Anweisungen an das Modell, Werkzeuganbindungen und Teststichproben, die für ein Modell geschrieben wurden, müssen für ein anderes angepasst werden. Ich würde einige Tage Testzeit einplanen, bevor ich einen laufenden Arbeitsablauf umstelle.
  • Compliance-Prüfung. Die Zeit der Personen, die die Datenbedingungen lesen. Bei der API des Herstellers ist das die oben beschriebene DPA.

Nichts davon behauptet, chinesische Modelle seien in jedem Massstab günstiger. Der einzige herstellerübergreifende Vergleich, den ich gefunden habe, ist die Schätzung des britischen Instituts für Cyber-Aufgaben; der Qualitätsabstand lässt sich unabhängig messen, und der Rest hängt davon ab, wie viel Prüfung Ihre Arbeit braucht. Wie sich diese Kosten neben die übrigen Werkzeuge eines Teams einordnen, behandle ich in meinem Marketing-Tech-Stack 2026.

Checkliste, bevor Sie ein chinesisches KI-Modell einsetzen

  1. Benennen Sie die Aufgabe und die Daten, die sie berührt.
  2. Wählen Sie den Weg (Dienst des Herstellers, westlicher Host oder eigene Server), bevor Sie das Modell wählen.
  3. Lesen Sie die Lizenz für die Modellversion, die Sie nutzen. Prüfen Sie bei GLM-5.3 die Bedingung zu Umsatz und Model as a Service.
  4. Lesen Sie die Datenbedingungen für das genaue Produkt: Die Datenschutzerklärung für Konsumenten und die DPA der API sagen Verschiedenes.
  5. Testen Sie zuerst mit öffentlichen oder erfundenen Daten.
  6. Lassen Sie 20 Stichproben durch das Flash- und das volle Modell laufen, mit einer blind urteilenden Person.
  7. Halten Sie schriftlich fest, wer die Ausgabe prüft und was die Prüfung kostet.

Wenn Sie alle sieben beantworten können, wird aus der Frage, ob das Modell chinesisch ist, die nützlichere Frage, ob es der richtige Weg für diese Aufgabe ist.

Eine Karikatur aus Knete hakt ein Klemmbrett mit dem Titel «7 checks before you use a Chinese AI model» ab, die erste Zeile lautet «Name the job»

Häufige Fragen

Was sind chinesische KI-Modelle?

Grosse Sprachmodelle von Unternehmen aus China, darunter GLM von Z.ai, DeepSeek und Kimi. Einige halten ihre Gewichte geheim und sind über den Dienst des Herstellers erreichbar; andere veröffentlichen ihre Gewichte, sodass Dritte sie hosten können.

Was sind Open-Weight- und Closed-Weight-Modelle?

Ein Closed-Weight-Modell hält seine Parameter geheim und ist nur über Schnittstellen erreichbar, die sein Hersteller kontrolliert. Ein Open-Weight-Modell veröffentlicht die trainierten Dateien, sodass es jeder im Rahmen der Lizenz betreiben kann. Open Weight ist nicht dasselbe wie Open Source im vollen Sinn, weil die Trainingsdaten privat bleiben können.

Ist GLM Open Source?

Die Gewichte von GLM-5.3 sind unter einer Lizenz veröffentlicht, die weitreichende Rechte gewährt, und ihre einzige Zusatzbedingung gilt für Unternehmen, die ein Model-as-a-Service-Geschäft betreiben und deren Konzernumsatz in 12 Monaten über 10 Milliarden USD liegt. Das macht es zu einem Open-Weight-Modell mit freizügiger Lizenz. Ich sage «Open Weight», weil das die veröffentlichten Dateien beschreibt.

Wie viel kostet GLM-5.3?

Auf der API von Z.ai 1,40 USD pro Million Input-Tokens, 0,26 USD pro Million zwischengespeicherte Input-Tokens und 4,40 USD pro Million Output-Tokens. GLM-5.3-Flash kostet 0,15, 0,03 und 0,50 USD. Das Abonnement Coding Plan beginnt bei 18 USD im Monat.

Welches chinesische KI-Modell ist das beste?

Es gibt keine einzelne Antwort. Bei Cyber-Aufgaben nennt das CAISI GLM-5.3 «das bisher veröffentlichte Open-Weight-Modell mit den stärksten Cyber-Fähigkeiten» und stuft es über Kimi K3 ein, dem zuvor besten Open-Weight-Modell, das es bewertet hatte. Das ist aber ein Cyber-Ergebnis und kein Marketing-Ergebnis, und für Ihre Arbeit ist das beste Modell dasjenige, das an Ihren eigenen Stichproben am besten abschneidet.

Kann ich GLM auf meinem eigenen Computer betreiben?

Das volle Modell nicht. The Register berichtet von rund 380 GB GPU-Speicher allein für die Gewichte eines Modells dieser Grössenklasse, und Revolut versorgt 2.000 Entwicklerinnen und Entwickler mit 56 B200-GPUs. Kleinere Modelle gibt es, aber das sind andere und schwächere Modelle.

Ist es sicher, ein chinesisches KI-Modell mit Firmendaten zu nutzen?

Das hängt vom Weg und von den Daten ab. Die API des Herstellers verarbeitet Daten überwiegend in Singapur, und laut ihrer Vereinbarung werden Inhalte nicht gespeichert, ein Versprechen, das keine dritte Stelle überprüft hat. Bei Personendaten oder vertraulichen Daten schlage ich vor, zuerst Ihre Datenschutzberatung zu fragen oder einen Host zu nutzen, dessen Vertrag Sie bereits kennen.

Gibt es kostenlose chinesische KI-Modelle?

Z.ai führt GLM-4.7-Flash und GLM-4.5-Flash auf seiner API als gratis auf. Gratis ist nützlich für Experimente mit nicht sensiblen Daten, und ich würde trotzdem zuerst die Datenbedingungen lesen.

Mein Fazit

Chinesische KI-Modelle verdienen dieselbe Behandlung wie jeder andere Lieferant: Preisliste, Lizenz und Datenbedingungen lesen und dann den Weg wählen, der zur Aufgabe passt. Angst und Begeisterung sind beide ein schlechter Ersatz für diese Lektüre.

Für die meisten kleinen Teams schlage ich vor, mit der günstigen Stufe an öffentlichem Material zu beginnen, das Ergebnis an 20 echten Stichproben zu messen und erst danach über Personendaten zu entscheiden. Für Unternehmen mit einem Plattformteam eröffnen der westliche Host und die eigenen Server Möglichkeiten, die geschlossene Modelle nicht bieten.

In beiden Fällen ist das Modell nur ein Baustein. Die Prüfung drumherum macht das Ergebnis sicher nutzbar, und dieser Teil ist derselbe, ob das Modell in Kalifornien oder in Peking gebaut wurde.

Tags: chinesische KI-ModelleGLM-5.3Z.aiOpen-Weight-ModelleKI-KostenKI-DatenschutzKI-Marketing
Newsletter

Bleiben Sie voraus.

Gelegentliche Impulse zu KI-Marketing, Wachstum und Vorträgen. Kein Spam.