Tech Wars Escalate: Google Delays Gemini 3.5, Anthropic Goes Self‑Sufficient, Open‑Source Models Challenge Dominance

Die Verzögerung stellt einen erheblichen Rückschlag für Google dar, das Gemini als sein Flaggschiff-KI-Produkt gegenüber OpenAI positioniert hatte. Interne Tests ergaben, dass Gemini 3.5 Pro nicht durchweg korrekten Python-Code für komplexe Datenstrukturen über 50 Zeilen generieren konnte – ein kritischer Fehler auf dem aktuellen Markt, wo Codierungsassistenten die wertvollste Anwendung sind. Berichten zufolge haben Ingenieure an einem „Selbstreflexions“-Modul gearbeitet, das es dem Modell ermöglichen würde, seine eigenen Fehler zu erkennen, aber es bleibt instabil. Die Verzögerung hat einen Dominoeffekt ausgelöst: Die Vertriebsteams von Google Cloud haben in der vergangenen Woche mehrere große Verträge an AWS und Azure verloren. CEO Sundar Pichai hat für kommenden Montag eine Notfallsitzung aller Beteiligten einberufen.

GPT-5.6 Sol wurde nur 48 Stunden nach den Google-Nachrichten veröffentlicht und ist keine völlig neue Generation, sondern eine spezielle Feinabstimmung von GPT-5 mit erweiterten Agentenfunktionen. Durch den Einsatz einer neuartigen „codebewussten Tokenisierung“, die Variablennamen und Funktionssignaturen komprimiert, wird die Token-Nutzung bei Codierungsaufgaben um 54 % reduziert. Das Modell unterstützt auch einen neuen „Tool-Calling“-Modus, der automatisch Unit-Tests generieren und ausführen, die Ausgabe überprüfen und erneut versuchen kann – ein Schritt in Richtung autonomer Codierungsagenten. Frühanwender berichten, dass Sol die durchgesickerten internen Benchmarks von Gemini 3.5 auf HumanEval übertrifft (92,3 % gegenüber 89,1 %). Der Preisverfall ist ein strategischer Schachzug: 12 US-Dollar pro Million Token unterbieten den von Google prognostizierten Gemini-Preis (gemunkelt bei 20 US-Dollar) und stellen den High-End-Preis Claude 5 von Anthropic in Frage.

Durch die Veröffentlichung von Llama 4 als Open Source hat Meta die Basismodelle effektiv zur Ware gemacht. Der Leistungsunterschied zwischen offenen und geschlossenen Modellen hat sich bei Standard-Benchmarks auf unter 1 % verringert, aber der Kostenunterschied ist enorm: Selbstgehostetes Llama 4 kostet 0,50 US-Dollar pro Million Token für die Rechenleistung, verglichen mit 15 US-Dollar für GPT-5. Dies erinnert an die Kämpfe zwischen Linux und Unix in den 1990er Jahren. Meta veröffentlichte außerdem ein Feinabstimmungs-Toolkit und einen Modelldestillationsleitfaden, der es kleineren Unternehmen ermöglicht, domänenspezifische Varianten zu erstellen. Als Reaktion darauf denken sowohl OpenAI als auch Google über Preissenkungen nach und könnten möglicherweise ältere Modelle als Open-Source-Lösung veröffentlichen, um ihre Relevanz zu bewahren.

Anthropic gibt derzeit jährlich über 2 Milliarden US-Dollar für Nvidia H100- und B200-GPUs für Inferenz und Schulung aus. Das kundenspezifische Chipprojekt mit Samsung zielt darauf ab, einen 2-nm-ASIC zu entwickeln, der Transformatorinferenz mit 1 Exaflop (10¹⁸ Operationen pro Sekunde) ausführen kann und dabei nur 300 W verbraucht – 40 % effizienter als die aktuelle Generation von Nvidia. Der Chip wird in Samsungs Gießerei hergestellt und in Open-Source-Software-Stacks (PyTorch, JAX) integriert. Im Erfolgsfall könnte Anthropic die Inferenzkosten um 70 % senken und sich einen Wettbewerbsvorteil verschaffen. Das Projekt befindet sich jedoch in einem frühen Entwurfsstadium und wird möglicherweise erst 2027 funktionierendes Silizium produzieren. In der Zwischenzeit hat Anthropic einen großen Vertrag mit AWS über benutzerdefinierte „Trainium“-Instanzen unterzeichnet, um diese Lücke zu schließen.

Moonshot AI (auch bekannt als „月之暗面“) ist ein in Peking ansässiges Startup, das sich in aller Stille zu einem führenden Anbieter von Langkontextmodellen entwickelt hat. Kimi K3 ist ein Modell mit einer Dichte von 2,8 Billionen Parametern (unter Verwendung einer Expertenmischung) und einem Kontextfenster von 100 Millionen Token – weit mehr als jedes westliche Modell. Es kann ganze Bibliotheken chinesischer Literatur oder komplette Unternehmenscodebasen aufnehmen. In unabhängigen Tests (SuperCLUE, Chinas Äquivalent zu MMLU) erzielte Kimi K3 bei chinesischen Denkaufgaben eine Punktzahl von 89,9 % und lag damit leicht über den 88,2 % von GPT-5. Das Modell ist Open Source für die nichtkommerzielle Nutzung, kommerzielle Lizenzen stehen jedoch für chinesische Unternehmen zur Verfügung. Die chinesische Regierung hat Kimi K3 bereits für den Einsatz in KI-Anwendungen im öffentlichen Sektor zugelassen, was einen strategischen Sieg darstellt. Dies treibt den Technologiewettlauf zwischen den USA und China weiter voran, da das US-Handelsministerium neue Exportbeschränkungen für die Herstellung fortschrittlicher Chips erwägt, um dem Aufstieg Chinas entgegenzuwirken.

All diese Entwicklungen verschärfen den Wettbewerb unter den Cloud-Anbietern. AWS, Azure und GCP sind mittlerweile nicht nur Infrastrukturanbieter, sondern über ihre jeweiligen Dienste (Bedrock, AI Studio, Vertex) auch Anbieter von KI-Modellen. Jede Cloud bündelt KI-Modelle mit Rechenguthaben, Speicher und Netzwerken und schafft so Ökosysteme, die Kunden binden. Azure hat sich exklusiven frühen Zugriff auf die neuen Modelle von OpenAI gesichert; AWS arbeitet mit Anthropic und Meta zusammen; GCP verstärkt seine eigene Gemini- und Vertex-KI. Der Kampf um die Loyalität der Entwickler ist erbittert: Es werden kostenlose Credits, Mengenrabatte und sogar gemeinsame Entwicklungspartnerschaften angeboten. Kleinere Cloud-Anbieter wie OVH und DigitalOcean verzeichnen einen Anstieg der Nachfrage nach selbst gehosteten Llama 4-Instanzen, da sie wettbewerbsfähige Preise ohne die gebündelten KI-Dienste der großen Drei anbieten.

Für die meisten Unternehmen ist Open-Source-Llama 4 derzeit die beste Option, selbst gehostet in einer kostenoptimierten Cloud – mit nahezu GPT-5-Qualität bei 95 % Kosteneinsparungen. Für geschäftskritische Anwendungen, die maximale Zuverlässigkeit und Unterstützung erfordern, bleibt GPT-5.6 Sol von OpenAI die erste Wahl. Für Aufgaben in chinesischer Sprache oder mit extrem langen Kontexten ist Kimi K3 unschlagbar. Für große Unternehmen mit besonderen Sicherheitsanforderungen bietet Claude von Anthropic (über AWS) Compliance- und Datenschutzgarantien. Die Auswahl ist heute komplexer denn je, aber auch stärker: Kein einzelner Anbieter hat ein Monopol. Die Technologiekriege haben die KI demokratisiert.