Chinas KI holt in sechs Monaten zu GPT-5.6 auf — ohne Werkzeuge
Am 16. Juli 2026 veröffentlichte ein chinesisches Unternehmen namens Moonshot (月之暗面) ein neues Modell namens Kimi K3. Zwei Tage später, am 18. Juli, schrieb der Silicon-Valley-Programmierer Stephen Bochinski einen Blogpost mit dem Titel „The Kimi K3 Moment“. Der Post ging auf Hacker News durch die Decke — 254 Upvotes, fast 300 Kommentare. Er schrieb etwas sehr Direktes: „Ich benutze Kimi K3 im Alltag neben Claude and kann nicht sagen, welches welches ist.“
Nicht „nah dran“, nicht „teilweise aufgeholt“, sondern man kann den Unterschied nicht sagen.
Was das Silicon Valley noch mehr schmerzte, war der Preis. Der API-Preis von K3 liegt bei einem Drittel von Claude, das Abo beginnt bei 19 Dollar — während Anthropic (Claudes Entwickler) im 20-Dollar-Segment heimlich den Zugang zu seinem stärksten Modell abgeschaltet hat, weil es sich nicht rechnet.
Aber worum es dem Autor heute geht, ist eine tieferliegende Frage: Warum konnte ein chinesisches Team in sechs Monaten zur Führung aufschließen, für die US-Teams Jahre brauchten?
- Bildquelle: Stephen Bochinskis Blog „The Kimi K3 Moment“ *
Das Zeugnis: ohne Ausrüstung, direkt antreten
Zuerst die Daten.
Im GPQA-Diamond-Test, einem wissenschaftlichen Reasoning-Test auf Promotionsebene, erreichte K3 93,5 % — damals der höchste Wert aller offenen Modelle. In den AIME-Mathematikwettbewerbsaufgaben and HLE („Humanity’s Last Exam“), einer als „von KI unlösbar“ konzipierten extrem schweren Aufgabensammlung, ging K3 ohne jegliche externen Werkzeuge wie Suche, Taschenrechner oder Code-Ausführung mit GPT-5.6 gleichauf.
Was heißt das? Ein Vergleich: Das ist wie beim Autorennen, wo alle anderen mit Navi and Mechaniker-Team antreten, K3 mit leeren Händen startet and dann fast dieselbe Rundenzeit fährt.
Moonshot war selbst ehrlich and schrieb im Ankündigungspost direkt: „K3 hinkt in der Gesamtleistung weiterhin Claude Fable 5 and GPT-5.6 Sol hinterher.“ Aber der springende Punkt: Die Lücke ist von „unerreichbar“ auf „lässt sich in eine Tabelle setzen“ geschrumpft.
Vom ersten Schock durch DeepSeek Anfang des Jahres bis zum Gleichziehen mit Kimi K3 im Juli: maximal sechs Monate. Das Weiße Haus sagte im Januar 2025 noch, die USA lägen China bei KI etwa 3 bis 6 Monate voraus — heute wirkt diese Prognose beunruhigend treffsicher.
- Bildquelle: Kimi K3 offizieller Technik-Blog, zeigt den Vergleich von K3 mit GPT-5.6 Sol, Claude Fable 5 and anderen Frontmodellen in mehreren Dimensionen *
Destillation ist kein Diebstahl, es ist eine physikalische Gesetzmäßigkeit
Hier kommt man an einem Wort nicht vorbei: „Destillation“.
Das ist nicht die Destillationskolonne in einer Chemiefabrik. Im KI-Umfeld verhält es sich so —
Stellen Sie sich einen Doktorvater vor, der alles weiß, aber teuer ist and langsam reagiert. Sie wollen einen jungen Dozenten ausbilden, der etwa dasselbe Niveau hat, aber günstiger lehrt and schneller reagiert. Die klügste Methode: Der junge Dozent sitzt in der Vorlesung des Doktorvaters, notiert jede beantwortete Frage, jede Erklärung, and übt das immer wieder.
Der junge Dozent muss nicht selbst das Integral rechnen lernen, er muss nur lernen: „Bei dieser Art Problem antwortet der Doktorvater so.“
Das ist Destillation. Man trainiert ein neues Modell (jungen Dozenten) mit den Ausgabedaten eines starken Modells (Doktorvater). Theoretisch kann das neue Modell in kürzester Zeit den Großteil der Fähigkeiten des starken Modells lernen.
Darüber wird in der KI-Branche seit langem gestritten. Anthropic nennt Destillation „Diebstahl auf Industrieniveau“, OpenAI sagt, DeepSeek habe „offensichtlich unser Modell destilliert“. Der meistgelikte Kommentar auf Hacker News lautete:
“Distillation attacks aren’t attacks. US frontier labs distilled all of humanity’s writing into their models, so it was inevitable that second-tier labs would distill their models into cheaper versions. No one can stop anyone from saving chat logs to train their own model. The ending was written from the start. Invest in hardware companies, not model companies.”
Das klingt hart, lässt sich aber schwer widerlegen. Wenn Sie Modelle mit dem gesamten Internettext trainieren, haben Sie nicht bei jedem Autor um Erlaubnis gefragt. Wenn jetzt andere Ihre Modellausgaben zum Trainieren neuer Modelle nutzen, nennen Sie das Diebstahl — diese moralische Position steht nicht besonders fest.
Ein immer flacherer Burggraben
Destillation ist deshalb so gefährlich, weil sie den Burggraben der Marktführer verflacht.
In traditionellen Branchen: Worin liegt die Barriere des Marktführers? Patente, Marke, Lieferkette, Kundenbeziehungen. Das verschwindet nicht, nur weil ein Konkurrent das Produkt ansieht.
Aber das „Wissen“ eines KI-Modells ist im Wesentlichen Parameter — nur Zahlen. Ihr Modell beantwortet eine Frage, schon gibt es eine Textfolge aus. Diese Textfolge ist Wissensabfluss. Sobald jemand sich die Mühe gibt, ein paar Millionen Frage-Antwort-Paare zu sammeln and sie einem neuen Modell zum wiederholten Training zu füttern, lernt dieses Modell, „wie Sie zu antworten“.
Dieser Prozess erfordert keinen Quellcode-Diebstahl, kein Abwerben von Ingenieuren, nicht einmal besonders starke Hardware — nur geduldiges Datensammeln and Training. Genau hier liegt der Vorteil chinesischer Teams: niedrige Personalkosten, starke Ingenieursumsetzung and null Bindung an das US-Urheberrecht.
Ein HN-Nutzer wies darauf hin, dass K3 in frühen Tests auf die Frage „Wie heißt du?“ mit „Claude“ antwortete — was praktisch bedeutet, dass im Trainingsdatensatz massenhaft Claudes Dialoge steckten.
Aber das Traurige ist: Selbst wenn das bewiesen wäre, was dann? US-Gerichte haben keine Handhabe gegen chinesische Unternehmen, and Anthropics Klage ist im grenzüberschreitenden Kontext praktisch wertlos. Wie ein Kommentator sagte: „Chinesische Labs können frei auf geraubten Daten trainieren, während US-Labs 1,5 Milliarden Dollar für einen Sammelklage-Vergleich zahlen.“
Wer gewinnt? Wer verliert?
Zuerst die Verlierer.
Modellunternehmen, besonders die, deren Burggraben auf „mein Modell ist am klügsten“ beruht. Wenn Ihr Vorteil alle sechs Monate aufgeholt wird, wo ist dann Ihre Preismacht? Dass Anthropic im 20-Dollar-Segment den Fable-Zugang abschaltet, bedeutet im Kern: Unser Geschäftsmodell trägt diesen Preis nicht. Wenn die Kosten eines Produkts höher sind als der Preis, and der Konkurrent fast dasselbe für ein Drittel verkauft — dieses Geschäft geht nicht.
Die US-KI-Regulierung. Bochinski hat im Text ein scharfes Urteil: Die US-Regierung hielt eigene Modelle zurück, häufte Sicherheitsprüfungen auf — and was kam heraus? Ein China nicht unterstehendes Labor veröffentlichte ein gleichwertiges Modell einfach open source. „Diese Regulierung schränkt einzig US-Nutzer ein.“
Dann die Gewinner.
Hardwareunternehmen. Egal welches Modell Sie nutzen, Sie müssen Grafikkarten kaufen, um es laufen zu lassen. Nvidia ist es egal, ob ein US- oder ein China-Modell trainiert wird — die Chips sind ohnehin von ihnen. Das ist die Kernlogik des meistgelikten HN-Kommentars.
Normale Nutzer. Wenn Sie ein gewöhnlicher Leser sind, brauchen Sie sich nicht um die Legalität von Destillation oder ob Parameter 2,8 Billionen betragen zu kümmern. Sie müssen nur wissen: Früher kostete ein eingeschränkter KI-Assistent 20 Dollar im Monat, jetzt bekommen Sie für 19 Dollar weltweit führendes Niveau — and das open source, theoretisch können Sie es selbst herunterladen and laufen lassen, ohne dass eine Firma dazwischensteht.
Das ist besonders vorteilhaft für chinesische Nutzer. In den letzten zwei Jahren wurden US-KI-Produkte für chinesische Nutzer immer unfreundlicher — Registrierung verlangte eine US-Telefonnummer, Zahlung eine US-Kreditkarte, die Zensur wurde strenger. Jetzt liegt die fortschrittlichste Fähigkeit bei einem chinesischen Unternehmen, ohne Zugriffsbeschränkung, ohne zensierte Kastration.
- Bildquelle: Kimi K3 offizieller Technik-Blog, zeigt den umfassenden Vergleich von K3 mit Frontmodellen in verschiedenen Fähigkeitsdimensionen *
Wie geht es weiter?
Der Autor meint, diese Geschichte fängt erst an. Kimi K3 wird nicht das letzte aufholende China-Modell sein.
Wenn der Destillationsweg wirklich funktioniert, bedeutet das, dass jeder Durchbruch US-Labs bei der Modellfähigkeit in wenigen Monaten aufgeholt wird. OpenAI and Anthropic verbrannten Milliarden Dollar für einen Vorsprung, der vielleicht nur sechs Monate Exklusivität wert ist.
Das zwingt die Branche in zwei Richtungen:
Eine Richtung ist Anwendungen bauen. Nicht das Modell verkaufen, sondern die Fähigkeit, Probleme zu lösen. Wie Strom — niemand interessiert sich für das Kraftwerk, alle wollen wissen, ob der Kühlschrank kühlt and der Fernseher leuchtet.
Die andere Richtung ist Hardware bauen. Der HN-Kommentar „Invest in hardware companies, not model companies“ ist zwar eine Investmentempfehlung, trifft aber einen Sachverhalt: In der KI-Lieferkette ist Hardware das einzige unvermeidbare Glied.
Was den Autor am meisten beunruhigt, ist eine dritte mögliche Richtung: die Reaktion der US-Regierung. Bochinski schrieb am Ende des Textes sinngemäß — die US-Regierung wird wahrscheinlich den Weg der Autoindustrie gehen: mit Subventionen, Zöllen and Industrieschutz eine Reihe nur im eigenen Land nutzbarer, teurer and mittelmäßiger Modelle stützen. Am Ende wird Amerika das einzige Land ohne Zugang zur besten KI.
Das klingt wie eine Schreckensmeldung, aber angesichts des Zustands der US-Autoindustrie ist es nicht ganz unwahrscheinlich.
Hier erinnert sich der Autor an einen anderen HN-Kommentar:
“US labs scraped everything off the internet to train their models, and now that others ‘distill’ their models, they’re crying.”
Fair gesagt, diese beiden Dinge sind rechtlich nicht völlig identisch. Aber aus Sicht des normalen Menschen sehen sie ähnlich aus — Sie nahmen das Wissen der Menschheit kostenlos, verlangen aber, dass andere für die Nutzung Ihrer Dinge bezahlen.
Nach K3 Veröffentlichung — wie Anthropic and OpenAI kontern, wohin die US-Politik steuert, wer von Hardware and Modellen zuerst profitiert — jede Frage lohnt weiter zu verfolgen. Aber eines ist klar: Der Vorsprung von KI-Modellen ist dünn wie ein Blatt Papier.
Referenzen:
- Stephen Bochinski: The Kimi K3 Moment
- HN Diskussion (item?id=48960218)
- Kimi K3 offizieller Technik-Blog
- Codersera: Kimi K3 Benchmarks vs Fable 5, GPT-5.6 & Opus
Hinweis: Dieser Text basiert auf öffentlichen Blogposts, HN-Community-Diskussionen and branchenöffentlichen Daten, spiegelt allein die persönliche Beobachtung des Autors wider and ist keine Investmentempfehlung.
