Chinas KI-Modelle haben den „Token-Krieg“ gewonnen. Das Geld bleibt bei den GPUs.

Am 25. Mai hat DeepSeek abgeschnitten.Der Preis für sein Hauptmodell ist um 75% gestiegen.Die teuren Output-Token kosteten nun nur noch 0,87 Dollar pro Million. Es handelte sich dabei um ein Modell, das erst seit einem Monat existierte. Das ist das klareste Signal dafür, dass die chinesischen Labore nicht versuchen, an den Benchmark-Tests zu gewinnen. Sie gewinnen vielmehr durch Preisvorteile – und das sind ihre Stärken.

Bei OpenRouter – dem größten neutralen Router, an den Entwickler ihre Anfragen senden – wurden chinesische Modelle verarbeitet.28,1 Billionen Tokens in der Woche vom 28. Juli bis 3. AugustDie US-Modelle verarbeiteten insgesamt 4,4 Billionen Datensätze. Neun der zehn am häufigsten verwendeten Modelle weltweit waren chinesische Modelle. Das DeepSeek V4-Flash-Modell war das am häufigsten genutzte Modell auf der Plattform. Laut einer weit verbreiteten Schätzung verarbeiten chinesische Modelle mittlerweile…Etwa 60 Prozent der TokensUS-Unternehmen nutzen dieses System – weniger als 10 Prozent im letzten Jahr.

Die Antwort auf die Frage „Sind Chinas KI-Modelle die neuen globalen Stars?“ lautet also: Ja – allerdings unangenehm.

Das ist auch die falsche Frage, die ein US-Investor stellen sollte. Die Bilanz beantwortet eine andere Frage: Wohin sind das Geld gegangen? Die Antwort ist auf der einzigen Gewinn- und Verlustrechnung zu erkennen.

Der Stern ist eine Geschichte über Preise.

Die Adoptiongeschichte ist in Wirklichkeit eine Preisgeschichte. Ein „Token“ ist die Einheit des Textes, den das KI-Modell verarbeitet – und jeder berechnet den Preis pro Million dieser Tokens. DeepSeek V4-Pro kostet jetzt 0,87 US-Dollar pro Million Output-Tokens. OpenAIs Flaggschiff, GPT-5.6 Sol…Listen für 30 Dollar.Führen Sie denselben standardisierten Arbeitsauftrag aus – 30 Millionen Eingabestoken und 30 Millionen Ausgabestoken pro Monat – und dann beträgt der Preis des Wertmodells von DeepSeek etwa 13 Dollar. Das Pro-Modell kostet etwa 39 Dollar. OpenAIs Flaggsmodell kostet etwa 1.050 Dollar. Eine AI-Assistent-Startup namens Lindy sagte, dass sie ihre Inferenzkosten um 90% reduzieren konnten, nachdem sie Teile ihres Arbeitsauftrags von Anthropic auf DeepSeek verlegten. Der CEO von Airbnb hat Alibabas Qwen als „sehr gut“ bezeichnet und außerdem als „schnell und günstig“.

Der Wedge ist eine Art von Programmierung. Heute wird programmiert.Verantwortet mehr als die Hälfte des Einsatzes von OpenRouter.Um das Niveau von etwa 11% Anfang 2025 herum – und chinesische Modelle sind besonders stark sowie günstig für genau diese Aufgabenstellung. Laut einer Studie von Andreessen Horowitz verwenden etwa 80% der Entwickler weltweit Open-Source-Tools, um auf chinesischen Modellen zu arbeiten.

Die amerikanischen Labore bleiben nicht untätig. OpenAIDer Preis von GPT-5.6 Luna, seinem günstigsten Modell, wird um 80% reduziert.Anthropic bietet außerdem eine günstigere Version von Claude Opus 5 an – für 5 Dollar pro Million Eingabe-Tokens und 25 Dollar pro Million Ausgabe-Tokens. Dennoch erzielen beide Unternehmen durch diese Senkungen Rekorde bei den Umsätzen im Enterprise-Bereich. Laut Berichten läuft das Geschäft von OpenAI mit einem jährlichen Umsatz von etwa 40 Milliarden Dollar, während die Umsätze von Anthropic im zweiten Quartal über 11,5 Milliarden Dollar lagen. Die Nachfrage nach den Diensten wächst so schnell, dass die niedrigeren Preise pro Token gerechtfertigt sind.

Zwei Anmerkungen vor dem Fazit. OpenRouter ist ein Router – und zwar ein Router, der eher von Entwicklern genutzt wird. Der Token-Share ist nicht dasselbe wie die Gesamtkosten für die Nutzung von Enterprise-AI-Lösungen. Außerdem ist die Nutzung nicht gleichbedeutend mit Gewinn: Eine weit verbreitete Studie vom MIT ergab…95 Prozent der Organisationen hatten keinen messbaren Einfluss auf die Gewinn- und Verlustrechnung.Vom Ausmaß von zehn Milliarden im Bereich der generativen KI-Ausgaben: Betrachten Sie „China hat den KI-Markt gewonnen“ als Tatsache bezüglich der Nutzung – nicht als Tatsache bezüglich der Einnahmen. Der Modellebenetz ist das Gebiet, in dem die Marge verloren geht. Das ist das Wesentliche – nicht der Höhepunkt.

Billige Token sind ein Multiplikator für Nachfrage

Das ist das wichtige Mechanism. Wenn der Preis eines Tokens sinkt, nimmt die Anzahl der Tokens, die die Menschen verwenden, nicht proportional ab – sie wird vielmehr multipliziert. Der wöchentliche Umsatz von OpenRouter hat im letzten Jahr etwa viermal zugenommen – von etwa 5 Billionen Tokens auf mehr als 20 Billionen Tokens. Die Zunahme erfolgt hauptsächlich in dem günstigen, offenen Wertbereich, den chinesische Labore anbieten. Das ist der Jevons-Effekt – die alte Regel der Energieökonomie, nach der Effizienzgewinne die Verbrauchsmenge erhöhen, anstatt sie zu verringern. Wenn ein Input billiger wird, verwendet man mehr davon – bis solche Anwendungen, die vorher nicht rentabel waren, plötzlich rentabel werden.

Das Element, das am stärksten im Data Center eine Rolle spielt, ist nicht das Modell selbst, sondern der Siliziumteil. Wenn ein amerikanisches Unternehmen entscheidet, dass Qwen oder DeepSeek „gut genug“ sind und das Modell in seinem eigenen Data Center hostet, dann sind die Gewichte frei – die Inferenz hingegen ist nicht so. Die Inferenz wird immer noch auf Nvidia-klassischen GPUs in amerikanischen Gebäuden durchgeführt. Die chinesischen Modelle sind das günstigste Element im gesamten System. Genau das macht den Rest des Systems wertvoller.

Nvidias Gewinnrechnung ist der Beweis dafür. Der Quartal, der am 26. Juli endete: Umsatz…96,2 Milliarden Dollar – ein Anstieg von 106%.Im Vergleich zu dem Vorjahr: Die Einnahmen aus den Data Centers betrugen 89 Milliarden Dollar. Der Bruttogewinn – also der Anteil aller verkauften Waren, nach Abzug der Kosten für die gelieferten Produkte – betrug 75%. Für das nächste Quartal werden voraussichtlich 108 Milliarden Dollar erreicht werden, mit einem Bruttogewinn von 74%. Dabei wird davon ausgegangen, dass es keine Einnahmen aus den Data-Center-Computern aus China geben wird. China war bereits ein „Rundungsfehler“: Die Lieferungen von Hopper-Chips nach China waren…unter 1% der Einnahmen des Data CentersJensens Aussage aus dem Einnahmenmeeting – „Compute ist Einnahme“ – beschreibt den gesamten Mechanismus. Je billiger die Inferenzen sind, desto mehr Rechenleistung wird hier verwendet.

Beachten Sie, was die strukturelle Trennung bedeutet. Einige chinesische Marktmodelle trainieren auf dem Ascend-Silicon von Huawei in China – die Exportbeschränkungen halten die beiden Märkte getrennt. „China übernimmt den AI-Markt“ ist keine Information, die in den US-Bilanzen auftaucht. Die Entwicklung in den USA geht weiter, als gäbe es diese Meldung nicht – Nvidia hat mehr als 500 Milliarden Dollar an Kapital von Dritten für die AI-Infrastruktur erhalten. Seine Neocloud-Partner haben bis 2026 eine installierte Leistungskapazität von 8 Gigawatt erreicht – gegenüber etwa 3 Gigawatt im Vorjahr.

Der Markt bewertet das alles nicht richtig. Nvidia hat einen Marktkapitalisierung von etwa 5,3 Billionen US-Dollar – das ist etwa 27 Mal so viel wie die Gewinne des letzten Jahres. In den letzten 20 Tagen ist der Aktiewert um etwa 3% gestiegen – obwohl es auch ein Quartal gab, in dem die Ergebnisse besser waren als erwartet. Das bedeutet nicht, dass der Markt an die aktuelle Leistung zweifelt. Es geht vielmehr darum, ob die zukünftigen Ergebnisse den Einsatz der Mittel noch rechtfertigen – und nicht, ob die Nachfrage tatsächlich besteht.

Die wichtige Generationengrenze ist die zwischen Amerikanern.

Der umstrittene Anteil am Markt für KI-Chips wird nicht an China verloren gehen. Er wird in den Vereinigten Staaten von der Firma konkurriert, die die zuverlässigste Lösung bezüglich der Wirtschaftlichkeit der KI-Chips bietet: AMD.

Die Inferenz belohnt die Erinnerung, den Kosten pro Token sowie die Zeit für die Produktion – nicht den Prestigewert. AMDs Helios-Rack, das auf dem MI455X-GPU basiert, bietet…432 Gigabyte hochbandbreiten SpeicherkapazitätIm Vergleich dazu sind es 288 Gigabyte auf der Nvidia Vera Rubin NVL72-Rack-Plattform. Das entspricht etwa einem Vorteil von 50 Prozent bezüglich der Speicherkapazität – genau dort, wo die Verarbeitung großer Modelle Probleme bereitet. Die Anforderungen sind im Gigawatt-Bereich.6 Gigawatt mit OpenAI und 6 Gigawatt mit MetaDie Implementierung dieser Anlagen beginnt in der zweiten Hälfte dieses Jahres. Anthropic plant bis zu 2 Gigawatt an Leistung. Im letzten Quartal machten die Einnahmen aus den Data-Center 58% der Einnahmen von AMD aus – gegenüber etwa 42% im Vorjahr. Die Einnahmen aus den Data-Center sind somit um 107% im Vergleich zum Vorjahr gestiegen. Die Verwaltung erwartet, dass die Einnahmen aus den Data-Center im Jahr 2027 mehr als verdoppelt werden.

Das ist ein doppeltes Signal – und es wirkt auf beide Seiten. Die Verpflichtungen zeigen, dass die Nachfrage tatsächlich existiert: Kein Unternehmen erhält Aufträge in Gigawatt-Bereich von den beiden größten Käufern von KI-Produkten auf der Welt, solange das Produkt nicht die Anforderungen erfüllt. Doch die Verpflichtungen sind auch eine Art „Hebel“: Sie setzen voraus, dass AMD das Helios-System rechtzeitig herstellen, einsetzen und unterstützen kann. Der Markt hat bereits für diese Annahme bezahlt. Mit einem Marktkapitalisierung von etwa 840 Milliarden Dollar – etwa 30 Mal höher als die geschätzten Einnahmen im Jahr 2027 – ist die Preisentwicklung für das Jahr 2027 bereits berücksichtigt. Ein signifikanter Rückfall bei den Lieferungen von Helios würde die Situation noch weiter verschlechtern. Eine Aktie, deren Preis auf Perfektion angelegt ist, hat keine Ausweichmöglichkeiten dafür.

Also: Sind Chinas KI-Modelle die neuen „Globale Sterne“? Aus der Anwendung heraus sind sie das bereits. Und genau diese Position als „Sterne“ führt dazu, dass der Preis für die Modelle deflationär wird – bei denen die Margen gering sind. Für die Berechnungsebene hingegen ist der Preis inflationsfördernd – da dort das Geld entscheidend ist. Der billige chinesische Token ist also der Multiplikator für die Nachfrage nach den GPUs, auf denen die Modelle basieren.

Für Ihr Kapital ist die Entscheidung nicht „China gegen Nvidia“. Es geht vielmehr um die Frage der Investitionsstrategie, mit der der Markt gerade verhandelt wird: Soll man das Unternehmen mit einer Gewinnspanne von 75% bei 27-mal den durchschnittlichen Gewinn und einem Wachstum von 106% behalten, oder das Unternehmen mit einer Gewinnspanne von 30-mal den durchschnittlichen Gewinn für das Jahr 2027 kaufen – wobei die Wachstumsprognosen bereits berücksichtigt sind. Ich glaube immer noch, dass die langfristige Strategie des Unternehmens bestehen bleibt – aber ein Großteil des verbleibenden Rendiments wird wohl auf dem Gewinn nach Abzug der Kosten beruhen. Der Markt ist überfüllt – und genau das erfordert Disziplin. Die Verkäufer sehen nicht, dass chinesische Modelle die Datenzentren übernehmen werden. Sie entscheiden also, ob der nächste Schritt den Preis wert ist, den sie dafür zahlen müssen.